"""Reglas v1 (sin modelos) de mercado y de cantidad con unidad sobre el objeto (minúsculas, sin acentos). RE2 (DuckDB).
Se usan igual en a3_mercados.py (SQL) y en las pruebas (pruebas/test_reglas.py, con re de Python)."""
# ---- Mercados: CPV (prefijo/rango de 8 dígitos) o texto del objeto, con exclusiones de texto -------------------------
MERCADOS = {
 'carburantes': dict(
   cpv="(cpv BETWEEN '09130000' AND '09134999')",
   txt=r"(gasoleo|gasoil|gas-oil|gasolina|carburant|combustible)",
   excl=r"(biomasa|pellet|astilla|estella|mantenim|manteniment|reparaci|inspecci|analisi|analitic|calibraci|tanque|"
        r"surtidor|desbrozadora|motosierra|sopladora|cortacesped|generador|caldera de|vehiculos? (de )?gasolina|"
        r"motor(es)? (de )?gasolina|tarjeta|targeta|nuclear|pila de combustible|hidrogeno|filtro|filtre|aceite|\boli\b|"
        r"anticongelant|boquerel|alquiler|lloguer|dietes|dietas|viatge|viaje|desp\.? ?avan)"),
 'electricidad': dict(
   cpv="(cpv IN ('09310000','65300000','65310000') AND NOT (regexp_matches(o, 'gas natural|gasoleo|gasoil|propano|combustible') AND NOT regexp_matches(o, 'electric')))",
   txt=r"(suministro (de )?(la )?(energia )?electric|energia electrica|subministrament (d.)?(energia )?electric|"
       r"energia electrica|electricidad|subministrament electric)",
   excl=r"(instalaci|mantenim|manteniment|reparaci|\bobras?\b|fotovolt|autoconsum|recarga|vehicul|bicicleta|"
        r"patinete|material|herramient|grupo electrogeno|cuadro|baja tension.*(proyecto|redacci)|redacci|asistencia tecnica|auditor|"
        r"certificad|boletin|legalizaci|contador|comptador)"),
 'medicamentos': dict(
   cpv="(cpv BETWEEN '33600000' AND '33699999')",
   txt=r"(\bmedicament|\bfarmacos?\b|vacunas?\b)",
   excl=r"(nevera|frigor|armario|carro|software|aplicaci|transporte|custodia|almacenaje|gestion|destrucci|"
        r"residuos|dispensador|sistema automatizado|formaci|curso|estudio|ensayo clinico|filtro|jeringa|camara)"),
 'gas_natural': dict(
   cpv="(cpv BETWEEN '09120000' AND '09123999')",
   txt=r"(suministro (de )?gas natural|subministrament (de )?gas natural|gas natural canalizado|\bgas natural\b)",
   excl=r"(instalaci|mantenim|manteniment|reparaci|caldera|vehicul|acometida|\bobras?\b|redacci|proyecto|"
        r"inspecci|revisi|calefaccion y|escomesa|comptador|contador|muntatge|\blinia\b|distribuci|viveres)"),
 'papel': dict(
   cpv="(cpv BETWEEN '30197600' AND '30197699')",
   txt=r"(\bpapel (de )?(impresi|fotocop|reprograf|oficina|blanco|reciclado|din)|\bpapel a ?[34]\b|\ba ?4\b.*\bpapel|"
       r"\bpaper (d.)?(impressi|fotocop|reciclat|oficina)|\bresmas?\b|\bfolios\b)",
   excl=r"(higienic|secamanos|toalla|camilla|pintado|papeleras?|contenedor|recogida|destrucci|reciclaje de|"
        r"impresion de|imprenta|edicion|libros?\b|revista|cartel|sobres impresos|filtro|filtre|directori|sardina|taller|"
        r"acreditaci|vidrio)"),
 'vehiculos': dict(
   cpv="(cpv BETWEEN '34110000' AND '34119999' OR cpv BETWEEN '34130000' AND '34136999')",
   txt=r"((adquisici|suministro|compra|subministrament|adquisicio)[a-z ]{0,25}\b(vehiculos?|turismos?|furgonetas?|"
       r"todoterrenos?|furgon(es)?|vehicles?)\b)",
   excl=r"(alquiler|arrendamiento|renting|lloguer|arrendament|reparaci|mantenim|manteniment|seguros?\b|\bitv\b|lavado|"
        r"neumatic|combustible|recambio|carburant|rotulaci|equipamiento de|carrozado|transformaci|electrico de juguete|"
        r"bateria|baterias|piezas|material|repuesto|equipament|extintor|recarga|remolque|alternador|panel|fungible|redacci|"
        r"gasoleo|gasoil|asistencia tecnica|subvenci)"),
}
# ---- Cantidad con unidad (primer acierto en el objeto) -----------------------------------------------------------------
NUM = r"(\d{1,3}(?:[.\s]\d{3})+(?:,\d+)?|\d+(?:[.,]\d+)?)"
FIN = r"(?:[^a-z0-9]|$)"
UNIDADES = [  # clase, regex de unidad (tras el número)
 ('litros',    r"(?:litros?|litres?|ltrs?\.?|lts?\.?|l\.?)"),
 ('energia',   r"(?:[kmg]w\.?h|[kmg]wh|kilovatios? ?hora|megavatios? ?hora)"),
 ('m3',        r"(?:m3|m³|nm3|metros? cubicos?)"),
 ('masa',      r"(?:kg|kgs|kilos?|kilogramos?|toneladas?|tn|tm)"),
 ('envases',   r"(?:unidades|unitats|uds?\.?|u\.|envases|cajas|caixes|viales|vials|ampollas|comprimidos|dosis|blisters?|"
               r"paquetes|paquets|resmas?|cajas)"),
 ('vehiculos', r"(?:vehiculos?|vehicles?|turismos?|furgonetas?|todoterrenos?|furgon(?:es)?|camiones?)"),
]
NUM_PALABRA = r"(un|una|dos|tres|cuatro|cinco|seis|siete|ocho|nueve|diez|doce|quince|veinte)"
PRECIO_UNITARIO = r"((eur|€|euros?|cent(imos)?|cts?)\.? ?/ ?(l|litro|kwh|mwh|m3)\b|(precio|preu|import) (unitario |unitari )?(por|per|del|de) (litro|kwh|mwh)|\bc?€/l\b|\beur/l\b)"
DESCUENTO = r"(descuento|descompte|bonificaci|rappel|baja (sobre|respecto)|rebaja|cents?\.? ?(de )?(descuento|euro)|cent(imos)? por litro|precio (del )?surtidor|pvp|precio de venta al publico)"

import re as _re, unicodedata as _ud
_RX = [(c, _re.compile(NUM + r"\s*" + u + FIN)) for c, u in UNIDADES]
_RX_VEH_PAL = _re.compile(r"\b" + NUM_PALABRA + r"\s+(?:" + dict(UNIDADES)['vehiculos'] + r")" + FIN)
_PAL = dict(un=1, una=1, dos=2, tres=3, cuatro=4, cinco=5, seis=6, siete=7, ocho=8, nueve=9, diez=10, doce=12, quince=15, veinte=20)
_RX_PU = _re.compile(PRECIO_UNITARIO)

def norm(t):
    t = (t or '').lower()
    return ''.join(ch for ch in _ud.normalize('NFKD', t) if not _ud.combining(ch))

def numero(s):
    """'33.000' -> 33000; '10,53' -> 10.53; '1.000,5' -> 1000.5; '33 000' -> 33000; '1.5' -> 1.5."""
    s = s.strip()
    if _re.fullmatch(r"\d{1,3}(?:[.\s]\d{3})+(?:,\d+)?", s):
        return float(_re.sub(r"[.\s]", "", s).replace(',', '.'))
    return float(s.replace(',', '.'))

def cantidades(objeto):
    """Todas las cantidades con unidad del objeto: lista de (clase, valor, literal). Sin modelos."""
    o = norm(objeto); out = []
    for c, rx in _RX:
        for m in rx.finditer(o):
            lit = m.group(0).rstrip(' .,;:)(-/')
            pre = o[max(0, m.start()-1):m.start()]
            if pre and (pre.isalnum() or pre in '.,'):   # el número debe empezar en límite (no «b7», «e10», «a4»)
                continue
            try: v = numero(m.group(1))
            except ValueError: continue
            if c == 'litros' and _re.search(r"\d\s*l\.?$", lit) and v < 1:   # «0,5 l» casi nunca es una compra
                continue
            out.append((c, v, lit))
    for m in _RX_VEH_PAL.finditer(o):
        out.append(('vehiculos', float(_PAL[m.group(1)]), m.group(0).strip()))
    return out

def precio_unitario_literal(objeto):
    return bool(_RX_PU.search(norm(objeto)))