"""Linkpruefung fuer das Sicherheitsprotokoll und seine Verweise (quick-261009-p0m).

Aufruf vom Hauptordner des Repositorys:  python3 -I <Pfad>/link-check.py

Geprueft werden in docs/sicherheitsprotokoll.md, docs/README.md,
docs/anleitung-betrieb.md, docs/anleitung-entwicklung.md und docs/ci-cd-setup.md
alle relativen Markdown-Links, die
  - im Sicherheitsprotokoll stehen, oder
  - auf sicherheitsprotokoll.md zeigen, oder
  - der Anker #sicherheitsprüfungen sind.
Das Linkziel (Datei) muss existieren, und ein Anker muss zu einer Ueberschrift des
Ziels passen (GitHub-Regel: Kleinbuchstaben, alles ausser Wortzeichen, Bindestrich
und Leerzeichen entfernen, Leerzeichen zu Bindestrichen). Exit 1 bei Fehlern.
"""

import os
import re
import sys
from urllib.parse import unquote

DOCS = [
    "docs/sicherheitsprotokoll.md",
    "docs/README.md",
    "docs/anleitung-betrieb.md",
    "docs/anleitung-entwicklung.md",
    "docs/ci-cd-setup.md",
]
PROTOCOL = "docs/sicherheitsprotokoll.md"
LINK = re.compile(r"\[[^\]]*\]\(([^)\s]+)\)")


def slug(heading):
    text = re.sub(r"\[([^\]]*)\]\([^)]*\)", r"\1", heading)  # Link -> Text
    text = text.replace("`", "").replace("*", "")
    text = text.strip().lower()
    text = re.sub(r"[^\w\- ]", "", text)
    return text.replace(" ", "-")


def anchors(path):
    found = set()
    in_fence = False
    with open(path, encoding="utf-8") as handle:
        for line in handle:
            if line.lstrip().startswith("```"):
                in_fence = not in_fence
                continue
            if in_fence:
                continue
            match = re.match(r"^(#{1,6})\s+(.*?)\s*#*\s*$", line)
            if match:
                found.add(slug(match.group(2)))
    return found


def main():
    broken = []
    checked = 0
    cache = {}
    for doc in DOCS:
        if not os.path.exists(doc):
            broken.append(f"{doc}: Datei fehlt")
            continue
        with open(doc, encoding="utf-8") as handle:
            text = handle.read()
        in_fence = False
        for number, line in enumerate(text.splitlines(), 1):
            if line.lstrip().startswith("```"):
                in_fence = not in_fence
                continue
            if in_fence:
                continue
            for target in LINK.findall(line):
                if re.match(r"^[a-z][a-z0-9+.-]*:", target):
                    continue  # http:, mailto: usw.
                file_part, _, anchor = target.partition("#")
                anchor = unquote(anchor)
                relevant = (
                    doc == PROTOCOL
                    or file_part.endswith("sicherheitsprotokoll.md")
                    or anchor == "sicherheitsprüfungen"
                )
                if not relevant:
                    continue
                checked += 1
                dest = doc if file_part == "" else os.path.normpath(
                    os.path.join(os.path.dirname(doc), file_part)
                )
                if not os.path.exists(dest):
                    broken.append(f"{doc}:{number}: Ziel fehlt: {target}")
                    continue
                if anchor:
                    if dest not in cache:
                        cache[dest] = anchors(dest)
                    if anchor not in cache[dest]:
                        broken.append(f"{doc}:{number}: Anker fehlt in {dest}: #{anchor}")
    for line in broken:
        print(line)
    print(f"{checked} Links geprueft, {len(broken)} kaputt")
    return 1 if broken else 0


if __name__ == "__main__":
    sys.exit(main())