analise-artigo/analise_artigo/report.py

"""Gera o relatório em Markdown e o artefato JSON."""

from __future__ import annotations

import json
import re
from datetime import datetime, timezone
from pathlib import Path

from .analyze import Analysis
from .bib import Reference
from .texparse import count_words


def _md_escape(text: str) -> str:
    return text.replace("|", "\\|")


def _ref_line(ref: Reference) -> str:
    parts = [ref.year and ref.year, ref.title, ref.authors, ref.journal]
    parts = [re.sub(r"\s*\n\s*", " ", p) for p in parts if p]
    if not parts:
        return ref.key
    return "; ".join(parts) if len(parts) > 1 else parts[0]


def build_markdown(a: Analysis) -> str:
    art, m = a.article, a.metrics
    lines: list[str] = []
    add = lines.append

    add(f"# Análise do artigo")
    add("")
    add(f"> **{art.title}**")
    add(f"> Autores: {', '.join(art.authors)} — {art.local}, {art.data} — {art.instituicao}")
    add("")

    resumo = m["resumo_checks"]
    add(f"**Resultado global:** ✅ {resumo['ok']} ok · ⚠️ {resumo['warn']} aviso(s) · ❌ {resumo['fail']} falha(s) · 📝 {len(a.issues)} questão(ões) de prosa")
    add("")

    # 1. Estrutura ---------------------------------------------------------
    add("## 1. Estrutura e elementos")
    add("")
    add("| # | Verificação | Status | Detalhe |")
    add("|---|---|---|---|")
    for c in a.checks:
        add(f"| {c.code} | {c.label} | {c.icon} | {_md_escape(c.detail)} |")
    add("")

    # 2. Métricas textuais ------------------------------------------------
    add("## 2. Métricas textuais")
    add("")
    add("| Métrica | Valor |")
    add("|---|---|")
    add(f"| Palavras (corpo) | {m['palavras_corpo']:,} |")
    add(f"| Palavras (total, c/ resumo) | {m['palavras_totais']:,} |")
    add(f"| Frases | {m['sentencas']} |")
    add(f"| Média de palavras por frase | {m['media_palavras_por_sentenca']} |")
    add(f"| Vocabulário único | {m['vocabulario_unico']:,} |")
    add(f"| Legibilidade (Flesch adaptado) | {m['flesch']} — {m['flesch_faixa']} |")
    add("")

    add("### Distribuição por seção")
    add("")
    add("| Seção | Palavras | % do total |")
    add("|---|---:|---:|")
    for s in m["secoes"]:
        add(f"| {s['titulo']} | {s['palavras']:,} | {s['percentual']}% |")
    add("")

    # 3. Citações ----------------------------------------------------------
    stats = m["citacoes"]
    add("## 3. Citações e referências (NBR 10520 / 6023)")
    add("")
    add(f"- Citações no texto: **{stats['total_citations']}** ({stats['unique_cited']} referências distintas)")
    add(f"- Entradas no `.bib`: **{stats['defined_refs']}**")
    if stats["orphan_citations"]:
        add(f"- ❌ Citadas mas **ausentes do .bib**: {', '.join(stats['orphan_citations'])}")
    if stats["unused_refs"]:
        add(f"- ⚠️ No .bib mas **não citadas no texto**: {', '.join(stats['unused_refs'])}")
    add("")
    if stats["most_cited"]:
        add("### Referências mais citadas")
        add("")
        add("| Referência | Cit.ªs | Entrada |")
        add("|---|---:|---|")
        for key, n, label in stats["most_cited"]:
            add(f"| {_md_escape(label)} | {n} | `{key}` |")
        add("")
    if stats["year_distribution"]:
        add("### Referências por ano")
        add("")
        years = sorted(stats["year_distribution"].items())
        add("| Ano | N.º |")
        add("|---:|---:|")
        for year, n in years:
            add(f"| {year} | {n} |")
        add("")

    # 4. Prosa -------------------------------------------------------------
    add("## 4. Questões de prosa")
    add("")
    if a.issues:
        for i in a.issues:
            add(f"- {i}")
    else:
        add("Nenhuma questão detectada pelas heurísticas.")
    add("")
    if m["top_frases"]:
        add("### Expressões mais repetidas (5 palavras)")
        add("")
        for phrase, n in m["top_frases"]:
            add(f"- \"{phrase}\" — {n}×")
        add("")

    # 5. Referências -------------------------------------------------------
    add("## 5. Referências do .bib")
    add("")
    for key in sorted(a.refs):
        ref = a.refs[key]
        cited = key in set(a.article.citations)
        mark = "✅" if cited else "⚠️"
        add(f"{mark} `{key}` — {_md_escape(_ref_line(ref))}")
    add("")

    add("---")
    add(f"_Gerado em {datetime.now(timezone.utc):%Y-%m-%d %H:%M} UTC "
        f"pelo projeto `analise-artigo` (v1.0)._")
    return "\n".join(lines) + "\n"


def build_json(a: Analysis) -> str:
    d = {
        "article": {
            "title": a.article.title,
            "authors": a.article.authors,
            "local": a.article.local,
            "data": a.article.data,
            "instituicao": a.article.instituicao,
            "keywords": a.article.keywords,
            "abstract_words": len(count_words(a.article.abstract)),
            "sections": [
                {"titulo": s.title, "nivel": s.level, "palavras": s.words}
                for s in a.article.sections
            ],
            "figures": a.article.figures,
            "tables": a.article.tables,
        },
        "checks": [
            {"code": c.code, "label": c.label, "status": c.status,
             "detail": c.detail}
            for c in a.checks
        ],
        "metrics": a.metrics,
        "issues": a.issues,
        "references": {
            k: {"type": r.type, "fields": r.fields,
                "cited": k in set(a.article.citations)}
            for k, r in a.refs.items()
        },
    }
    return json.dumps(d, ensure_ascii=False, indent=2)


def write_reports(a: Analysis, outdir: Path) -> tuple[Path, Path]:
    outdir.mkdir(parents=True, exist_ok=True)
    md_path = outdir / "relatorio.md"
    json_path = outdir / "relatorio.json"
    md_path.write_text(build_markdown(a), encoding="utf-8")
    json_path.write_text(build_json(a), encoding="utf-8")
    return md_path, json_path