#!/usr/bin/env bash
#
# PDF OCR Hotfolder — gemeinsame Shell-Funktionen
#
# Wird von install.sh und update.sh gesourct:
#   source "$SCRIPT_DIR/lib/common.sh"
#
# Diese Datei fuehrt beim Sourcen NICHTS aus, was das System anfasst — sie
# enthaelt nur Definitionen und Vorgabewerte. Alle Pfade sind ueber die
# Umgebung ueberschreibbar, damit sich die Funktionen gegen eine Fake-Umgebung
# testen lassen (siehe PDF_OCR_UPDATE_LIB_ONLY in update.sh).
#
# Die Datei wird bei Installation und Update nach $INSTALL_DIR/lib/ kopiert,
# damit auch ein Lauf ausserhalb des Repos sie findet.
#
# shellcheck shell=bash

# Mehrfaches Sourcen ist harmlos, aber unnoetig.
if [ -n "${PDF_OCR_COMMON_LOADED:-}" ]; then
    # shellcheck disable=SC2317  # 'exit' greift nur, wenn die Datei nicht gesourct wurde
    return 0 2>/dev/null || exit 0
fi
PDF_OCR_COMMON_LOADED=1

# ============================================================
# Ausgabe
# ============================================================

RED='\033[0;31m'; GREEN='\033[0;32m'; YELLOW='\033[1;33m'; BLUE='\033[0;34m'; NC='\033[0m'

# Die Meldung selbst geht als %s durch, NICHT als %b (frueher: echo -e). Sonst
# wird ein '\n' im Text — etwa in einem Befehl, den wir zum Kopieren anzeigen —
# zu einem echten Zeilenumbruch: die Folgezeilen haetten dann kein [WARN] davor
# und wer den Block kopiert, schleppt das Praefix mit. Nur die Farbcodes
# brauchen %b. Eine Meldung pro Zeile — mehrzeilige Hinweise bitte als mehrere
# Aufrufe schreiben.
log_info()  { printf '%b[INFO]%b %s\n'  "$GREEN"  "$NC" "$*"; }
log_warn()  { printf '%b[WARN]%b %s\n'  "$YELLOW" "$NC" "$*"; }
log_error() { printf '%b[ERROR]%b %s\n' "$RED"    "$NC" "$*"; }
log_step()  { printf '\n%b==>%b %s\n'   "$BLUE"   "$NC" "$*"; }

# Bricht ab, wenn nicht root. $1 = der Aufruf, der gemeint ist.
require_root() {
    if [ "${EUID:-$(id -u)}" -ne 0 ]; then
        log_error "Bitte als root ausfuehren: ${1:-sudo $0}"
        exit 1
    fi
}

# ============================================================
# Installations-Layout — einzige Quelle der Wahrheit
# ============================================================

: "${INSTALL_DIR:=/opt/pdf-ocr-hotfolder}"
: "${CONFIG_DIR:=/etc/pdf-ocr-hotfolder}"
: "${DATA_ROOT:=/var/lib/pdf-ocr-hotfolder}"
: "${SYSTEMD_DIR:=/etc/systemd/system}"
: "${DEFAULT_USER:=pdfocr}"

# Systempfade, die nur die Ghostscript-Pruefung braucht. Ueberschreibbar,
# damit sich die Pruefung gegen eine Fake-Umgebung testen laesst.
: "${OS_RELEASE_FILE:=/etc/os-release}"
: "${APT_SOURCES_LIST:=/etc/apt/sources.list}"
: "${APT_SOURCES_DIR:=/etc/apt/sources.list.d}"

SERVICE_TEMPLATE="pdf-ocr-hotfolder@.service"
LXC_DROPIN_DIR="$SYSTEMD_DIR/${SERVICE_TEMPLATE}.d"
# shellcheck disable=SC2034  # wird von install.sh und update.sh genutzt
LXC_DROPIN="$LXC_DROPIN_DIR/lxc-compat.conf"

# Pfad dieser Datei relativ zum Repo- bzw. Installationsverzeichnis. update.sh
# schneidet damit die Paketliste aus der Repo-Fassung heraus (siehe unten).
# shellcheck disable=SC2034  # wird von update.sh genutzt
COMMON_LIB_REL="lib/common.sh"

# ============================================================
# System-Pakete
# ============================================================
# Der folgende Block wird von update.sh aus DIESER Datei herausgeschnitten
# (sed auf die BEGIN/END-Marken) und dort ausgewertet: beim Update soll die
# Liste aus dem Repo gelten, nicht die vielleicht aeltere, bereits gesourcte
# aus dem Installationsverzeichnis. Die Marken und der Funktionsname duerfen
# sich deshalb nicht aendern, ohne update.sh anzupassen.
# --- BEGIN apt-packages (wird von update.sh extrahiert) ---
pdf_ocr_apt_packages() {
    cat <<'PKGLIST'
python3
python3-venv
python3-pip
tesseract-ocr
tesseract-ocr-deu
tesseract-ocr-eng
ghostscript
qpdf
unpaper
pngquant
icc-profiles-free
ca-certificates
curl
PKGLIST
}
# --- END apt-packages ---

# ============================================================
# Ghostscript
# ============================================================
# Ghostscript 10.0.0 bis 10.02.0 erzeugt fehlerhafte PDF/A-Ausgaben: zusammen
# mit [ocr].pdfa_level UND skip_text = true scheitert ocrmypdf an jeder Datei.
# Mit leerem pdfa_level (der Default) ist so ein Ghostscript voellig
# unproblematisch — die Pruefung ist deshalb ein Hinweis, kein Abbruchgrund.

# Betroffen? $1 = Ausgabe von 'gs --version'.
gs_version_affected() {
    case "$1" in
        10.0.0|10.00.0|10.01.*|10.02.0) return 0 ;;
        *)                              return 1 ;;
    esac
}

# Version, die gs meldet; leer, wenn gs nicht aufrufbar ist.
gs_version() {
    command -v gs >/dev/null 2>&1 || return 0
    gs --version 2>/dev/null || true
}

# Codename der Distribution (VERSION_CODENAME aus os-release); leer, wenn
# unbekannt.
os_codename() {
    [ -r "$OS_RELEASE_FILE" ] || return 0
    sed -n 's/^VERSION_CODENAME=//p' "$OS_RELEASE_FILE" | tr -d '"' | head -n1
}

# Ist $1 (z.B. bookworm-backports) schon irgendwo als apt-Quelle eingetragen?
apt_release_configured() {
    grep -RqsF -- "$1" "$APT_SOURCES_LIST" "$APT_SOURCES_DIR" 2>/dev/null
}

# Installierte Paketversion laut dpkg; leer, wenn das Paket nicht da ist.
apt_installed_version() {
    command -v dpkg-query >/dev/null 2>&1 || return 0
    dpkg-query -W -f '${Version}' "$1" 2>/dev/null || true
}

# Hoechste Version von Paket $1, die aus Release $2 (z.B. bookworm-backports)
# zu haben ist — gelesen aus der Versionstabelle von 'apt-cache policy'.
# Leer, wenn das Release das Paket nicht fuehrt. Bewusst nicht hart verdrahtet:
# liefert Debian spaeter doch ein Backports-Ghostscript, greift der Pfad.
apt_version_in_release() {
    local pkg="$1" release="$2"
    command -v apt-cache >/dev/null 2>&1 || return 0
    LC_ALL=C apt-cache policy "$pkg" 2>/dev/null | awk -v rel="$release" '
        $1 == "***"                 { ver = $2; next }
        NF == 2 && $1 ~ /^[0-9]/    { ver = $1; next }
        ver != "" && index($0, rel) { print ver; exit }
    '
}

# Entfernt eine Quelle, die NUR fuer die Pruefung angelegt wurde ($2 = 1).
# War sie vorher schon da, bleibt sie unangetastet — sie kann von etwas
# anderem stammen.
gs_drop_probe_source() {
    local list_file="$1" added="$2"
    [ "$added" = "1" ] || return 0
    rm -f "$list_file" 2>/dev/null || true
    log_info "Quelle wieder entfernt: $list_file (sie hat nichts gebracht)"
    apt-get update -qq || log_warn "'apt-get update' nach dem Aufraeumen schlug fehl."
}

# Versucht, Ghostscript aus Release $1 zu aktualisieren. $2 = bisherige
# gs-Version. Rueckgabe 0 NUR, wenn hinterher nachweislich eine andere,
# nicht mehr betroffene Version laeuft.
gs_try_release_upgrade() {
    local release="$1" old_ver="$2"
    local list_file="$APT_SOURCES_DIR/${release}.list"
    local added=0 cand installed new_ver new_installed

    # Ohne apt-cache/dpkg laesst sich nicht feststellen, was dort ueberhaupt
    # liegt — dann wird auch nichts eingetragen.
    if ! command -v apt-cache >/dev/null 2>&1 || ! command -v dpkg >/dev/null 2>&1; then
        log_warn "apt-cache oder dpkg fehlt — der Paketstand von $release ist nicht pruefbar."
        return 1
    fi

    if apt_release_configured "$release"; then
        log_info "$release ist bereits eingetragen — die Quelle bleibt, wie sie ist."
    else
        log_info "Trage $release voruebergehend ein, um den Paketstand zu pruefen..."
        mkdir -p "$APT_SOURCES_DIR" 2>/dev/null || true
        if ! printf 'deb http://deb.debian.org/debian %s main\n' "$release" > "$list_file" 2>/dev/null; then
            log_warn "$list_file liess sich nicht schreiben — Pruefung nicht moeglich."
            return 1
        fi
        added=1
        if ! apt-get update -qq; then
            log_warn "'apt-get update' schlug fehl — $release nicht auswertbar."
            gs_drop_probe_source "$list_file" "$added"
            return 1
        fi
    fi

    installed="$(apt_installed_version ghostscript)"
    cand="$(apt_version_in_release ghostscript "$release")"

    if [ -z "$cand" ]; then
        log_warn "$release fuehrt gar kein Paket 'ghostscript' — von dort kommt nichts."
        gs_drop_probe_source "$list_file" "$added"
        return 1
    fi
    if [ -n "$installed" ] && ! dpkg --compare-versions "$cand" gt "$installed"; then
        log_warn "$release hat ghostscript $cand — nicht neuer als das installierte $installed."
        gs_drop_probe_source "$list_file" "$added"
        return 1
    fi

    log_info "$release bietet ghostscript $cand (installiert: ${installed:-unbekannt}) — installiere..."
    if ! apt-get install -y -t "$release" ghostscript; then
        log_warn "Installation aus $release schlug fehl — Ghostscript bleibt, wie es war."
        gs_drop_probe_source "$list_file" "$added"
        return 1
    fi

    # Erfolg wird NUR gemeldet, wenn sich die Version wirklich geaendert hat.
    new_ver="$(gs_version)"
    new_installed="$(apt_installed_version ghostscript)"
    if [ "$new_ver" = "$old_ver" ] && [ "$new_installed" = "$installed" ]; then
        log_warn "Ghostscript unveraendert: $old_ver (Paket ${installed:-unbekannt})."
        log_warn "Das Upgrade aus $release hat nichts bewirkt."
        gs_drop_probe_source "$list_file" "$added"
        return 1
    fi

    log_info "Ghostscript: $old_ver -> $new_ver (Paket ${installed:-unbekannt} -> ${new_installed:-unbekannt})"
    if gs_version_affected "$new_ver"; then
        log_warn "Auch $new_ver liegt noch im betroffenen Bereich (10.0.0-10.02.0)."
        return 1
    fi
    log_info "Ghostscript ist jetzt frei vom PDF/A-Fehler ✓"
    return 0
}

# Sagt dem Admin, was wirklich zur Auswahl steht. Kein Verweis auf Wege, die
# es nicht gibt.
gs_report_options() {
    log_warn "Es bleibt bei der betroffenen Ghostscript-Version. Echte Optionen:"
    log_warn "  1. Nichts tun: [ocr].pdfa_level leer lassen (Default). Dann ist der"
    log_warn "     Fehler folgenlos — die Ausgabe ist nur kein PDF/A."
    log_warn "  2. PDF/A wirklich noetig? Dann [ocr].skip_text = false setzen."
    log_warn "  3. Neuere Distribution: Debian 13 (trixie) liefert Ghostscript 10.05.1."
    log_warn "Die Installation laeuft normal weiter."
}

# Vollstaendige Pruefung fuer den Installer. Gibt immer 0 zurueck: ein
# betroffenes Ghostscript ist ein Hinweis, kein Abbruch.
check_ghostscript() {
    local ver codename release answer

    ver="$(gs_version)"
    if [ -z "$ver" ]; then
        log_warn "Ghostscript ist nicht aufrufbar — Versionspruefung uebersprungen."
        return 0
    fi
    log_info "Ghostscript: $ver"
    gs_version_affected "$ver" || return 0

    echo
    log_warn "═══════════════════════════════════════════════════════════════"
    log_warn "Ghostscript $ver ist vom PDF/A-Fehler betroffen (10.0.0-10.02.0)."
    log_warn "Betroffen sind nur Instanzen mit [ocr].pdfa_level UND skip_text = true;"
    log_warn "mit leerem pdfa_level (Default) ist die Version unauffaellig."
    log_warn "═══════════════════════════════════════════════════════════════"
    echo

    codename="$(os_codename)"
    if [ "$codename" = "bookworm" ]; then
        release="bookworm-backports"
        # Bewusst als Frage nach dem PRUEFEN formuliert: ob dort ueberhaupt ein
        # neueres Ghostscript liegt, steht erst nach 'apt-cache policy' fest.
        read -r -p "In $release nach einem neueren Ghostscript suchen? [J/n]: " answer || answer=""
        answer="${answer:-J}"
        if [[ "$answer" =~ ^[JjYy]$ ]]; then
            if gs_try_release_upgrade "$release" "$ver"; then
                echo
                return 0
            fi
        else
            log_info "Uebersprungen."
        fi
    else
        log_warn "Kein Debian 12 (bookworm) erkannt${codename:+ (Codename: $codename)} — es gibt hier keinen Backports-Weg."
    fi

    gs_report_options
    echo
    return 0
}

# ============================================================
# Python / venv
# ============================================================

# major.minor des uebergebenen Interpreters; leer, wenn er nicht laeuft.
py_mm() {
    local py="$1"
    "$py" -c 'import sys; print("%d.%d" % sys.version_info[:2])' 2>/dev/null || true
}

# major.minor aus pyvenv.cfg (version = / version_info =); leer, wenn unlesbar.
pyvenv_cfg_mm() {
    local cfg="$1/pyvenv.cfg"
    [ -f "$cfg" ] || return 0
    sed -n 's/^[[:space:]]*version\(_info\)\?[[:space:]]*=[[:space:]]*\([0-9]\+\.[0-9]\+\).*/\2/p' "$cfg" | head -n1
}

# Prueft die venv gegen das aktuelle System-Python.
# Setzt VENV_ISSUES (Array) und gibt 0 zurueck, wenn alles passt.
#
# Drei Faelle fuehren zum Neubau: (1) der Interpreter der venv laeuft gar nicht
# mehr (toter Symlink nach einem Distributions-Upgrade, systemd: 203/EXEC),
# (2) er laeuft noch, ist aber eine andere Version als das System-Python
# (Debian 12 -> 13), (3) pyvenv.cfg und Interpreter widersprechen sich.
# Keine Versionsnummer ist hier hartcodiert.
VENV_ISSUES=()
venv_is_healthy() {
    local venv="$1"
    local sys_mm venv_mm cfg_mm
    VENV_ISSUES=()

    if [ ! -d "$venv" ]; then
        VENV_ISSUES+=("venv-Verzeichnis fehlt: $venv")
        return 1
    fi
    if [ ! -x "$venv/bin/python" ]; then
        VENV_ISSUES+=("$venv/bin/python fehlt oder ist nicht ausfuehrbar")
        return 1
    fi

    venv_mm="$(py_mm "$venv/bin/python")"
    if [ -z "$venv_mm" ]; then
        VENV_ISSUES+=("$venv/bin/python laeuft nicht (toter Symlink nach einem Distributions-Upgrade?)")
        return 1
    fi

    sys_mm="$(py_mm "$(command -v python3 || echo /usr/bin/python3)")"
    if [ -z "$sys_mm" ]; then
        VENV_ISSUES+=("System-python3 laeuft nicht — venv-Pruefung nicht moeglich")
        return 1
    fi

    if [ "$venv_mm" != "$sys_mm" ]; then
        VENV_ISSUES+=("venv haengt an Python $venv_mm, das System liefert Python $sys_mm")
        return 1
    fi

    cfg_mm="$(pyvenv_cfg_mm "$venv")"
    if [ -n "$cfg_mm" ] && [ "$cfg_mm" != "$venv_mm" ]; then
        VENV_ISSUES+=("pyvenv.cfg nennt Python $cfg_mm, der Interpreter meldet $venv_mm")
        return 1
    fi
    return 0
}

# Gibt die von venv_is_healthy gesammelten Befunde als Warnungen aus.
report_venv_issues() {
    local issue
    for issue in "${VENV_ISSUES[@]:-}"; do
        [ -n "$issue" ] || continue
        log_warn "  - $issue"
    done
}