package common

import (
	"fmt"
	"strings"
)

// Parser 文档解析器接口：从源文件抽取纯文本
type Parser interface {
	// Parse 返回文档全文（保留标题/段落/空行结构，供分块器使用）
	Parse(path string) (string, error)
}

var parsers = map[string]Parser{}

func init() {
	registerParser("txt", &textParser{})
	registerParser("md", &textParser{})
	registerParser("pdf", &pdfParser{})
	registerParser("docx", &docxParser{})
	registerParser("html", &htmlParser{})
}

func registerParser(ext string, p Parser) {
	parsers[ext] = p
}

// SupportedExts 返回支持的扩展名列表（不含点）
func SupportedExts() []string {
	exts := make([]string, 0, len(parsers))
	for ext := range parsers {
		exts = append(exts, ext)
	}
	return exts
}

// ParseFile 按扩展名分发解析，返回全文
func ParseFile(path string) (string, error) {
	ext := strings.TrimPrefix(extOf(path), ".")
	p, ok := parsers[ext]
	if !ok {
		return "", fmt.Errorf("不支持的文档类型: .%s", ext)
	}
	return p.Parse(path)
}

func extOf(path string) string {
	idx := strings.LastIndexByte(path, '.')
	if idx < 0 {
		return ""
	}
	return path[idx:]
}