/**
 * Word / WPS 粘贴富文本的归一化处理。
 *
 * 直接插入 Word 复制出的 HTML 会出现「表格被截断」，原因有三：
 * ① 表格与单元格带绝对宽度（pt / px），宽度总和超过容器后被整体裁切；
 * ② 单元格带 `white-space: nowrap` 或 `nowrap` 属性，内容不换行而横向溢出；
 * ③ Word 私有 `mso-*` 样式与 `overflow: hidden` 把超出部分直接隐藏。
 *
 * 本模块只解除这些「布局锁定」，表格结构（行列、合并、边框、加粗、对齐）全部保留，
 * 宽度改由各渲染端的 CSS 统一控制，避免同一份文书在不同容器里表现不一致。
 *
 * 解除动作本身是 `unlockTableLayout`，粘贴近来要用，**渲染出去也要用**：
 * 编辑器序列化出来的表格自带 `style="width: auto"` 这类内联锁，只堵粘贴这一个口
 * 挡不住它（详见该函数的注释）。
 */

const COMMENTS = /<!--[\s\S]*?-->/g
/** 成对出现的标签整体删除（含内容） */
const BLOCK_TAGS = /<(script|style|meta|link)\b[^>]*>[\s\S]*?<\/\1>/gi
/** 自闭合标签：`<script />`、`<meta ...>`、`<link ...>` */
const VOID_TAGS = /<(script|meta|link)\b[^>]*\/?>/gi

/** 会造成截断的样式声明：绝对宽度、固定布局与内容裁剪 */
const LAYOUT_LOCK_STYLES = new Set([
  'width',
  'min-width',
  'max-width',
  'height',
  'table-layout',
  'white-space',
  'overflow',
  'overflow-x',
  'overflow-y',
])

/** 与样式等价的 HTML 属性，Word 会同时输出两者 */
const LAYOUT_LOCK_ATTRIBUTES = ['width', 'height', 'nowrap']

function sanitizeStyleAttribute(style: string): string {
  return style
    .split(';')
    .map((declaration) => declaration.trim())
    .filter(Boolean)
    .filter((declaration) => {
      const property = (declaration.split(':')[0] ?? '').trim().toLowerCase()

      if (!property || property.startsWith('mso-')) {
        return false
      }

      return !LAYOUT_LOCK_STYLES.has(property)
    })
    .join('; ')
}

/**
 * 解除表格上的「布局锁定」：绝对宽度、固定行高、固定布局、不换行、内容裁剪。
 * 宽度交回渲染端 CSS（`.doc-paper table { width: 100% }` 那一套）。
 *
 * **两个边界都要做，少一个就会出现"编辑器里与渲染出来不一样"**：
 *
 * - **粘贴时**（本模块的 normalizePastedHtml）：Word / WPS 的表格带 pt/px 绝对宽度、
 *    `nowrap` 与 `overflow: hidden`；
 * - **渲染时**（utils/signing-document 的 buildSigningDocumentHtml）：WangEditor 的表格
 *   序列化会把宽度写成**内联样式** —— 它导出的每张表都是
 *    `<table style="width: auto;">`（见 @wangeditor/editor 的 table elemToHtml）。
 *    而内联样式优先级高于 `.doc-paper table { width: 100% }`，于是同一张表
 *    在编辑器里撑满版心（编辑器 DOM 上那个 width 是**属性**、值为 `auto` 时浏览器直接忽略），
 *    到预览 / 签署就变成"按内容收缩"，宽度两边对不上。渲染端统一按 CSS 排版才是唯一口径。
 *
 * 就地修改传入的文档片段，无返回值。
 */
export function unlockTableLayout(root: ParentNode): void {
  root.querySelectorAll('table, col, colgroup, td, th').forEach((element) => {
    LAYOUT_LOCK_ATTRIBUTES.forEach((name) => element.removeAttribute(name))

    const style = element.getAttribute('style')

    if (!style) {
      return
    }

    const sanitized = sanitizeStyleAttribute(style)

    if (sanitized) {
      element.setAttribute('style', sanitized)
    } else {
      element.removeAttribute('style')
    }
  })
}

/**
 * 归一化 Word / WPS 粘贴的富文本 HTML。
 * 入参为空或解析失败时原样返回，不会抛错。
 */
export function normalizePastedHtml(html: string): string {
  if (!html) {
    return ''
  }

  const stripped = html.replace(COMMENTS, '').replace(BLOCK_TAGS, '').replace(VOID_TAGS, '')

  const parsed = new DOMParser().parseFromString(`<div id="pasted-root">${stripped}</div>`, 'text/html')
  const root = parsed.getElementById('pasted-root')

  if (!root) {
    return stripped
  }

  // Word 私有属性（mso-*、align 之外的 xmlns 等）在其他渲染环境里没有意义，留着反而干扰布局
  root.querySelectorAll('*').forEach((element) => {
    Array.from(element.attributes).forEach((attribute) => {
      if (attribute.name.toLowerCase().startsWith('mso-')) {
        element.removeAttribute(attribute.name)
      }
    })
  })

  // 表格、列定义与单元格：解除绝对尺寸与不换行约束，宽度交由渲染端 CSS 决定
  unlockTableLayout(root)

  return root.innerHTML
}