"""Tests de l'assainissement PII des données capturées (titres, texte, OCR).

Couche 1 (sans modèle) : filet regex sur la PII structurée (IPP, NIR, TEL,
EMAIL, AGE) + règles structurelles cliniques (NOM (NAISSANCE) Prénom ;
[Nom Prénom] des fenêtres PACS), avec tokens TYPÉS et COHÉRENTS ([IPP_1]…).

Réutilise l'approche du projet `anonymisation` (placeholders + regex). La
couche NER (noms libres) viendra en complément. Cas réels remontés en clinique
le 28/06 (anonymisés ici par construction). Branche feat/push-log-dgx.
"""

from __future__ import annotations

import sys
from pathlib import Path

_ROOT = str(Path(__file__).resolve().parents[2])
if _ROOT not in sys.path:
    sys.path.insert(0, _ROOT)


def test_ipp_et_age_tokenises():
    from agent_v0.server_v1.pii_sanitizer import anonymize_text

    titre = "VIOLA (VIOLA) Liliane 90 ans - IPP: 168246 - Expert Sante - Mozilla Firefox"
    out, ents = anonymize_text(titre)

    assert "168246" not in out, out          # IPP retiré
    assert "[IPP_1]" in out
    assert "90 ans" not in out               # âge retiré
    assert "[AGE_1]" in out
    # le nom format clinique « NOM (NAISSANCE) Prénom » est tokenisé
    assert "VIOLA" not in out and "Liliane" not in out, out
    assert "[NOM_1]" in out
    # le logiciel n'est pas pris pour de la PII
    assert "Firefox" in out and "Expert Sante" in out
    types = {e["type"] for e in ents}
    assert {"IPP", "AGE", "NOM"} <= types


def test_nom_entre_crochets_pacs():
    """Le PACS met le patient entre crochets : `[DATTIN Alix]`."""
    from agent_v0.server_v1.pii_sanitizer import anonymize_text

    titre = "GXD5 Pacs 4.0.4.307 CIM ARES - [DATTIN Alix] - Mozilla Firefox"
    out, _ = anonymize_text(titre)

    assert "DATTIN" not in out and "Alix" not in out, out
    assert "[NOM_1]" in out
    assert "Pacs" in out and "Firefox" in out  # contexte logiciel préservé


def test_coherence_meme_ipp_meme_token():
    """Même valeur PII -> même token (sur un mapping partagé de session)."""
    from agent_v0.server_v1.pii_sanitizer import anonymize_text

    mapping: dict = {}
    o1, _ = anonymize_text("IPP: 168246 ouvert", mapping=mapping)
    o2, _ = anonymize_text("dossier IPP: 168246 fermé", mapping=mapping)
    o3, _ = anonymize_text("IPP: 270020 autre", mapping=mapping)

    assert "[IPP_1]" in o1 and "[IPP_1]" in o2      # même patient -> même token
    assert "[IPP_2]" in o3                           # patient différent -> token différent
    assert "270020" not in o3


def test_email_et_telephone():
    from agent_v0.server_v1.pii_sanitizer import anonymize_text

    out, _ = anonymize_text("contact j.dupont@chu.fr / 06 12 34 56 78")
    assert "@chu.fr" not in out and "[EMAIL_1]" in out
    assert "06 12 34 56 78" not in out and "[TEL_1]" in out


def test_texte_sans_pii_inchange():
    from agent_v0.server_v1.pii_sanitizer import anonymize_text

    t = "Expert Sante - Consultation - Mozilla Firefox"
    out, ents = anonymize_text(t)
    assert out == t
    assert ents == []