"""Tests for src/voice/normalize.py — 35 Romanian cases.

Categories:
    markdown strip (5), numbers cardinals (6), decimals (4),
    currency natural (8), symbols (4), abbreviations (4),
    truncation boundary (2), edge cases empty / whitespace (2).

Total: 35.
"""
import pytest

from src.voice.normalize import (
    expand_abbreviations,
    expand_currency,
    expand_numbers_ro,
    expand_symbols,
    normalize_for_tts,
    strip_markdown,
)


# ============================================================
# Markdown stripping (5)
# ============================================================
@pytest.mark.parametrize("text,expected", [
    ("**bold text**", "bold text"),
    ("*italic text*", "italic text"),
    ("`code snippet`", "code snippet"),
    ("[click here](https://example.com)", "click here"),
    ("# Heading text", "Heading text"),
])
def test_strip_markdown(text, expected):
    assert strip_markdown(text) == expected


# ============================================================
# Numbers cardinals (6)
# ============================================================
@pytest.mark.parametrize("text,expected", [
    ("21", "douăzeci și unu"),
    ("81", "optzeci și unu"),
    ("100", "o sută"),
    ("3", "trei"),
    ("0", "zero"),
    ("200", "două sute"),
])
def test_expand_numbers_cardinals(text, expected):
    assert expand_numbers_ro(text) == expected


# ============================================================
# Decimals (4)
# ============================================================
@pytest.mark.parametrize("text,expected", [
    ("3.14", "trei virgulă paisprezece"),
    ("12.5", "doisprezece virgulă cinci"),
    ("0.5", "zero virgulă cinci"),
    ("99.99", "nouăzeci și nouă virgulă nouăzeci și nouă"),
])
def test_expand_numbers_decimals(text, expected):
    assert expand_numbers_ro(text) == expected


# ============================================================
# Currency natural RO (8) — RON / USD / EUR / GBP mix
# ============================================================
@pytest.mark.parametrize("text,expected", [
    ("12.50 RON", "doisprezece lei și cincizeci de bani"),
    ("$25.99", "douăzeci și cinci de dolari și nouăzeci și nouă de cenți"),
    ("€100.50", "o sută de euro și cincizeci de cenți"),
    ("£200", "două sute de lire"),
    ("100 RON", "o sută de lei"),
    ("$1", "un dolar"),
    ("€50", "cincizeci de euro"),
    ("1 RON", "un leu"),
])
def test_expand_currency(text, expected):
    assert expand_currency(text) == expected


# ============================================================
# Currency — Romanian accounting format (comma decimal, dot
# thousands already collapsed upstream by normalize_thousands)
# ============================================================
@pytest.mark.parametrize("text,expected", [
    ("53600,00 lei", "cincizeci și trei de mii șase sute de lei"),
    ("17600,50 lei", "șaptesprezece mii șase sute de lei și cincizeci de bani"),
    ("100,00 lei", "o sută de lei"),
    ("17600,05 lei", "șaptesprezece mii șase sute de lei și cinci bani"),
])
def test_expand_currency_comma_decimal(text, expected):
    assert expand_currency(text) == expected


@pytest.mark.parametrize("text,expected", [
    ("53.600,00 lei", "cincizeci și trei de mii șase sute de lei"),
    ("17.600,50 lei", "șaptesprezece mii șase sute de lei și cincizeci de bani"),
])
def test_normalize_for_tts_currency_ro_accounting_format(text, expected):
    assert normalize_for_tts(text) == expected


# ============================================================
# Symbols (4)
# ============================================================
@pytest.mark.parametrize("text,expected", [
    ("25%", "25 la sută"),
    ("foo & bar", "foo și bar"),
    ("Marius @ home", "Marius la home"),
    ("30°", "30 grade"),
])
def test_expand_symbols(text, expected):
    assert expand_symbols(text) == expected


# ============================================================
# Abbreviations (4)
# ============================================================
@pytest.mark.parametrize("text,expected", [
    ("etc.", "etcetera"),
    ("dl. Popescu", "domnul Popescu"),
    ("dna. Ionescu", "doamna Ionescu"),
    ("nr. 5", "numărul 5"),
])
def test_expand_abbreviations(text, expected):
    assert expand_abbreviations(text) == expected


# ============================================================
# Truncation boundary (2)
# ============================================================
def test_truncate_exactly_200_words_unchanged():
    """Exactly 200 simple word tokens — no truncation, no suffix."""
    text = " ".join(["cuvant"] * 200)
    out = normalize_for_tts(text)
    assert "Restul l-am scris în chat." not in out
    assert out.split() == ["cuvant"] * 200


def test_truncate_over_200_words_appends_suffix():
    """250 word tokens — keep first 200 then append the chat-deferral phrase."""
    text = " ".join(["cuvant"] * 250)
    out = normalize_for_tts(text)
    assert out.endswith("Restul l-am scris în chat.")
    words = out.split()
    # First 200 are 'cuvant', followed by the 5-word suffix.
    assert words[:200] == ["cuvant"] * 200
    assert words[200:] == ["Restul", "l-am", "scris", "în", "chat."]


# ============================================================
# Edge cases (2)
# ============================================================
@pytest.mark.parametrize("text,expected", [
    ("", ""),
    ("   ", ""),
])
def test_normalize_edge_cases(text, expected):
    assert normalize_for_tts(text) == expected