#!/usr/bin/env python3
"""冒烟专用 stub 引擎（不访问外网；Contract §5-A6.4）。

单进程模拟三引擎形状（T1 契约：形状 = bench 实测样本，数值固定）：
  - searxng：GET /search?q=...&format=json → bench/searxng-cn/samples/t1-1.excerpt.json 形状（2 条结果）
  - trafilatura：POST /v1/read → bench/trafilatura-http/app.py 响应形状（固定 markdown）
  - lightpanda/shell 冒烟为降级路径：/json/version 不实现（health 不可达 → 适配器降级），
    断言搜索/精读走 searxng/trafilatura stub 仍 200。

仅监听容器内 :80（policy SSRF 契约仅允许 80/443，stub 对齐生产 URL 形状）；无外网依赖。
"""
import json
import re
from http.server import BaseHTTPRequestHandler, ThreadingHTTPServer
from urllib.parse import urlparse, parse_qs

LISTEN = ("0.0.0.0", 80)

# 固定 2 条结果（形状对齐 bench/searxng-cn/samples/t1-1.excerpt.json：title/url/content/engine）。
SEARX_RESULTS = [
    {
        "title": "stub-海关总署 税务总局关于跨境电子商务出口退运商品税收优惠政策",
        "url": "https://hainan.chinatax.gov.cn/xxgk_6_1/06163393.html",
        "content": "一、对自2026年1月1日至2027年12月31日期间在跨境电子商务海关监管代码(1210、9610、9710、9810)项下申报出口,因滞销、退货原因,自出口之日起6个月内原状退运进境的商品(不含食品),免征进口关税和进口环节增值税、消费税。",
        "engine": "baidu",
    },
    {
        "title": "stub-雨果跨境-跨境电商品牌出海产业互联网平台",
        "url": "https://m.cifnews.com/",
        "content": "雨果跨境以雨果网作为流量依托，致力于为跨境电商从业者提供全球产业出海，链接全球流通，实现全球品牌的产业互联网平台。",
        "engine": "bing",
    },
]

# 固定 markdown（形状对齐 bench/trafilatura-http/app.py _extract 返回）。
STUB_MARKDOWN = "# stub 政策公告\n\n为支持跨境电子商务新业态发展，现将出口退运商品税收优惠政策公告如下：\n\n一、对自2026年1月1日至2027年12月31日期间在跨境电子商务海关监管代码项下申报出口的商品，免征进口关税和进口环节增值税、消费税。\n"
STUB_TITLE = "财政部 海关总署 税务总局关于跨境电子商务出口退运商品税收优惠政策的公告（stub）"


class Handler(BaseHTTPRequestHandler):
    server_version = "smoke-stub-engines/1.0"

    def _json(self, code, obj):
        raw = json.dumps(obj, ensure_ascii=False).encode("utf-8")
        self.send_response(code)
        self.send_header("Content-Type", "application/json; charset=utf-8")
        self.send_header("Content-Length", str(len(raw)))
        self.end_headers()
        self.wfile.write(raw)

    def do_GET(self):  # noqa: N802
        path = self.path.split("?", 1)[0]
        if path in ("/healthz", "/health"):
            # 同一进程同时顶 searxng（/healthz）与 trafilatura（/health）探活形状。
            self._json(200, {"ok": True, "service": "smoke-stub-engines"})
            return
        if path == "/search":
            qs = parse_qs(urlparse(self.path).query)
            q = (qs.get("q") or [""])[0]
            self._json(200, {
                "query": q,
                "number_of_results": None,
                "unresponsive_engines": [],
                "results": SEARX_RESULTS,
            })
            return
        self._json(404, {"ok": False, "error": "not_found"})

    def do_POST(self):  # noqa: N802
        path = self.path.split("?", 1)[0]
        length = int(self.headers.get("Content-Length") or 0)
        try:
            payload = json.loads(self.rfile.read(length) or b"{}")
        except json.JSONDecodeError:
            self._json(400, {"ok": False, "error": "bad_json"})
            return
        if path == "/v1/read":  # trafilatura 契约（app.py）
            max_chars = int(payload.get("max_chars") or 20000)
            md = STUB_MARKDOWN
            truncated = False
            if max_chars and len(md) > max_chars:
                md = md[:max_chars]
                truncated = True
            self._json(200, {
                "ok": True,
                "title": STUB_TITLE,
                "markdown": md,
                "char_count": len(md),
                "truncated": truncated,
                "url": payload.get("url") or "",
            })
            return
        self._json(404, {"ok": False, "error": "not_found"})

    def log_message(self, fmt, *args):  # 静音（smoke 日志走 smoke-local.sh tee）
        pass


def main():
    httpd = ThreadingHTTPServer(LISTEN, Handler)
    print(f"stub-engines listening {LISTEN}", flush=True)
    httpd.serve_forever()


if __name__ == "__main__":
    main()