parser.js

// parser.js — Convierte un archivo .fdx (XML) en un JSON estructurado.

const TRAMOYA_VERSION = '1.0';

const KNOWN_TYPES = new Set([
  'Scene Heading',
  'Action',
  'Character',
  'Parenthetical',
  'Dialogue',
  'Transition',
  'Shot',
  'General'
]);

export function parseFdx(xmlText) {
  const parser = new DOMParser();
  const doc = parser.parseFromString(xmlText, 'application/xml');

  const parserError = doc.querySelector('parsererror');
  if (parserError) {
    throw new Error('El archivo no es un XML válido. Asegúrate de que es un .fdx generado por Final Draft.');
  }

  const root = doc.querySelector('FinalDraft');
  if (!root) {
    throw new Error('No se ha encontrado el elemento <FinalDraft>. ¿Es un archivo .fdx auténtico?');
  }

  const titlePage = parseTitlePage(doc);
  const paragraphs = Array.from(doc.querySelectorAll('Content > Paragraph'));
  const scenes = buildScenes(paragraphs);
  fillStartPages(scenes);
  const characters = collectCharacters(scenes);
  const stats = computeStats(scenes, paragraphs);

  return {
    tramoya_version: TRAMOYA_VERSION,
    source_format: 'fdx',
    generated_at: new Date().toISOString(),
    title_page: titlePage,
    scenes,
    characters,
    stats
  };
}

function parseTitlePage(doc) {
  const tp = doc.querySelector('TitlePage');
  if (!tp) {
    return { title: null, author: null, contact: null, draft_date: null, raw: '' };
  }

  const lines = [];
  tp.querySelectorAll('Paragraph').forEach(p => {
    const text = collectText(p).trim();
    if (text) lines.push(text);
  });

  const raw = lines.join('\n');

  const findAfter = (labels) => {
    for (let i = 0; i < lines.length; i++) {
      const trimmed = lines[i].trim();
      const stripped = trimmed.toLowerCase().replace(/[:.\s]+$/, '');

      for (const label of labels) {
        // Línea exacta = label (p.ej. "Por", "By"): cogemos la siguiente.
        if (stripped === label) {
          if (lines[i + 1]) return lines[i + 1].trim();
          continue;
        }
        // Línea empieza con label + separador (".", ":", "-", "—", "–") + contenido.
        const re = new RegExp(`^${escapeRegex(label)}\\s*[.:\\-—–]\\s*(.+)$`, 'i');
        const m = trimmed.match(re);
        if (m) return m[1].trim();
      }
    }
    return null;
  };

  // Limpia comillas envolventes («"MIGUEL"» → «MIGUEL»). FDX a veces las
  // guarda literalmente en <Text>.
  const stripQuotes = (s) => {
    if (!s) return s;
    return s.trim().replace(/^["“”'`]+|["“”'`]+$/g, '').trim();
  };

  // Detector de fecha por patrón (DD/MM/YY, DD-MM-YYYY, etc.) cuando no hay
  // label explícito antes de la fecha.
  const dateRegex = /\b\d{1,2}[\/\-.]\d{1,2}[\/\-.]\d{2,4}\b/;
  const findDateInLines = () => {
    for (const line of lines) {
      if (dateRegex.test(line)) return line.trim();
    }
    return null;
  };

  // Detector de contacto: bloque al final con teléfono o email. Captura
  // hasta 3 líneas previas asumiendo dirección/nombre.
  const phoneRegex = /\+?\d[\d\s\-().]{6,}/;
  const emailRegex = /\S+@\S+\.\S+/;
  const findContact = () => {
    let idx = -1;
    for (let i = lines.length - 1; i >= 0; i--) {
      if (emailRegex.test(lines[i]) || phoneRegex.test(lines[i])) {
        idx = i;
        break;
      }
    }
    if (idx < 0) return null;
    const start = Math.max(0, idx - 3);
    return lines.slice(start, idx + 1).join('\n');
  };

  const title = stripQuotes(lines[0] || null);
  const author = findAfter([
    'por', 'by', 'written by', 'escrito por', 'autor', 'author', 'guion', 'guión'
  ]);
  const contact = findAfter(['contact', 'contacto']) || findContact();
  const draftDate =
    findAfter(['draft date', 'date', 'fecha', 'ver', 'version', 'versión']) ||
    findDateInLines();

  return { title, author, contact, draft_date: draftDate, raw };
}

function collectText(node) {
  const texts = [];
  node.querySelectorAll('Text').forEach(t => texts.push(t.textContent || ''));
  return texts.join('');
}

function escapeRegex(s) {
  return s.replace(/[.*+?^${}()|[\]\\]/g, '\\$&');
}

// Forward-fill: Final Draft omite Page="1" en la primera escena. Si al menos
// una escena tiene Page asignado, asumimos que la primera empieza en 1 y
// rellenamos huecos heredando de la escena anterior.
function fillStartPages(scenes) {
  if (!scenes.length) return;

  const anyPage = scenes.some(s => Number.isFinite(s.start_page));
  if (!anyPage) return; // FD nunca paginó: no inventamos números.

  if (!Number.isFinite(scenes[0].start_page)) {
    scenes[0].start_page = 1;
  }
  for (let i = 1; i < scenes.length; i++) {
    if (!Number.isFinite(scenes[i].start_page)) {
      scenes[i].start_page = scenes[i - 1].start_page;
    }
  }
}

function buildScenes(paragraphs) {
  const scenes = [];
  let current = null;
  let sceneNumber = 0;

  const flushDialogueBuffer = (buffer) => {
    if (!buffer || !current) return;
    current.elements.push(buffer);
  };

  let dialogueBuffer = null;

  for (const p of paragraphs) {
    const type = p.getAttribute('Type') || 'General';
    const text = collectText(p);

    if (type === 'Scene Heading') {
      flushDialogueBuffer(dialogueBuffer);
      dialogueBuffer = null;

      sceneNumber += 1;
      const heading = text.trim();
      const parsed = parseSceneHeading(heading);

      const props = p.querySelector('SceneProperties');
      const pageAttr = props?.getAttribute('Page');
      const startPage = pageAttr ? parseInt(pageAttr, 10) : NaN;

      current = {
        scene_number: sceneNumber,
        heading,
        interior_exterior: parsed.interior_exterior,
        location: parsed.location,
        time_of_day: parsed.time_of_day,
        start_page: Number.isFinite(startPage) ? startPage : null,
        elements: []
      };
      scenes.push(current);
      continue;
    }

    if (!current) {
      // Texto antes de la primera escena: ignorar para mantener la estructura limpia.
      continue;
    }

    if (type === 'Character') {
      flushDialogueBuffer(dialogueBuffer);
      dialogueBuffer = {
        type: 'character',
        name: text.trim(),
        parenthetical: null,
        dialogue: ''
      };
      continue;
    }

    if (type === 'Parenthetical') {
      const clean = text.trim().replace(/^\(/, '').replace(/\)$/, '');
      if (dialogueBuffer) {
        dialogueBuffer.parenthetical = clean;
      } else {
        // Parenthetical huérfano: tratarlo como acción.
        current.elements.push({ type: 'action', text: text.trim() });
      }
      continue;
    }

    if (type === 'Dialogue') {
      if (dialogueBuffer) {
        dialogueBuffer.dialogue = dialogueBuffer.dialogue
          ? dialogueBuffer.dialogue + ' ' + text.trim()
          : text.trim();
      } else {
        // Diálogo huérfano: guardarlo como fragmento sin personaje.
        current.elements.push({
          type: 'character',
          name: null,
          parenthetical: null,
          dialogue: text.trim()
        });
      }
      continue;
    }

    // Cualquier otro tipo cierra el buffer de diálogo en curso.
    flushDialogueBuffer(dialogueBuffer);
    dialogueBuffer = null;

    if (type === 'Action' || type === 'General') {
      current.elements.push({ type: 'action', text: text.trim() });
      continue;
    }

    if (type === 'Transition') {
      current.elements.push({ type: 'transition', text: text.trim() });
      continue;
    }

    if (type === 'Shot') {
      current.elements.push({ type: 'shot', text: text.trim() });
      continue;
    }

    // Tipo desconocido: preservar tal cual.
    current.elements.push({
      type: 'unknown',
      unknown_type: type,
      text: text.trim()
    });
  }

  // Volcar último buffer pendiente.
  flushDialogueBuffer(dialogueBuffer);

  return scenes;
}

function parseSceneHeading(heading) {
  if (!heading) {
    return { interior_exterior: null, location: null, time_of_day: null };
  }

  // Patrones habituales: INT./EXT./INT-EXT./EXT-INT./INT/EXT
  const prefixMatch = heading.match(/^(INT\.?\/EXT\.?|EXT\.?\/INT\.?|INT-EXT\.?|EXT-INT\.?|INT\.?|EXT\.?)\s*[-.\s]\s*(.*)$/i);
  if (!prefixMatch) {
    return { interior_exterior: null, location: null, time_of_day: null };
  }

  const ie = prefixMatch[1]
    .toUpperCase()
    .replace(/\./g, '')
    .replace(/\s+/g, '');

  const rest = prefixMatch[2].trim();

  // Separar ubicación de momento del día por el último guion.
  const lastDash = Math.max(rest.lastIndexOf(' - '), rest.lastIndexOf(' – '), rest.lastIndexOf(' — '));
  let location = rest;
  let timeOfDay = null;

  if (lastDash !== -1) {
    location = rest.slice(0, lastDash).trim();
    timeOfDay = rest.slice(lastDash + 3).trim();
  }

  return {
    interior_exterior: ie || null,
    location: location || null,
    time_of_day: timeOfDay || null
  };
}

function collectCharacters(scenes) {
  const set = new Set();
  for (const scene of scenes) {
    for (const el of scene.elements) {
      if (el.type === 'character' && el.name) {
        set.add(normalizeCharacterName(el.name));
      }
    }
  }
  return Array.from(set).sort();
}

function normalizeCharacterName(raw) {
  // Quitar anotaciones tipo "(O.S.)", "(V.O.)", "(CONT'D)" para agrupar mejor.
  return raw.replace(/\s*\([^)]*\)\s*$/g, '').trim();
}

function computeStats(scenes, paragraphs) {
  let interior = 0;
  let exterior = 0;
  let day = 0;
  let night = 0;
  let dialogueCount = 0;
  let maxPage = 0;

  for (const scene of scenes) {
    const ie = scene.interior_exterior || '';
    if (ie.startsWith('INT')) interior += 1;
    if (ie.startsWith('EXT')) exterior += 1;

    const tod = (scene.time_of_day || '').toUpperCase();
    if (/(DÍA|DIA|DAY|MAÑANA|MANANA|MORNING|TARDE|AFTERNOON)/.test(tod)) day += 1;
    if (/(NOCHE|NIGHT|MADRUGADA)/.test(tod)) night += 1;

    if (Number.isFinite(scene.start_page) && scene.start_page > maxPage) {
      maxPage = scene.start_page;
    }

    for (const el of scene.elements) {
      if (el.type === 'character' && el.dialogue) dialogueCount += 1;
    }
  }

  // Páginas reales: máxima Page declarada en SceneProperties del FDX.
  // Si Final Draft no las ha generado (sin repaginar), `pages` queda null.
  const pages = maxPage > 0 ? maxPage : null;

  return {
    scene_count: scenes.length,
    interior_count: interior,
    exterior_count: exterior,
    day_count: day,
    night_count: night,
    character_count: collectCharacters(scenes).length,
    dialogue_count: dialogueCount,
    pages
  };
}