"""E8 · SEGUNDA IMPLEMENTACIÓN de las reglas (escrita aparte, a partir de DEFINICIONES_PREVIAS_E8.md §3; no importa
reglas_e8 ni reglas_v2 de A1). Python puro. Misma interfaz pública que reglas_e8 para poder pasar las mismas pruebas:
producto_carb, cantidad_carb, energia_elec, banda_eurostat, papel."""
import re, unicodedata


def _n(t):
    return unicodedata.normalize('NFD', (t or '').lower()).encode('ascii', 'ignore').decode('ascii') if t else ''


def _base(t):
    # quita acentos conservando el resto de caracteres no ASCII que no tienen descomposición (p. ej. «€», «—»)
    out = []
    for ch in unicodedata.normalize('NFKD', (t or '').lower()):
        if unicodedata.combining(ch):
            continue
        out.append(' ' if ch == '_' else ch)
    return ''.join(out)


def _valor(txt):
    """Número escrito → float. Admite millares con punto o espacio, decimal con coma, millares ingleses con coma."""
    t = txt.strip()
    partes_esp = t.split(' ')
    if len(partes_esp) > 1 and all(len(p) == 3 for p in partes_esp[1:]) and 1 <= len(partes_esp[0]) <= 3:
        return float(''.join(partes_esp))
    if '.' in t:
        ent, _, dec = t.partition(',')
        grupos = ent.split('.')
        if len(grupos) > 1 and all(len(g) == 3 for g in grupos[1:]) and 1 <= len(grupos[0]) <= 3:
            return float(''.join(grupos) + ('.' + dec if dec else ''))
        return float(t.replace(',', '.'))
    if ',' in t:
        g = t.split(',')
        if len(g) >= 3 and all(len(x) == 3 for x in g[1:]):
            return float(''.join(g))
        if len(g) == 2 and len(g[1]) == 3 and len(g[0]) <= 3:
            return float(g[0] + g[1]) if float(g[0] + '.' + g[1]) < 10 else float(g[0] + '.' + g[1])
        return float(t.replace(',', '.'))
    return float(t)


# ------------------------------------------------------------------------------------------- carburantes
_NUMERO = r"\d{1,3}(?:[.\s]\d{3})+(?:,\d+)?|\d{1,3}(?:,\d{3}){2,}|\d+(?:[.,]\d+)?"
_LITROS = re.compile(r"(?P<n>" + _NUMERO + r")\s*(?P<u>litros|litro|litres|litre|ltrs\.?|ltr\.?|lts\.?|lt\.?|l\.?)(?=[^a-z0-9]|$)")
_CAPAC = ('carrillo', 'deposito', 'diposit', 'bidon', 'petaca', 'garrafa', 'capacidad', 'maletero', 'congelador')


def cantidad_carb(objeto):
    o = _base(objeto)
    vals = []
    for m in _LITROS.finditer(o):
        ini = m.start('n')
        if ini > 0 and (o[ini - 1].isalnum() or o[ini - 1] in '.,'):
            continue
        try:
            v = _valor(m.group('n'))
        except ValueError:
            continue
        lit = m.group(0).rstrip(' .,;:)(-/')
        if re.search(r"\d\s*l\.?$", lit) and v < 1:
            continue
        antes = o[max(0, ini - 40):ini]
        cap = any(w in antes for w in _CAPAC) or bool(re.search(r"\blata", antes)) or bool(re.match(r"\s*/\s*100\s*km", o[ini + len(lit):]))
        if not cap:
            vals.append((v, lit))
    if not vals:
        return None
    return vals[0][0], vals[0][1], len({v for v, _ in vals})


def producto_carb(objeto):
    o = _base(objeto)
    gasoleo = r"(?:gasoleo|gasoil|gas-oil|gas oil|gasoli(?![a-z]))"
    def letra(x):
        return re.search(gasoleo + r"\s*(?:tipo\s*|clase\s*)?[\"“'«]?" + x + r"(?![a-z0-9])", o) is not None
    tiene_b, tiene_c = letra('b'), letra('c')
    a_fuerte = re.search(gasoleo + r"\s*(?:tipo\s*|clase\s*)?[\"“'«]?a(?![a-z0-9])\s*(?:$|[,.;:)(\"”»/\-]|y(?![a-z])|e(?![a-z])|para(?![a-z])|de automocion|automocion|b7|\d)", o) is not None
    hay_gasolina = re.search(r"gasolina|sin plomo|(?<![a-z])s/?plomo|(?<![a-z])euro ?super(?![a-z])", o) is not None
    hay_gasoleo = re.search(gasoleo + r"|diesel", o) is not None
    if re.search(r"ad ?blue|urea", o) or (tiene_b and tiene_c) or ((tiene_b or tiene_c) and a_fuerte) or (hay_gasolina and hay_gasoleo):
        return 'mixto'
    if tiene_b:
        return 'gasoleo_b'
    if tiene_c:
        return 'gasoleo_c'
    if hay_gasolina:
        return 'gasolina98' if re.search(r"gasolina\s*(?:sin plomo\s*)?98|sin plomo\s*98|(?<![a-z0-9])98\s*octanos", o) else 'gasolina95'
    ctx_c = re.search(r"calefacc|caldera|colegio|(?<![a-z])ceip(?![a-z])|pabellon|poliesportiu", o)
    veh = re.search(r"vehicul|automocion", o)
    if ctx_c and not veh and not a_fuerte:
        return 'gasoleo_c'
    if re.search(r"agricol|bonificad", o):
        return 'gasoleo_b'
    if a_fuerte or re.search(gasoleo + r"\s*(?:tipo\s*)?[\"“'«]?a(?![a-z0-9])", o) or re.search(r"automocion|(?<![a-z])b7(?![a-z0-9])|vehicul|flota|parque movil|parc mobil", o):
        return 'gasoleo_a'
    return 'sin_producto'


# ------------------------------------------------------------------------------------------- electricidad
_ENERGIA = re.compile(r"(?P<n>\d{1,3}(?:[.\s]\d{3})+(?:,\d+)?|\d{1,3}(?:,\d{3})+(?![\d,])|\d+(?:[.,]\d+)?)\s*"
                      r"(?P<u>gwh|mwh|kwh|kw\s?/\s?h|kw\s?h|kilovatios?\s?hora|megavatios?\s?hora|gigavatios?\s?hora)(?![a-z])")
_UMBRALES = ('superior', 'inferior', 'mayor', 'menor', 'igual', 'hasta', 'mas de', 'menos de', '>', '<', 'limite', 'capacidad',
             'almacenamiento', 'bateria', 'maximo', 'minimo', 'entre')


def energia_elec(objeto):
    o = _base(objeto)
    lote = o.split(' — ', 1)[1] if ' — ' in o else ''
    if 'gas natural' in lote:
        return dict(motivo='lote_gas')
    if ('gas natural' in o or re.search(r"(?<![a-z])gas(?![a-z])", o)) and 'electric' not in o:
        return dict(motivo='lote_gas')
    if re.search(r"certificad|certificats|garanties d.origen|bateria|almacenamiento|autoconsumo|fotovolt|recarga|generador", o):
        return dict(motivo='no_suministro')
    hall = []
    for m in _ENERGIA.finditer(o):
        i = m.start('n')
        if i > 0 and (o[i - 1].isalnum() or o[i - 1] in '.,'):
            continue
        if any(u in o[max(0, i - 45):i] for u in _UMBRALES):
            continue
        try:
            v = _valor(m.group('n'))
        except ValueError:
            continue
        f = {'g': 1e6, 'm': 1e3}.get(m.group('u')[0], 1.0)
        detras = o[m.end():m.end() + 20]
        anual = re.match(r"\s*(?:/\s*(?:ano|any|a)(?![a-z])|al ano|al any|anual|anuales|anuals|ano(?![a-z])|any(?![a-z])|por ano)", detras) is not None
        hall.append((v * f, anual, m.group(0)))
    if not hall:
        return dict(motivo='sin_cantidad')
    if len({round(h[0], 3) for h in hall}) > 1:
        return dict(motivo='varias_cantidades', n_distintas=len({round(h[0], 3) for h in hall}))
    return dict(motivo='ok', kwh=hall[0][0], anual=hall[0][1], literal=hall[0][2], n_distintas=1)


def banda_eurostat(mwh):
    for lim, b in ((20, 'MWH_LT20'), (500, 'MWH20-499'), (2000, 'MWH500-1999'), (20000, 'MWH2000-19999'),
                   (70000, 'MWH20000-69999'), (150000, 'MWH70000-149999')):
        if mwh < lim:
            return b
    return 'MWH_GE150000'


# ------------------------------------------------------------------------------------------- papel
_W_CAJA = ('cajas', 'caja', 'caixes', 'caixa', 'capses', 'capsa')
_W_PAQ = ('paquetes', 'paquete', 'paquets', 'paquet', 'paq', 'paq.', 'pqt', 'pqt.', 'resmas', 'resma', 'packs', 'pack')
_W_HOJA = ('folios', 'folio', 'folis', 'hojas', 'hoja', 'fulls', 'full', 'follas', 'folla')
_W_UD = ('unidades', 'unidad', 'uds', 'uds.', 'ud', 'ud.', 'u.')
_OK = set(_W_CAJA + _W_PAQ + _W_HOJA) | {'unidades', 'unidad', 'uds', 'ud', 'u', 'h', 'g', 'gr', 'grs', 'gramos', 'grams', 'grm', 'gsm',
       'x', 'por', 'per', 'cada', 'paquetito', 'paquetitos', 'de', 'y', 'i', 'e', 'o', 'mm', 'cm', 'en', 'total', 'para', 'papel',
       'paper', 'din', 'a', 'lote', 'meses', 'mes', 'dias', 'cajita', 'cajitas', 'pales', 'palet', 'palets', 'paq', 'pqt'}
_EXCLUSION = re.compile(
    r"sobres?(?![a-z])|toner|cartucho|carpeta|archivador|boligraf|rotulador|lapic|grapa|clips?(?![a-z])|cinta|celo(?![a-z])|pegamento|tijera|"
    r"etiqueta|cartulina|(?<![a-z])bloc|libreta|cuaderno|agenda|tarjeta|membrete|impres(?:o|a|os|as)(?![a-z])|impresion de|imprenta|offset|"
    r"estucad|couche|creator|fotograf|plastific|laminad|rollo|bobina|continuo|autocopiativ|copiativ|calco|kraft|bolsa|"
    r"contenedor|herbari|filtr|milimetrad|vegetal|adhesiv|material de oficina|material oficina|fungible|(?<![a-z])color|colores|"
    r"amarillo|azul|(?<![a-z])rosa(?![a-z])|(?<![a-z])rojo(?![a-z])|naranja|(?<![a-z])verde(?![a-z])|cartel|diploma|triptico|folleto|formulario|registro|percher|"
    r"oficial de la|timbrad|sellad|papel moneda|seguridad|termic|(?<![a-z])cera(?![a-z])|arena|marmol|(?<![a-z])lino(?![a-z])|verjurad|"
    r"(?<![a-z])tinta|grapadora|subcarpeta|funda|dossier|factura|recibo|notificaci|apremio|liquidaci|papeleria|"
    r"higienic|secamanos|camilla|toalla|cocina|mantel|servilleta|envolver|regalo|(?<![a-z])seda(?![a-z])|crepe|pinocho|charol|"
    r"impresion a ?4|impresion b/n|caras(?![a-z])|grapad|encuadern|fotocopias(?![a-z])|copias(?![a-z])|absorbente|secante|parafin|indicador|"
    r"cromatograf|laboratorio|microperforad|abonare")
_OTRO_FORMATO = re.compile(r"(?<![a-z0-9])a\s*-?\s*3(?![a-z0-9])|din\s*-?\s*a\s*-?\s*3(?![0-9])|dina3|(?<![a-z0-9])a-?[0125](?![a-z0-9])|"
                           r"din\s*a\s*[0125](?![0-9])|(?<![a-z0-9])sra3(?![a-z0-9])|(?<![a-z0-9])\d{2,3}\s*x\s*\d{2,3}(?![a-z0-9])")
_TOKEN = re.compile(r"(?<![a-z0-9_.,/])(\d{1,3}(?:\.\d{3})+|\d+)(?:,\d+)?(\s*(?:de\s+)?)([a-z]+)")


def _envase(o):
    """(hojas por caja, hojas por paquete, posiciones de números que son tamaño de envase)."""
    pos = set()
    hp = 500
    m = re.search(r"(?:paquetes?|paquets?|paq\.?|pqt\.?|resmas?|packs?)\s*(?:de\s*)?(\d{2,4})\s*(?:hojas|folios|fulls|follas|h(?![a-z])|unidades|uds|ud)", o)
    for mm in re.finditer(r"(?:paquetes?|paquets?|paq\.?|pqt\.?|resmas?|packs?)\s*(?:de\s*)?(\d{2,4})\s*(?:hojas|folios|fulls|follas|h(?![a-z])|unidades|uds|ud)", o):
        pos.add(mm.start(1))
    if m and int(m.group(1)) in (100, 200, 250, 500):
        hp = int(m.group(1))
    caja = r"(?:cajas?|caixes|caixa|capses|capsa)"
    hc = None
    reglas = [(caja + r"\s*(?:de\s*|con\s*|amb\s*|\(\s*)?(\d|10)(?![0-9])\s*(?:paquetes|paquets|paq|resmas|u/c|ud)", lambda g: int(g) * hp),
              (caja + r"\s*(?:de\s*|con\s*|\(\s*(?:cada caja de\s*)?)?(\d{1,2}\.?\d{3})\s*(?:folios?|folis|hojas?|fulls?|follas?)", lambda g: int(g.replace('.', ''))),
              (r"(?<![a-z0-9])(\d)\s*x\s*500(?![0-9])", lambda g: int(g) * 500),
              (r"(\d|10)(?![0-9])\s*(?:paquetes|paquets|paq\.?)\s*(?:de\s*(?:folios|500\s*(?:hojas|folios|h)(?![a-z]))\s*)?(?:por|per|cada)\s*(?:caja|caixa|una)", lambda g: int(g) * 500),
              (caja + r"[^\d]{0,30}?(?<![a-z])de\s*(\d|10)(?![0-9])\s*(?:paquetes|paquets|paq\.?)(?![a-z])", lambda g: int(g) * 500)]
    for rx, f in reglas:
        for mm in re.finditer(rx, o):
            pos.add(mm.start(1))
            if hc is None:
                hc = f(mm.group(1))
    return (hc or 2500), hp, pos


def papel(objeto):
    o = _base(objeto)
    if _EXCLUSION.search(o):
        return dict(motivo='excluido_articulo')
    if _OTRO_FORMATO.search(o):
        return dict(motivo='formato_no_a4')
    g = set()
    for m in re.finditer(r"(?<![0-9.,])(\d{2,3})\s*-\s*(\d{2,3})\s*(?:g|gr|grs|gramos)(?![a-z])", o):
        g.add(int(m.group(1))); g.add(int(m.group(2)))
    for m in re.finditer(r"(?<![0-9.,])(\d{2,3})\s*(?:g|gr|grs|gramos|grams|grm|gsm|g/m2|gr/m2|grs/m2|g/m²)(?![a-z])", o):
        g.add(int(m.group(1)))
    if len(g) > 1 or (g and not g <= {75, 80}):
        return dict(motivo='gramaje_especial')
    gram = next(iter(g)) if g else 80
    rec = re.search(r"recicl|recycl", o) is not None
    vir = re.search(r"fibra virgen|(?<![a-z])virgen(?![a-z])|(?<![a-z])verge(?![a-z])|(?<![a-z])ecf(?![a-z])|(?<![a-z])tcf(?![a-z])", o) is not None
    mezcla = re.search(r"blanc[oa]?s?\s+(?:y|i|e)\s+(?:papel\s+|paper\s+)?recicla|recicla\w*\s+(?:y|i|e)\s+(?:papel\s+|paper\s+)?blanc", o)
    if (rec and vir) or mezcla:
        return dict(motivo='fibra_mixta')
    fib = 'reciclado' if rec else 'virgen' if vir else 'sin_fibra'
    for m in _TOKEN.finditer(o):
        num, sep, pal = m.groups()
        if re.fullmatch(r"(?:19|20)\d\d", num) or not sep:
            continue
        previo = o[max(0, m.start() - 7):m.start()]
        if re.search(r"(?:lote|n\.?o?|num|expte?|exp|cm|ref)\.?\s*$", previo) or re.search(r"(?:(?<![a-z])a|din|dina)\s*-?\s*(?:a\s*-?\s*)?$", previo):
            continue
        if pal not in _OK:
            return dict(motivo='otros_articulos', palabra=pal)
    if re.search(r"\d\s*\+\s*\d", o):
        return dict(motivo='suma')
    hc, hp, tam = _envase(o)
    n_rx = r"(?<![a-z0-9_.,/])(\d{1,3}(?:\.\d{3})+|\d+(?:,\d+)?)\s*"
    def codigo(t):
        return '.' not in t and len(t) >= 7
    hall = []
    for m in re.finditer(n_rx + r"(cajas?|caixes|caixa|capses|capsa|paquetes?|paquets?|paq\.?|pqt\.?|resmas?|packs?)(?![a-z])", o):
        if m.start(1) in tam or codigo(m.group(1)):
            continue
        hall.append((_valor(m.group(1)) * (hc if m.group(2).startswith(('caj', 'caix', 'caps')) else hp), m.group(0)))
    for m in re.finditer(n_rx + r"(?:unidades|unidad|uds?\.?|u\.)\s*(?:de\s+)?(cajas?|caixes|paquetes?|paquets?|resmas?)(?![a-z])", o):
        if codigo(m.group(1)):
            continue
        hall.append((_valor(m.group(1)) * (hc if m.group(2).startswith(('caj', 'caix')) else hp), m.group(0)))
    if not hall:
        for m in re.finditer(n_rx + r"(?:folios?|folis|hojas?|fulls?|follas?)(?![a-z])", o):
            if m.start(1) in tam or codigo(m.group(1)):
                continue
            if _valor(m.group(1)) >= 1000:
                hall.append((_valor(m.group(1)), m.group(0)))
    if not hall:
        uds = [m for m in re.finditer(n_rx + r"(?:unidades|unidad|uds?\.?|u\.)(?![a-z])", o) if m.start(1) not in tam and not codigo(m.group(1))]
        env = re.search(r"(paquete|paquet|resma|pq|caja|caixa)?\s*(?:de\s*)?(?<![a-z0-9])(500|2\.?500)\s*(?:hojas|folios|fulls|folis|h(?![a-z]))", o)
        if len(uds) == 1 and env:
            por = 2500 if (env.group(1) or '').startswith(('caj', 'caix')) or env.group(2) != '500' else 500
            hall = [(_valor(uds[0].group(1)) * por, uds[0].group(0))]
        elif uds:
            return dict(motivo='unidad_ambigua')
        else:
            return dict(motivo='sin_cantidad')
    if len({round(h[0], 3) for h in hall}) > 1:
        return dict(motivo='varias_cantidades')
    hojas = hall[0][0]
    if hojas <= 0:
        return dict(motivo='sin_cantidad')
    a4 = re.search(r"(?<![a-z0-9])a\s*-?\s*4(?![0-9])|din\s*-?\s*a\s*-?\s*4|dina4|din-?\s*4(?![0-9])", o) is not None
    return dict(motivo='ok', hojas=hojas, cajas_eq=hojas / 2500.0, fibra=fib, gramaje=gram, formato_explicito=a4, literal=hall[0][1])