#!/usr/bin/env python3
"""
mc 笔记库结构检查 — 2026-09-10 建（全面整理后防再犯）

检测 5 类问题：
1. 编码变体目录（同一目录被不同编码创建，如 织忆同步/ZhiyiSync/zhiyi-sync）
2. 非笔记混入（项目特征文件：Dockerfile/go.mod/package.json...）
3. 凭证泄露（文件名含 sk-/tskey-/nvapi-/ghp_）
4. 根目录散落文件
5. 空目录

用法: python3 mc-structure-check.py   （有问题 exit 1，干净 exit 0）
"""
import os
import re
import sys
import urllib.parse
from collections import defaultdict

MC = os.path.expanduser('~/mc')
EXCL = ('/.git/', '.obsidian', '.smart-env', 'node_modules', '/.trash/', '/.openclaw-wiki/', '/_views/')
issues = []


def norm(n: str) -> str:
    """把编码变体还原为统一形式（URL 编码 / unicode 转义 / latin1 误读）"""
    x = n
    if '%' in x:
        try:
            x = urllib.parse.unquote(x)
        except Exception:
            pass
    if '\\u' in x:
        try:
            x = x.encode('utf-8').decode('unicode_escape')
        except Exception:
            pass
    try:
        y = x.encode('latin1').decode('utf-8')
        if y != x:
            x = y
    except Exception:
        pass
    return x


# 1. 编码变体
names = defaultdict(set)
for root, dirs, files in os.walk(MC):
    if any(e in root for e in EXCL):
        continue
    for d in dirs:
        names[(root, norm(d))].add(d)
for (root, n), vals in names.items():
    if len(vals) > 1:
        issues.append(f"编码变体: {root.replace(MC + '/', '')} → {sorted(vals)}")

# 2. 非笔记混入（项目特征文件）
PROJ = {'Dockerfile', 'Makefile', 'go.mod', 'Cargo.toml', 'package.json',
        'requirements.txt', 'pyproject.toml', 'pom.xml', 'docker-compose.yml'}
for root, dirs, files in os.walk(MC):
    if any(e in root for e in EXCL):
        continue
    hit = PROJ & set(files)
    if hit:
        issues.append(f"疑似项目: {root.replace(MC + '/', '')} ({', '.join(sorted(hit))})")

# 3. 凭证泄露（文件名）
for root, dirs, files in os.walk(MC):
    if any(e in root for e in EXCL):
        continue
    for f in files:
        if re.search(r'(sk-[A-Za-z0-9]{20,}|tskey-|nvapi-|ghp_|github_pat_)', f):
            issues.append(f"文件名含凭证: {os.path.join(root, f).replace(MC + '/', '')}")

# 4. 根目录散落
ALLOW_ROOT = {'AGENTS.md', 'WIKI.md', 'index.md', 'inbox.md', 'tracked_files.json', 'SOUL.md'}
for f in os.listdir(MC):
    p = os.path.join(MC, f)
    if os.path.isfile(p) and not f.startswith('.') and f not in ALLOW_ROOT:
        issues.append(f"根目录散落: {f}")

# 5. 空目录
for root, dirs, files in os.walk(MC):
    if any(e in root for e in EXCL):
        continue
    if not os.listdir(root) and root != MC:
        issues.append(f"空目录: {root.replace(MC + '/', '')}")

if issues:
    print(f"⚠️ mc 结构检查: {len(issues)} 个问题")
    for i in issues[:30]:
        print(f"  • {i}")
    if len(issues) > 30:
        print(f"  ... 还有 {len(issues) - 30} 个")
    sys.exit(1)
# 干净时静默（cron watchdog 模式：无输出=不打扰）
if '--verbose' in sys.argv:
    print("✅ mc 结构检查通过（无编码变体 / 项目混入 / 凭证泄露 / 散落 / 空目录）")