#!/usr/bin/env python3
"""완료된 사람 요약 검수 XLSX를 ROUGE 평가용 JSONL로 내보낸다.

빈 참조·미완료 행·동일 참조를 실패 처리해, 검수 전 데이터를 성적서 평가에
실수로 사용하지 않게 한다. 원문과 작성자 그룹은 유지하되 검수자 실명은 내보내지 않는다.
"""
from __future__ import annotations

import argparse
import json
from pathlib import Path


REQUIRED_COLUMNS = {
    "annotation_id", "source_group", "source_text", "reference_summary_1",
    "reference_summary_2", "status",
}


def main() -> int:
    parser = argparse.ArgumentParser(description=__doc__)
    parser.add_argument("xlsx", type=Path)
    parser.add_argument("--out", type=Path, required=True)
    parser.add_argument("--allow-single-reference", action="store_true",
                        help="2차 독립 검수가 끝나기 전 파일럿에만 사용")
    args = parser.parse_args()

    from openpyxl import load_workbook
    book = load_workbook(args.xlsx, read_only=True, data_only=True)
    if "annotations" not in book.sheetnames:
        parser.error("annotations 시트가 없습니다")
    sheet = book["annotations"]
    headers = [str(cell.value or "").strip() for cell in next(sheet.iter_rows(max_row=1))]
    positions = {name: index for index, name in enumerate(headers)}
    missing = REQUIRED_COLUMNS - positions.keys()
    if missing:
        parser.error("필수 열이 없습니다: %s" % ", ".join(sorted(missing)))

    rows, errors = [], []
    for excel_row, values in enumerate(sheet.iter_rows(min_row=2, values_only=True), start=2):
        value = lambda key: str(values[positions[key]] or "").strip()
        status = value("status").casefold()
        if not any(values):
            continue
        if status != "completed":
            errors.append("행 %d: status가 completed가 아닙니다" % excel_row)
            continue
        refs = [value("reference_summary_1"), value("reference_summary_2")]
        refs = [ref for ref in refs if ref]
        if not args.allow_single_reference and len(refs) != 2:
            errors.append("행 %d: 독립 참조 요약 2개가 필요합니다" % excel_row)
            continue
        if refs and len({" ".join(ref.split()) for ref in refs}) != len(refs):
            errors.append("행 %d: 두 참조 요약이 동일합니다" % excel_row)
            continue
        if not refs or not value("source_text"):
            errors.append("행 %d: 원문 또는 참조 요약이 비어 있습니다" % excel_row)
            continue
        rows.append({
            "id": value("annotation_id"),
            "source_group": value("source_group"),
            "text": value("source_text"),
            "references": refs,
        })
    book.close()
    if errors:
        print("내보내지 않음 — 검수 오류 %d건:" % len(errors))
        print("\n".join(errors[:20]))
        return 2
    if not rows:
        print("내보낼 completed 행이 없습니다")
        return 2
    args.out.parent.mkdir(parents=True, exist_ok=True)
    args.out.write_text("".join(json.dumps(row, ensure_ascii=False) + "\n" for row in rows), encoding="utf-8")
    print("저장: %s / %d건 / 작성자 그룹 %d개" %
          (args.out, len(rows), len({row['source_group'] for row in rows})))
    return 0


if __name__ == "__main__":
    raise SystemExit(main())