// 批量拉取 v29 客户模块 A4 页族 + a7-3-3 规则页 HTML（OSS 公开直下）并提取文本
// 用法: node fetch-v29-a4-pages.mjs
// 产物: .scratch/lanhu-latest/v29-customer-pages/<page>.txt（id | 类型 | 名称 | 文本 全量）
import fs from 'node:fs';
import path from 'node:path';

const OSS = 'https://lanhu-axure-file.oss-cn-beijing.aliyuncs.com/';
const MANIFEST = 'e:/code/crm-backend-matt/.scratch/lanhu-latest/axure-v29.json';
const OUT_DIR = 'e:/code/crm-backend-matt/.scratch/lanhu-latest/v29-customer-pages';

// A4 客户模块全页族（41 页，含划出对照页 a4-6 查重合并 / a4-5-4 联系人导入 / a4-4-9,10 战略协议）
const PAGES = [
  'a4-1-1_客户公海列表（列表视图）.html',
  'a4-1-2_客户公海列表（分屏视图）.html',
  'a4-2-1_客户总览列表（分屏视图）.html',
  'a4-2-1_客户总览列表（列表视图）.html',
  'a4-2-1_客户总览列表（卡片视图）.html',
  'a4-3-1_我的客户列表（分屏视图）.html',
  'a4-3-1_我的客户列表（列表视图）.html',
  'a4-3-1_我的客户列表（卡片视图）.html',
  'a4-3-2_客户导入.html',
  'a4-3-3-1_新增客户信息.html',
  'a4-3-3-2_编辑客户信息.html',
  'a4-3-3-3______.html',
  'a4-3-3-4_ocr____.html',
  'a4-4-1_客户详情（客户信息）.html',
  'a4-4-1_客户详情（已归档客户）.html',
  'a4-4-1_客户详情（已被合并客户）.html',
  'a4-4-2_客户详情（联系人）.html',
  'a4-4-3_客户详情（跟进记录）.html',
  'a4-4-4_客户详情（关联商机）.html',
  'a4-4-5_客户详情（关联项目）.html',
  'a4-4-6_客户详情（战略协议）.html',
  'a4-4-7_客户详情（团队成员）.html',
  'a4-4-8_客户详情（操作日志）.html',
  'a4-4-9_新增战略协议.html',
  'a4-4-10_编辑战略协议.html',
  'a4-5-1_联系人列表（分屏视图）.html',
  'a4-5-1_联系人列表（列表视图）.html',
  'a4-5-2_新增联系人.html',
  'a4-5-3_编辑联系人.html',
  'a4-5-4_联系人导入.html',
  'a4-5-5_联系人详情（联系人信息）.html',
  'a4-5-6_联系人详情（操作日志）.html',
  'a4-6-1_客户查重（卡片视图）.html',
  'a4-6-2_客户查重（列表视图）.html',
  'a4-6-3_客户合并.html',
  'a4-7-1_客户交割（发起交接）.html',
  'a4-7-2_客户交割（客户分配）.html',
  'a4-7-3_客户交割（交接记录）.html',
  'a4-7-4_交接记录详情.html',
  'a7-3-3-1_客户管理设置（超期未跟进提醒）.html',
  'a7-3-3-2_客户管理设置（客户查重设置）.html',
];

const decode = (s) => s
  .replace(/&#x([0-9A-Fa-f]+);/g, (_, h) => String.fromCodePoint(parseInt(h, 16)))
  .replace(/&#(\d+);/g, (_, d) => String.fromCodePoint(parseInt(d, 10)))
  .replace(/&nbsp;/g, ' ').replace(/&amp;/g, '&').replace(/&lt;/g, '<').replace(/&gt;/g, '>').replace(/&quot;/g, '"');

// 与 extract-html-text.mjs 同算法，窗口放宽到 1000 字符（弹窗/表格控件文本较长）
function extract(html) {
  const re = /<!--\s*(.*?)\s*-->\s*<div id="(u\d+)"[^>]*>/g;
  const items = [];
  let m;
  while ((m = re.exec(html)) !== null) {
    const [, comment, id] = m;
    const tm = comment.match(/^(.*?)\s*[（(](.+?)[）)]$/);
    const name = tm ? tm[1] : comment;
    const type = tm ? tm[2] : '其他';
    const after = html.slice(m.index, m.index + 1000);
    const tr = after.match(new RegExp(`id="${id}_text"[^>]*>[\\s\\S]*?</div>`));
    let text = '';
    if (tr) {
      text = (tr[0].match(/<p><span>([\s\S]*?)<\/span><\/p>/g) || [])
        .map(p => decode(p.replace(/<\/?p>/g, '').replace(/<\/?span>/g, '')))
        .join(' | ');
    }
    items.push({ id, name: decode(name), type: decode(type), text: text.trim() });
  }
  return items;
}

const manifest = JSON.parse(fs.readFileSync(MANIFEST, 'utf8'));
fs.mkdirSync(OUT_DIR, { recursive: true });

for (const page of PAGES) {
  const entry = manifest.pages?.[page];
  if (!entry?.html?.sign_md5) { console.log(`MISS  ${page} (清单无条目)`); continue; }
  const outFile = path.join(OUT_DIR, page.replace(/\.html$/, '.txt'));
  if (fs.existsSync(outFile)) { console.log(`SKIP  ${page} (已有缓存)`); continue; }
  const url = OSS + entry.html.sign_md5;
  try {
    const res = await fetch(url, { headers: { 'User-Agent': 'Mozilla/5.0' } });
    if (!res.ok) { console.log(`FAIL  ${page} HTTP ${res.status}`); continue; }
    const html = await res.text();
    const items = extract(html);
    const out = items.filter(i => i.text)
      .map(i => `${i.id} | ${i.type} | ${i.name} | ${i.text}`)
      .join('\n');
    fs.writeFileSync(outFile, `# ${page}\n# 控件 ${items.length}，有文本 ${items.filter(i => i.text).length}\n\n${out}\n`, 'utf8');
    console.log(`OK    ${page}  控件=${items.length} 文本=${items.filter(i => i.text).length}`);
  } catch (e) {
    console.log(`ERR   ${page} ${String(e).slice(0, 120)}`);
  }
}
console.log('done ->', OUT_DIR);