Blame for src/parser.py

"""
解析用户自然语言时间指令，转为分析参数。

支持的表达式：
  "最新一周" / "最新周报"         → {"mode": "latest"}
  "上周" / "上一周"              → {"mode": "prev"}
  "W9" / "第9周"                → {"mode": "week", "year": current, "week": 9}
  "2025 W40" / "2025年第40周"   → {"mode": "week", "year": 2025, "week": 40}
  "25年12月" / "2025年12月"     → {"mode": "month", "year": 2025, "month": 12}
  "12月" / "上个月"             → {"mode": "month", "year": inferred, "month": 12}
  "昨天" / "今天"               → {"mode": "day", "date": "2026-03-03"}
  "3月3日" / "2026-03-03"       → {"mode": "day", "date": "2026-03-03"}
  "1.15~3.3" / "1月15日~3月3日" → {"mode": "range", "start": "2026-01-15", "end": "2026-03-03"}
"""
import re
from datetime import datetime, timedelta
from typing import Any


def _current_year() -> int:
    return datetime.now().year


def _full_year(y: int) -> int:
    """两位年份 → 四位。"""
    if y < 100:
        return 2000 + y
    return y


def _clean_token(token: str) -> str:
    """去掉日期 token 中常见的中文前缀/后缀干扰词。"""
    token = token.strip()
    token = re.sub(r"^(分析|查看|看看|帮我看|查一下|看一下|分析一下|对比)\s*", "", token)
    token = re.sub(r"(的数据|数据|表现|报告|怎么样|如何)$", "", token)
    return token.strip()


def _parse_date_token(token: str) -> str | None:
    """将各种日期片段解析为 YYYY-MM-DD 字符串，无法识别返回 None。"""
    token = _clean_token(token)

    # ISO: 2026-01-15 / 2026/1/15
    m = re.search(r"(\d{4})\s*[\-/]\s*(\d{1,2})\s*[\-/]\s*(\d{1,2})", token)
    if m:
        y, mo, d = int(m.group(1)), int(m.group(2)), int(m.group(3))
        return f"{y:04d}-{mo:02d}-{d:02d}"

    # 中文完整: 26年1月15日 / 2026年1月15日
    m = re.search(r"(\d{2,4})\s*年\s*(\d{1,2})\s*月\s*(\d{1,2})\s*[日号]?", token)
    if m:
        y = _full_year(int(m.group(1)))
        mo, d = int(m.group(2)), int(m.group(3))
        return f"{y:04d}-{mo:02d}-{d:02d}"

    # 中文无年: 1月15日
    m = re.search(r"(\d{1,2})\s*月\s*(\d{1,2})\s*[日号]", token)
    if m:
        mo, d = int(m.group(1)), int(m.group(2))
        y = _current_year()
        return f"{y:04d}-{mo:02d}-{d:02d}"

    # 简写: 1.15 / 01.15（整个 token 只剩数字和点）
    m = re.match(r"^(\d{1,2})\s*\.\s*(\d{1,2})$", token)
    if m:
        mo, d = int(m.group(1)), int(m.group(2))
        y = _current_year()
        return f"{y:04d}-{mo:02d}-{d:02d}"

    return None


def _try_parse_range(text: str) -> dict[str, Any] | None:
    """尝试解析自定义时间段。支持 ~ - 到 至 作为分隔符。"""
    for sep in [r"[~～—]", r"\s*到\s*", r"\s*至\s*"]:
        parts = re.split(sep, text, maxsplit=1)
        if len(parts) == 2:
            start = _parse_date_token(parts[0])
            end = _parse_date_token(parts[1])
            if start and end:
                return {"mode": "range", "start": start, "end": end}
    return None


def parse_query(text: str) -> dict[str, Any] | None:
    """
    解析用户输入，返回分析参数 dict，或 None（无法识别）。
    """
    text = text.strip()
    # 去掉常见指令前缀，留下时间描述
    cleaned = re.sub(r"^(分析|查看|看看|帮我看|帮我分析|查一下|看一下|分析一下|对比)\s*", "", text).strip()

    # ── 自定义时间段（优先级最高，避免被单日匹配吃掉）──
    range_result = _try_parse_range(cleaned)
    if not range_result:
        range_result = _try_parse_range(text)
    if range_result:
        return range_result

    # ── 昨天 / 前天 / 今天 ──
    if re.search(r"昨天|昨日", text):
        d = (datetime.now() - timedelta(days=1)).strftime("%Y-%m-%d")
        return {"mode": "day", "date": d}
    if re.search(r"前天|前日", text):
        d = (datetime.now() - timedelta(days=2)).strftime("%Y-%m-%d")
        return {"mode": "day", "date": d}
    if re.search(r"今天|今日", text):
        d = datetime.now().strftime("%Y-%m-%d")
        return {"mode": "day", "date": d}

    # ── 指定日期：2026-03-03 / 2026/3/3 ──
    dm = re.search(r"(\d{4})\s*[\-/]\s*(\d{1,2})\s*[\-/]\s*(\d{1,2})", text)
    if dm:
        y, mo, day = int(dm.group(1)), int(dm.group(2)), int(dm.group(3))
        return {"mode": "day", "date": f"{y:04d}-{mo:02d}-{day:02d}"}

    # ── 中文日期：3月3日 / 26年3月3日 ──
    dm = re.search(r"(?:(\d{2,4})\s*年\s*)?(\d{1,2})\s*月\s*(\d{1,2})\s*[日号]", text)
    if dm:
        y = _full_year(int(dm.group(1))) if dm.group(1) else _current_year()
        mo, day = int(dm.group(2)), int(dm.group(3))
        return {"mode": "day", "date": f"{y:04d}-{mo:02d}-{day:02d}"}

    # ── 最新一周 ──
    if re.search(r"(最新|本周|这周|当前|latest)", text, re.IGNORECASE):
        return {"mode": "latest"}

    # ── 上一周 ──
    if re.search(r"(上周|上一周|last\s*week)", text, re.IGNORECASE):
        return {"mode": "prev"}

    # ── 指定年+周：2025 W40 / 2025年第40周 / 25年W40 ──
    m = re.search(r"(\d{2,4})\s*年?\s*[Ww第]?\s*(\d{1,2})\s*周?", text)
    if m:
        first, second = int(m.group(1)), int(m.group(2))
        # 区分 "25年12月" vs "25年W12"
        if re.search(r"[Ww第]", text) and not re.search(r"月", text):
            return {"mode": "week", "year": _full_year(first), "week": second}

    # ── 指定年+月：25年12月 / 2025年12月 / 2025-12 ──
    m = re.search(r"(\d{2,4})\s*[年\-/]\s*(\d{1,2})\s*月?", text)
    if m:
        y, mo = int(m.group(1)), int(m.group(2))
        if 1 <= mo <= 12:
            return {"mode": "month", "year": _full_year(y), "month": mo}

    # ── 仅月份：12月 / 上个月 ──
    if re.search(r"上个?月", text):
        now = datetime.now()
        mo = now.month - 1
        y = now.year
        if mo < 1:
            mo = 12
            y -= 1
        return {"mode": "month", "year": y, "month": mo}

    m = re.search(r"(\d{1,2})\s*月", text)
    if m:
        mo = int(m.group(1))
        if 1 <= mo <= 12:
            y = _current_year()
            if mo > datetime.now().month:
                y -= 1
            return {"mode": "month", "year": y, "month": mo}

    # ── 仅周号：W9 / 第9周 ──
    m = re.search(r"[Ww第]\s*(\d{1,2})\s*周?", text)
    if m:
        wk = int(m.group(1))
        return {"mode": "week", "year": _current_year(), "week": wk}

    return None


def describe_query(params: dict[str, Any]) -> str:
    """将解析结果转为可读描述。"""
    mode = params.get("mode")
    if mode == "latest":
        return "最新一周"
    elif mode == "prev":
        return "上一周"
    elif mode == "week":
        return f"{params['year']}年 第{params['week']}周"
    elif mode == "month":
        return f"{params['year']}年{params['month']}月"
    elif mode == "day":
        return params["date"]
    elif mode == "range":
        return f"{params['start']} ~ {params['end']}"
    return "未知"


HELP_TEXT = """你可以 @我 发送以下指令：
- **分析最新一周** — 最新周度报告
- **分析上周** — 上一周报告
- **分析昨天** — 昨日日报
- **分析3月3日** — 指定日期
- **分析1.15~3.3** — 自定义时间段
- **分析25年12月** — 指定月份汇总
- **分析W9** 或 **分析第9周** — 指定周
- **帮助** — 显示本说明"""