"""Modèles Pydantic partagés par les routers FastAPI.

Ces schémas décrivent les payloads des requêtes ``POST`` consommées
par plusieurs endpoints du serveur web. Les sortir d'``app.py``
permet à chaque routeur de les importer sans dépendance vers
l'application elle-même.

Validation stricte
------------------
Tous les champs ``str`` ont une borne ``max_length`` proportionnée
à leur usage attendu (chemin filesystem, identifiant HuggingFace,
nom de rapport…) pour empêcher qu'un payload géant n'épuise la
mémoire avant validation. Les énumérations finies (langue OCR,
langue de rapport) sont typées en ``Literal[...]`` pour rejeter au
plus tôt les valeurs invalides.
"""

from __future__ import annotations

from typing import Literal

from pydantic import BaseModel, Field

# Bornes éditoriales — ajustées au plus large raisonnable, pas plus.
_MAX_PATH = 1024
"""Longueur max d'un chemin filesystem (limite POSIX généralement 4096)."""

_MAX_NAME = 256
"""Longueur max d'un identifiant ou nom court (rapport, label, dataset)."""

_MAX_PROMPT_FILENAME = 256
"""Nom de fichier prompt — ``"correction_medieval_french.txt"`` etc."""

_MAX_CHAR_EXCLUDE = 256
"""Liste de caractères à exclure (séparés par virgules)."""

_MAX_ENGINE_LIST = 32
"""Nombre max de moteurs OCR par requête legacy."""

_MAX_COMPETITORS = 32
"""Nombre max de concurrents composés par benchmark/run."""

# Codes ISO Tesseract acceptés pour le paramètre ``lang`` de
# ``BenchmarkRequest``. Liste explicite plutôt que ``str`` ouvert
# pour rejeter au plus tôt une valeur fantaisiste qui transiterait
# vers ``pytesseract`` en pure perte.
TesseractLang = Literal[
    "fra", "lat", "eng", "deu", "ita", "spa", "por", "nld", "cat",
    "rum", "ell", "ara", "heb", "rus", "ukr", "pol", "ces", "swe",
]

ReportLang = Literal["fr", "en"]
"""Langue du rapport HTML."""

NormalizationProfileId = Literal[
    "nfc", "caseless", "minimal",
    "medieval_french", "early_modern_french",
    "medieval_latin",
    "early_modern_english", "medieval_english",
    "secretary_hand",
    "sans_ponctuation", "sans_apostrophes",
]
"""Identifiants des profils de normalisation Unicode disponibles.

Liste alignée sur ``measurements.normalization.NORMALIZATION_PROFILES``
(11 profils). Toute addition côté ``normalization.py`` doit être
répercutée ici sous peine de rejet Pydantic au niveau API web.
Sprint A14-S1 — alignement README ↔ web models ↔ runtime."""


class BenchmarkRequest(BaseModel):
    corpus_path: str = Field(min_length=1, max_length=_MAX_PATH)
    engines: list[str] = Field(default=["tesseract"], max_length=_MAX_ENGINE_LIST)
    normalization_profile: NormalizationProfileId = "nfc"
    char_exclude: str = Field(default="", max_length=_MAX_CHAR_EXCLUDE)
    """Caractères à ignorer (séparés par virgule, ex: ``"',–"``)."""
    output_dir: str = Field(default="./rapports/", max_length=_MAX_PATH)
    report_name: str = Field(default="", max_length=_MAX_NAME)
    lang: TesseractLang = "fra"
    report_lang: ReportLang = "fr"
    """Langue du rapport HTML : ``fr`` ou ``en``."""


class HTRUnitedImportRequest(BaseModel):
    entry_id: str = Field(min_length=1, max_length=_MAX_NAME)
    output_dir: str = Field(default="./corpus/", max_length=_MAX_PATH)
    max_samples: int = Field(default=100, ge=1, le=10_000)


class HuggingFaceImportRequest(BaseModel):
    dataset_id: str = Field(min_length=1, max_length=_MAX_NAME)
    output_dir: str = Field(default="./corpus/", max_length=_MAX_PATH)
    split: str = Field(default="train", max_length=_MAX_NAME)
    max_samples: int = Field(default=100, ge=1, le=10_000)


class CompetitorConfig(BaseModel):
    name: str = Field(default="", max_length=_MAX_NAME)
    ocr_engine: str = Field(default="", max_length=_MAX_NAME)
    """Moteur OCR : ``tesseract``, ``mistral_ocr``, … ou ``corpus``
    pour utiliser l'OCR pré-calculé."""
    ocr_model: str = Field(default="", max_length=_MAX_NAME)
    llm_provider: str = Field(default="", max_length=_MAX_NAME)
    llm_model: str = Field(default="", max_length=_MAX_NAME)
    pipeline_mode: str = Field(default="", max_length=_MAX_NAME)
    prompt_file: str = Field(default="", max_length=_MAX_PROMPT_FILENAME)


class BenchmarkRunRequest(BaseModel):
    corpus_path: str = Field(min_length=1, max_length=_MAX_PATH)
    competitors: list[CompetitorConfig] = Field(
        min_length=1, max_length=_MAX_COMPETITORS,
    )
    normalization_profile: NormalizationProfileId = "nfc"
    char_exclude: str = Field(default="", max_length=_MAX_CHAR_EXCLUDE)
    output_dir: str = Field(default="./rapports/", max_length=_MAX_PATH)
    report_name: str = Field(default="", max_length=_MAX_NAME)
    report_lang: ReportLang = "fr"


__all__ = [
    "TesseractLang",
    "ReportLang",
    "NormalizationProfileId",
    "BenchmarkRequest",
    "HTRUnitedImportRequest",
    "HuggingFaceImportRequest",
    "CompetitorConfig",
    "BenchmarkRunRequest",
]