#!/usr/bin/env python3
import re

def test_parse_markdown_questions():
    with open('data/balotario_clase_a_cat_I.md', 'r', encoding='utf-8') as file:
        content = file.read()

    questions = []

    # Dividir el contenido por preguntas usando ### como separador
    question_blocks = re.split(r'\n### (\d+)\n', content)[1:]  # Ignorar el primer elemento vacío

    for i in range(0, len(question_blocks), 2):
        if i + 1 >= len(question_blocks):
            break

        question_num = int(question_blocks[i])
        question_content = question_blocks[i + 1].strip()

        # Solo procesar las primeras 3 preguntas para prueba
        if question_num > 3:
            break

        # Verificar si hay imagen al inicio (ahora soporta imágenes locales)
        has_image = ('![](https://sierdgtt.mtc.gob.pe/Content/img-data/' in question_content or
                    '![](/static/images/' in question_content)
        image_url = ""
        if has_image:
            # Intentar primero imágenes locales, luego remotas
            img_match = re.search(r'!\[\]\((/static/images/[^)]+)\)', question_content)
            if not img_match:
                img_match = re.search(r'!\[\]\((https://sierdgtt\.mtc\.gob\.pe/Content/img-data/[^)]+)\)', question_content)

            if img_match:
                image_url = img_match.group(1)
                question_content = re.sub(r'!\[\]\([^)]+\)\n*', '', question_content).strip()

        # Separar pregunta de opciones
        lines = question_content.split('\n')
        question_lines = []
        option_lines = []
        in_options = False

        for line in lines:
            line = line.strip()
            if not line:
                continue
            if re.match(r'^✅?\s*[a-d]\)', line):
                in_options = True
                option_lines.append(line)
            elif not in_options:
                question_lines.append(line)

        question_text = ' '.join(question_lines).strip()

        # Extraer opciones y respuesta correcta
        options = []
        correct_option = ""

        for line in option_lines:
            original_line = line.strip()

            # Verificar si esta línea tiene el ✅
            if '✅' in original_line:
                # Extraer la letra de la opción correcta
                match = re.search(r'✅\s*([a-d])\)', original_line)
                if match:
                    correct_option = match.group(1)

            # Limpiar la línea removiendo el ✅ completamente
            clean_line = re.sub(r'✅\s*', '', original_line).strip()
            options.append(clean_line)

        if len(options) >= 2 and correct_option and question_text:  # Validar que tenemos datos completos
            questions.append({
                'id': question_num,
                'question': question_text,
                'options': options,
                'correct': correct_option,
                'image': image_url,
                'has_image': has_image
            })

    # Assertions para validar que el parsing funciona correctamente
    assert len(questions) > 0, "No se parsearon preguntas"
    assert len(questions) <= 3, "Se parsearon más preguntas de las esperadas"

    for q in questions:
        assert 'id' in q, "Falta el ID de la pregunta"
        assert 'question' in q, "Falta el texto de la pregunta"
        assert 'options' in q, "Faltan las opciones"
        assert 'correct' in q, "Falta la respuesta correcta"
        assert len(q['options']) >= 2, f"Pregunta {q['id']} tiene menos de 2 opciones"
        assert q['correct'] in ['a', 'b', 'c', 'd'], f"Respuesta correcta inválida en pregunta {q['id']}"
        assert len(q['question']) > 0, f"Pregunta {q['id']} está vacía"

# Ejecutar prueba
if __name__ == "__main__":
    questions = test_parse_markdown_questions()

    print(f"✅ Se parsearon {len(questions)} preguntas correctamente")
    print("=" * 60)

    for q in questions:
        print(f"Pregunta {q['id']}: {q['question'][:50]}...")
        print(f"Respuesta correcta: {q['correct']}")
        print("Opciones:")
        for i, option in enumerate(q['options']):
            letter = chr(97 + i)  # a, b, c, d
            marker = "✅" if letter == q['correct'] else "  "
            print(f"  {marker} {option}")
        print("-" * 40)