"""保護段：把必須 byte-exact 保留的片段換成 PUA 佔位符，最後再還原。

由 V1 的 runtime.py 抽出成獨立模組，讓 V3 推論路徑不必匯入 V1
（V1 需要 yaml、sites.yaml、model.py，在 pip/HF 環境是多餘的相依）。
"""
from __future__ import annotations

import re as _re

# URL 的字元集必須明列，不能用 \S+：中文後面沒有空白分隔，
# \S+ 會把「…id=972，最后浏览日期…」整段吞進 copy buffer，
# 那段中文就完全繞過後續處理、簡體原樣輸出（實測過的真實 bug）。
COPY_EXACT = _re.compile(
    r"https?://[A-Za-z0-9\-._~:/?#\[\]@!$&'()*+;=%]+"
    r"|[A-Za-z0-9][\w.+-]*@[\w-]+(?:\.[\w-]+)*\.[A-Za-z]{2,}"   # Email
    r"|`[^`]+`"                                 # inline code
    r"|```[\s\S]*?```"                          # code fence
    r"|\bv?\d+\.\d+(?:\.\d+)*(?:-[\w.]+)?\b"    # 版本號
    r"|\bgit@[\w.-]+:[\w./-]+"                  # git remote
)
PUA_BASE = 0xE000
PUA_MAX = 0xF8FF


def protect(text: str) -> tuple[str, list[str]]:
    saved: list[str] = []

    def sub(m):
        if len(saved) >= PUA_MAX - PUA_BASE:
            return m.group(0)
        saved.append(m.group(0))
        return chr(PUA_BASE + len(saved) - 1)

    return COPY_EXACT.sub(sub, text), saved


def restore(text: str, saved: list[str]) -> str:
    if not saved:
        return text
    return "".join(
        saved[ord(c) - PUA_BASE] if PUA_BASE <= ord(c) < PUA_BASE + len(saved)
        else c for c in text)