"""B09 원가계산 — 자원 축 **셀 거르기 · 물결표 목록 · 셀 정규화** (`_ResourceAxis` 보조).

`B09_Estimation_ResourceAxis` 가 700줄 제한에 걸려 떼어 낸 파일이다(2026-09-14 순수 분리 —
내용은 옮기기만 함). 바깥 파일은 여태처럼 `B09_Estimation_ResourceAxis` 에서 가져간다.
"""

from __future__ import annotations

import re

#: 표 머리글·소계 행의 첫 칸에 오는 말. 자원이 아니므로 `unmatched` 로도 안 올린다.
#: 이것을 안 거르면 못 맞춘 목록이 머리글로 가득 차 **쓸 수 없는 목록**이 된다.
#: ⚠ **부분일치로 보면 안 된다.** 「계」를 부분일치로 잡으면 `건설기계운전사`·`비계공`·
#: `계장공` 이, 「작업」을 잡으면 `작업반장` 이, 「인력」을 잡으면 `인력운반공` 이
#: 통째로 사라진다(2026-09-07 실측 — 정상 자원 **70/745** 가 걸리고 있었음).
#: 그래서 **셀 전체가 그 말과 같을 때만** 머리글로 본다.
_NON_RESOURCE_WORDS = (
    "구분",
    "합계",
    "소계",
    "계",
    "단위",
    "비고",
    "규격",
    "명칭",
    "품명",
    "종류",
    "항목",
    "적용",
    "기준",
    "산출",
    "비율",
    "할증",
    "할인",
    "직접노무비",
    "재료비",
    "경비",
    "위치",
    "면적",
    "수량",
    "공종",
    "작업",
    "내역",
    "총계",
    "인력",
    "장비",
    "기계",
)


#: 첫 칸이 자원 이름이 **아닌** 표가 많다 — 규격 구간표(「10∼12」), 기호표(「f」·「E」),
#: 치수표 등. 그런 셀을 못 맞춘 목록에 넣으면 목록이 못 쓰게 되므로 먼저 거른다.
#: ⚠ **물결표·붙임표 목록은 여기 한 벌뿐이다.** 네 파일에 따로 적어 두었더니 서로
#: 달라졌다(2026-09-08 메인 창 교차검토 — 어떤 목록엔 `～`, 어떤 목록엔 `〜` 가 빠졌음).
#: 지금 물리는 것은 없었으나 **같은 목록이 네 벌이면 언젠가 하나만 고쳐진다.**
#: 갈래 키 정규화(`B09_Estimation_UnitPrice.normalize_variant_key`)도 이 목록을 쓴다.
RANGE_DASHES = "∼～〜~-–‐"

#: ⚠ **문자클래스에 그대로 넣지 말 것** — `~-–` 이 **범위 연산자**로 읽혀 거의 모든
#: 글자가 걸린다(2026-09-08 실측: 「0.7㎥」·「15톤」이 구간으로 잡혔음). 반드시 이 쪽을 쓴다.
RANGE_DASH_CLASS = "".join(re.escape(ch) for ch in RANGE_DASHES)

#: 구간 셀에는 **단위 꼬리**가 붙기도 한다 — 「51～100m」·「12～14㎝」(2026-09-08 실측 39줄).
#: ⚠ **단위가 붙었다고 다 구간이 아니다** — 「굴착기 0.7㎥」는 규격이고 자원 이름의 일부다.
#: 그래서 **수 ~ 수 + 단위**라는 모양 전체가 맞을 때만 구간으로 본다(앞에 이름이 없어야 한다).
_RANGE_UNITS = "a-zA-Z㎝㎜㎥㎡㎞ｍm톤"
_RE_RANGE_CELL = re.compile(
    rf"^\d+(?:\.\d+)?\s*[{RANGE_DASH_CLASS}]\s*\d+(?:\.\d+)?\s*[{_RANGE_UNITS}]+$"
)
_RE_HANGUL = re.compile(r"[가-힣]")


def is_non_resource_label(cell: str) -> bool:
    """표 머리글·소계 행이거나, 애초에 자원 이름이 올 자리가 아닌 셀인가.

    못 맞춘 목록에 이런 것이 섞이면 목록 자체가 못 쓰게 된다. 여기서 먼저 걷어낸다.
    """
    text = _normalize(cell)
    if not text:
        return True
    if text.startswith(("※", "<", "(", "-", "ㆍ", "·")):
        return True
    if _RE_RANGE_CELL.match(text):  # 규격 구간표의 첫 칸
        return True
    # 자원 이름은 숫자로 시작하지 않는다 — 「50이상」·「100m이하」·「2.집재」는 구간·절번호다.
    if text[0].isdigit():
        return True
    # 자원 이름은 한글 두 자 이상이다. 기호(`f`·`E`)·숫자·단위만 있는 칸은 자원이 아니다.
    if len(_RE_HANGUL.findall(text)) < 2:
        return True
    # ⚠ **정확 일치만** — 부분일치는 정상 자원을 통째로 지운다(위 주석).
    if text in _NON_RESOURCE_WORDS:
        return True
    # 머리글 조각이 이어 붙은 칸(「단위작업별」·「위치및면적」)도 머리글이다.
    return _is_header_composite(text)


def _is_header_composite(text: str) -> bool:
    """머리글 낱말만으로 이루어진 칸인가 — 「단위작업별」·「위치및면적」 같은 것.

    낱말을 차례로 벗겨 아무것도 안 남으면 머리글로 본다. 자원 이름은 낱말을 벗기면
    반드시 무언가 남는다(`건설기계운전사` → `건설`·`운전사`).
    """
    rest = text
    for word in sorted(_NON_RESOURCE_WORDS, key=len, reverse=True):
        rest = rest.replace(word, "")
    rest = rest.replace("및", "").replace("별", "").strip()
    return rest == ""


def _normalize(text: str) -> str:
    """표 셀의 공백·개행 흔들림을 지운다. 「경  암」·「연 암」 같은 것."""
    return re.sub(r"\s+", "", str(text or "")).strip()