/**
 * 新闻内容安全底线规则（成人 / 未成年人保护 / 法律合规 / 人文伦理 / 来源资质）。
 *
 * 纯函数、零业务依赖：检索预取、页面清洗、推送复检三处共用同一套规则，
 * 不得 import 其它业务模块，避免与 wechat-news-morning-* 形成循环依赖。
 *
 * level:
 * - block  命中即删（模型复审不能放行）
 * - review 交给模型复审；复审不可用时按失败即删处理
 *
 * REGRESSION GUARD: 规则只能加严或修正误伤，不得为了「写满栏目」放宽 block 级规则。
 */

export const NEWS_CONTENT_SAFETY_VERSION = '2026-09-23.v1';

export const NEWS_SAFETY_CATEGORY_LABELS = Object.freeze({
  adult: '成人低俗',
  minor: '未成年人保护',
  'self-harm': '自杀自残',
  violence: '暴恐血腥',
  gambling: '赌博',
  drugs: '毒品',
  finance: '金融违规（荐股/虚拟货币炒作）',
  health: '医疗虚假宣传',
  discrimination: '歧视侮辱',
  ethics: '人文伦理',
  gossip: '八卦隐私',
  rumor: '未经证实',
  clickbait: '标题党',
  provenance: '来源资质',
  legal: '其它违法有害',
});

const MINOR_TERMS = '未成年|少年|少女|男童|女童|儿童|幼童|幼儿|婴儿|小学生|中学生|初中生|高中生|学生|孩子|幼儿园|男孩|女孩|\\d{1,2}岁(?:男|女)?(?:孩|童|生)';
const MINOR_HARM_TERMS = '性侵|强奸|猥亵|性骚扰|虐待|虐童|殴打|欺凌|霸凌|自杀|轻生|跳楼|自残|遇害|身亡|溺亡|死亡|失踪|拐卖|诱拐|坠楼|烫伤|体罚';
const TRAGEDY_TERMS = '遇难|身亡|死亡|丧生|罹难|地震|空难|坠机|火灾|爆炸|溺亡|踩踏|伤亡|遗体|海啸|洪灾|塌方|车祸';
const FRIVOLOUS_TERMS = '😂|🤣|😆|😁|😄|🎉|🥳|哈哈|笑死|活该|喜大普奔|吃瓜|狂欢|爽翻';
const CRYPTO_TERMS = '比特币|以太坊|虚拟货币|加密货币|数字货币|币圈|山寨币|meme币|代币|NFT|狗狗币|BTC|ETH|USDT';
const CRYPTO_HYPE_TERMS = '暴涨|抄底|百倍|千倍|起飞|翻倍|飙升';
const CRYPTO_PROMO_TERMS = '梭哈|上车|空投|注册返佣|开户返佣|交易所注册|返佣|带单|喊单|财富自由|稳赚';
const POLITICAL_TERMS = '外交部|国务院|中共中央|中央政治局|政治局|全国人大|人大常委|全国政协|国防部|解放军|国家主席|总书记|国务院总理|省委书记|市委书记|时政|领导人|党中央|中央纪委|国台办|港澳办|涉台|涉港|涉疆|涉藏';

function rx(source, flags = 'iu') {
  return new RegExp(source, flags);
}

/** 单条规则：命中 pattern 即判定。 */
const TERM_RULES = Object.freeze([
  // 成人低俗
  { id: 'adult-explicit', category: 'adult', level: 'block', re: rx('色情(?:网站|视频|图片|直播|片)|黄色(?:网站|视频|小说)|黄网|黄片|成人(?:网站|视频|直播|电影)|AV女优|裸聊|约炮|援交|一夜情|性爱视频|艳照|露点(?:照|视频|写真)|福利姬|情色|擦边(?:视频|直播|写真|女主播)|porn|onlyfans|nsfw|xvideos') },
  { id: 'adult-vulgar', category: 'adult', level: 'block', re: rx('鸡巴|几把|肉棒|屌大|操逼|草逼|骚逼|口交|肛交|乳交|群交|乱伦|啪啪啪|自慰视频|无码(?:视频|片|高清)|熟女|海角(?:网|社区)|黑料(?:网|社|不打烊)|(?:51|91)(?:吃瓜|黑料)|吃瓜(?:网|黑料)') },
  { id: 'adult-sexual-crime', category: 'adult', level: 'review', re: rx('性侵|强奸|猥亵|性骚扰|卖淫|嫖娼|淫秽|裸照|不雅视频|偷拍') },

  // 自杀自残
  { id: 'self-harm-method', category: 'self-harm', level: 'block', re: rx('(?:自杀|轻生|自残|自缢)(?:方法|方式|教程|攻略|步骤)|割腕|烧炭自杀|服毒自杀') },
  { id: 'self-harm-topic', category: 'self-harm', level: 'review', re: rx('自杀|轻生|自残|自缢|跳楼(?!价|甩卖|大甩卖)') },

  // 暴恐
  { id: 'violence-howto', category: 'violence', level: 'block', re: rx('(?:制作|自制|组装)(?:炸弹|炸药|爆炸物|枪支)|买卖枪支|枪支出售|出售枪支|恐怖主义宣传|圣战(?:号召|宣传)') },
  { id: 'violence-gore', category: 'violence', level: 'review', re: rx('斩首|碎尸|肢解|血腥视频|虐杀|恐怖袭击|恐袭|砍杀') },

  // 赌博 / 毒品
  { id: 'gambling-promo', category: 'gambling', level: 'block', re: rx('博彩(?:平台|网站|公司)|线上赌场|网上赌场|在线赌场|百家乐|时时彩|赌球平台|娱乐城|菠菜网|彩票(?:预测|必中|内部)') },
  { id: 'drugs-trade', category: 'drugs', level: 'block', re: rx('(?:购买|出售|代购|哪里买|求购)(?:冰毒|大麻|K粉|海洛因|摇头丸|可卡因|笑气)') },

  // 金融违规
  { id: 'finance-stock-advice', category: 'finance', level: 'block', re: rx('荐股|牛股推荐|必涨|稳赚不赔|包赚|保本高收益|内幕消息|明日涨停|跟着(?:买|操作)|(?:建议|推荐)(?:大家|读者|投资者|你)?(?:买入|满仓|加仓|梭哈)') },
  { id: 'finance-bottom-fishing', category: 'finance', level: 'review', re: rx('抄底|满仓|梭哈|翻倍股') },

  // 医疗虚假宣传
  { id: 'health-false-claim', category: 'health', level: 'block', re: rx('包治百病|根治(?:癌症|糖尿病|高血压)|神药|祖传秘方|无任何副作用|药到病除') },

  // 歧视侮辱
  { id: 'discrimination-slur', category: 'discrimination', level: 'block', re: rx('支那|黑鬼|尼哥|高丽棒子|小日本|娘炮|绿茶婊|婊子|滚出中国|低等民族|劣等民族|死胖子') },

  // 八卦隐私
  { id: 'gossip', category: 'gossip', level: 'block', re: rx('出轨|劈腿|绯闻|婚变|小三|私生活|偷情|开房记录') },

  // 未经证实
  { id: 'rumor', category: 'rumor', level: 'review', re: rx('网传|据传|传闻|爆料|小道消息|未经证实|疑似曝光') },

  // 标题党
  { id: 'clickbait', category: 'clickbait', level: 'review', re: rx('震惊|惊呆了|吓尿|速看|速删|转疯了|不看后悔|99%的人不知道|刚刚.{0,6}突发') },
]);

/** 组合规则：同一段文字同时命中两组词才判定。 */
const COMBO_RULES = Object.freeze([
  { id: 'minor-harm', category: 'minor', level: 'review', all: [rx(MINOR_TERMS), rx(MINOR_HARM_TERMS)] },
  { id: 'tragedy-frivolous', category: 'ethics', level: 'block', all: [rx(TRAGEDY_TERMS), rx(FRIVOLOUS_TERMS)] },
  { id: 'crypto-promo', category: 'finance', level: 'block', all: [rx(CRYPTO_TERMS), rx(CRYPTO_PROMO_TERMS)] },
  { id: 'crypto-hype', category: 'finance', level: 'review', all: [rx(CRYPTO_TERMS), rx(CRYPTO_HYPE_TERMS)] },
]);

/** 非新闻来源：考试培训、内容农场等，不管什么题材都不得作为新闻来源。 */
const NON_NEWS_SOURCE_DOMAINS = Object.freeze([
  'huatu.com',
  'offcn.com',
  'chinagwy.org',
  'zgjsks.com',
  '51test.net',
  'ruiwen.com',
  'diyifanwen.com',
  'wenmi.com',
  'docin.com',
  'doc88.com',
  'wenku.baidu.com',
  'renrendoc.com',
]);

/** 自媒体 / 境外社交平台：可作为科技、文娱线索，但不得作为时政新闻的来源。 */
const SELF_MEDIA_DOMAINS = Object.freeze([
  'x.com',
  'twitter.com',
  'facebook.com',
  'instagram.com',
  'youtube.com',
  'tiktok.com',
  'reddit.com',
  't.me',
  'telegram.org',
  'medium.com',
  'substack.com',
  'weibo.com',
  'weibo.cn',
  'zhihu.com',
  'douyin.com',
  'bilibili.com',
  'xiaohongshu.com',
  'baijiahao.baidu.com',
  'mp.weixin.qq.com',
  'toutiao.com',
  'sohu.com/a/',
]);

const UNSAFE_DOMAIN_RE = /(?:porn|xxx|sex|casino|bet365|gamble|18av|hentai|jav|haijiao|heiliao|51cg|chigua)/i;
const POLITICAL_RE = rx(POLITICAL_TERMS);
const POLITICAL_SECTION_IDS = new Set(['policy', 'geopolitics', 'politics']);
const POLITICAL_TAG_RE = /时政|政策|政务|外交/u;

function hostAndPath(url) {
  try {
    const parsed = new URL(String(url ?? '').trim());
    return {
      host: parsed.hostname.toLowerCase().replace(/^www\./, ''),
      pathname: parsed.pathname,
    };
  } catch {
    return { host: '', pathname: '' };
  }
}

function matchesDomain(host, pathname, domain) {
  const slash = domain.indexOf('/');
  const domainHost = slash >= 0 ? domain.slice(0, slash) : domain;
  const domainPath = slash >= 0 ? domain.slice(slash) : '';
  const hostMatches = host === domainHost || host.endsWith(`.${domainHost}`);
  return hostMatches && (!domainPath || pathname.startsWith(domainPath));
}

/**
 * 来源资质判定。
 * @returns {{ level: 'block'|'clean', hits: Array }}
 */
export function assessNewsSourceUrl(url, { political = false } = {}) {
  const { host, pathname } = hostAndPath(url);
  const hits = [];
  if (!host) return { level: 'clean', hits };
  if (UNSAFE_DOMAIN_RE.test(host)) {
    hits.push({ id: 'source-unsafe-domain', category: 'adult', level: 'block', match: host });
  } else if (NON_NEWS_SOURCE_DOMAINS.some((domain) => matchesDomain(host, pathname, domain))) {
    hits.push({ id: 'source-non-news', category: 'provenance', level: 'block', match: host });
  } else if (political && SELF_MEDIA_DOMAINS.some((domain) => matchesDomain(host, pathname, domain))) {
    hits.push({ id: 'source-self-media-politics', category: 'provenance', level: 'block', match: host });
  }
  return { level: hits.length ? 'block' : 'clean', hits };
}

export function isPoliticalNewsText(text, { sectionId = '', tag = '' } = {}) {
  if (POLITICAL_SECTION_IDS.has(String(sectionId))) return true;
  if (POLITICAL_TAG_RE.test(String(tag))) return true;
  return POLITICAL_RE.test(String(text ?? ''));
}

function resolveLevel(hits) {
  if (hits.some((hit) => hit.level === 'block')) return 'block';
  if (hits.some((hit) => hit.level === 'review')) return 'review';
  return 'clean';
}

/**
 * 判定一段新闻文字（标题 + 摘要 + 为什么重要等）及其来源。
 * @returns {{ level: 'block'|'review'|'clean', hits: Array<{id, category, level, match}> }}
 */
export function classifyNewsSafetyText(text, { url = '', sectionId = '', tag = '' } = {}) {
  const source = String(text ?? '');
  const hits = [];
  for (const rule of TERM_RULES) {
    const match = source.match(rule.re);
    if (match) hits.push({ id: rule.id, category: rule.category, level: rule.level, match: match[0] });
  }
  for (const rule of COMBO_RULES) {
    const matches = rule.all.map((re) => source.match(re));
    if (matches.every(Boolean)) {
      hits.push({
        id: rule.id,
        category: rule.category,
        level: rule.level,
        match: matches.map((item) => item[0]).join('+'),
      });
    }
  }
  if (url) {
    const political = isPoliticalNewsText(source, { sectionId, tag });
    hits.push(...assessNewsSourceUrl(url, { political }).hits);
  }
  return { level: resolveLevel(hits), hits };
}

/** 只用于兜底打码：单条 block 级词表（不含组合规则与来源规则）。 */
const MASKABLE_BLOCK_RULES = TERM_RULES.filter((rule) => rule.level === 'block');

/** 把残留的 block 级词替换成「＊＊」，用于 meta、JSON-LD、知识卡等非卡片文本。 */
export function maskBlockedNewsTerms(text) {
  let output = String(text ?? '');
  let count = 0;
  for (const rule of MASKABLE_BLOCK_RULES) {
    const global = new RegExp(rule.re.source, 'giu');
    output = output.replace(global, () => {
      count += 1;
      return '＊＊';
    });
  }
  return { text: output, count };
}

/**
 * 检索预取层过滤：删掉 block 级结果，review 级保留给页面层复审。
 * 预取结果会被 SearXNG 补位直接写进页面，所以这里必须先过一遍。
 */
export function filterNewsSearchGroupsForSafety(groups = []) {
  const removed = [];
  const filtered = (Array.isArray(groups) ? groups : []).map((group) => {
    const results = (Array.isArray(group?.results) ? group.results : []).filter((item) => {
      const verdict = classifyNewsSafetyText(
        [item?.title, item?.snippet, item?.content].filter(Boolean).join(' '),
        { url: item?.url ?? '', sectionId: group?.id ?? '' },
      );
      if (verdict.level !== 'block') return true;
      removed.push({ groupId: group?.id ?? '', title: item?.title ?? '', url: item?.url ?? '', hits: verdict.hits });
      return false;
    });
    return { ...group, results };
  });
  return { groups: filtered, removed };
}

export function formatNewsSafetyHits(hits = []) {
  return hits
    .map((hit) => `${NEWS_SAFETY_CATEGORY_LABELS[hit.category] ?? hit.category}:${hit.match}`)
    .join('，');
}