"""
Tests pour Fiche #8 - Anti-bugs terrain : Normalisation texte

Auteur: Dom, Alice Kiro - 15 décembre 2024
Objectif: Valider la normalisation de texte pour OCR capricieux et variations

Tests:
1. Normalisation accents/casse/espaces
2. Fuzzy matching OCR
3. Gestion NBSP et caractères spéciaux
"""

import pytest

# Marquer tous les tests de ce fichier comme fiche8
pytestmark = pytest.mark.fiche8

from datetime import datetime
from core.execution.target_resolver import TargetResolver, ResolutionContext, _norm_text, _fuzzy_ratio
from core.models.workflow_graph import TargetSpec
from core.models.screen_state import ScreenState, RawLevel, PerceptionLevel, ContextLevel, WindowContext, EmbeddingRef
from core.models.ui_element import UIElement, UIElementEmbeddings, VisualFeatures


def E(eid, role, bbox, label="", etype="ui", conf=0.9):
    """Helper pour créer un UIElement rapidement"""
    return UIElement(
        element_id=eid,
        type=etype,
        role=role,
        bbox=bbox,
        center=(bbox[0] + bbox[2]//2, bbox[1] + bbox[3]//2),
        label=label,
        label_confidence=1.0,
        embeddings=UIElementEmbeddings(image=None, text=None),
        visual_features=VisualFeatures(dominant_color="n/a", has_icon=False, shape="rectangle", size_category="medium"),
        confidence=conf,
        tags=[],
        metadata={}
    )


def S(elements):
    """Helper pour créer un ScreenState rapidement"""
    return ScreenState(
        screen_state_id="s",
        timestamp=datetime.now(),
        session_id="sess",
        window=WindowContext(app_name="app", window_title="win", screen_resolution=[1920,1080]),
        raw=RawLevel(screenshot_path="x", capture_method="test", file_size_bytes=1),
        perception=PerceptionLevel(
            embedding=EmbeddingRef(provider="p", vector_id="v", dimensions=1),
            detected_text=[],
            text_detection_method="none",
            confidence_avg=0.0
        ),
        context=ContextLevel(),
        ui_elements=elements
    )


def test_text_normalization_accents_case_spaces():
    """Test normalisation accents/casse/espaces avec NBSP"""
    # Label avec NBSP + majuscules + accents
    btn = E("btn", "button", (100, 100, 120, 30), "Se\u00A0Connecter", etype="button")
    screen = S([btn])

    spec = TargetSpec(by_text="se connecter")  # minuscules, espace normal
    r = TargetResolver()
    res = r.resolve_target(spec, screen, ResolutionContext(screen_state=screen, previous_target=None))

    assert res is not None
    assert res.element.element_id == "btn"


def test_fuzzy_matching_ocr_errors():
    """Test fuzzy matching pour erreurs OCR typiques"""
    # OCR a lu "S1gn-in" au lieu de "Sign in"
    btn1 = E("btn1", "label", (100, 100, 120, 30), "S1gn-in", etype="label")  # Changé en label
    # Autre bouton avec texte différent
    btn2 = E("btn2", "label", (250, 100, 120, 30), "Cancel", etype="label")
    screen = S([btn1, btn2])

    spec = TargetSpec(by_text="Sign in")  # Seulement by_text
    r = TargetResolver()
    res = r.resolve_target(spec, screen, ResolutionContext(screen_state=screen, previous_target=None))

    assert res is not None
    assert res.element.element_id == "btn1"  # Doit matcher malgré l'erreur OCR


def test_normalization_functions_directly():
    """Test direct des fonctions de normalisation"""
    # Test _norm_text
    assert _norm_text("Se\u00A0Connecter") == "se connecter"
    assert _norm_text("Café—Bar") == "cafe-bar"
    assert _norm_text("  Multiple   Spaces  ") == "multiple spaces"
    
    # Test _fuzzy_ratio
    assert _fuzzy_ratio("Sign in", "S1gn-in") > 0.70  # Doit dépasser un seuil raisonnable
    assert _fuzzy_ratio("Sign in", "Sign-in") > 0.85  # Très proche
    assert _fuzzy_ratio("Sign in", "Cancel") < 0.50   # Très différent


if __name__ == "__main__":
    pytest.main([__file__, "-v"])