astrololo/services/render/app/latex.py

"""Budowa dokumentu LaTeX raportu (PRE-24).

Układ wg prośby partnerów:
  1. imię i nazwisko,
  2. wprowadzone dane,
  3. rysunek kosmogramu,
  4. interpretacja natalna,
  5. predykcje okresowe.

Silnik: XeLaTeX. Nie pdflatex — tekst zawiera polskie znaki ORAZ glify
astrologiczne (♄ ♓ ☉ …), a te wymagają silnika unicode'owego z fontem systemowym.
DejaVu Sans ma jedno i drugie, dlatego jest fontem głównym.
"""
from __future__ import annotations

import re

# Znaki, które w LaTeXu mają własne znaczenie.
#
# Odwrotnego ukośnika NIE MA na tej liście celowo. Jego zamiennik
# (`\textbackslash{}`) sam zawiera nawiasy klamrowe, więc gdyby szedł w tej samej
# pętli, kolejne podmiany uciekłyby nawiasy, które dopiero co wstawiliśmy —
# i zamiast ukośnika wyszedłby dosłowny tekst `\textbackslash\{\}`. Dlatego
# ukośnik chowamy najpierw pod znacznik zastępczy, a rozwijamy na samym końcu.
_ESCAPES = [
    ("{", r"\{"),
    ("}", r"\}"),
    ("$", r"\$"),
    ("&", r"\&"),
    ("#", r"\#"),
    ("_", r"\_"),
    ("%", r"\%"),
    ("~", r"\textasciitilde{}"),
    ("^", r"\textasciicircum{}"),
]

# Znak spoza tekstu użytkownika — nie da się go wpisać, więc nie da się nim
# oszukać ucieczki.
_BACKSLASH_MARK = "\x00astrololo-backslash\x00"


def esc(text: object) -> str:
    """Ucieka znaki specjalne LaTeXa.

    Najgroźniejszy jest `%`: bez ucieczki komentuje RESZTĘ LINII, więc tekst od
    modelu urwałby się w środku zdania i nikt by tego nie zauważył — PDF
    powstałby normalnie, tylko krótszy. Dlatego to nie kosmetyka, a warunek
    poprawności raportu.
    """
    out = "" if text is None else str(text)
    out = out.replace("\\", _BACKSLASH_MARK)      # schowaj, żeby nie ucierpiał niżej
    for ch, rep in _ESCAPES:
        out = out.replace(ch, rep)
    return out.replace(_BACKSLASH_MARK, r"\textbackslash{}")


# Markdown inline: pogrubienie+kursywa, pogrubienie, kursywa, kod, linki. Kolejność
# w alternatywie ma znaczenie i jest OD NAJDŁUŻSZEGO znacznika: `***...***` przed
# `**...**` przed `*...*`. Inaczej `***mocne***` złapałoby się jako `**` + zgubiona
# gwiazdka i w PDF zostawałby wisior `*` (realny błąd, który to naprawia). Kursywę
# bierzemy tylko z gwiazdek (nie z podkreśleń): `_` pada w nazwach typu file_name.
_INLINE = re.compile(
    r"\*\*\*(?P<bolditalic>[^\n]+?)\*\*\*"
    r"|\*\*(?P<bold>[^\n]+?)\*\*"
    r"|\*(?P<ital>[^*\n]+?)\*"
    r"|`(?P<code>[^`\n]+?)`"
    r"|\[(?P<ltext>[^\]]+)\]\((?P<lurl>[^)]+)\)"
)


def _inline(text: str) -> str:
    """Formatowanie w linii → LaTeX. Tekst poza znacznikami jest ESKEJPOWANY;
    same znaczniki stają się poleceniami, więc ich nawiasy nie są uciekane."""
    out: list[str] = []
    pos = 0
    for m in _INLINE.finditer(text):
        out.append(esc(text[pos:m.start()]))
        if m.group("bolditalic") is not None:
            out.append(r"\textbf{\textit{" + esc(m.group("bolditalic")) + "}}")
        elif m.group("bold") is not None:
            out.append(r"\textbf{" + esc(m.group("bold")) + "}")
        elif m.group("ital") is not None:
            out.append(r"\textit{" + esc(m.group("ital")) + "}")
        elif m.group("code") is not None:
            out.append(r"\texttt{" + esc(m.group("code")) + "}")
        else:  # link — w druku URL jest bezużyteczny, zostawiamy sam tekst
            out.append(esc(m.group("ltext")))
        pos = m.end()
    out.append(esc(text[pos:]))
    return "".join(out)


# Nagłówki od modelu DEGRADUJEMY o poziom: „Interpretacja natalna" to nasza
# `\section*`, więc markdownowe `#` ma być pod nią (subsection), nie obok.
_HEADING_CMD = {1: "subsection", 2: "subsubsection"}


def markdown_to_latex(text: str) -> str:
    """Markdown od modelu → LaTeX. Markdown świetnie czyta się w przeglądarce,
    ale w PDF `**gwiazdki**` i `## kratki` to dosłowny szum — tu zamieniamy je na
    prawdziwe formatowanie: nagłówki, pogrubienia, kursywy i listy.

    Skaner liniowy (nie regex na całości), bo listy i akapity są wielolinijkowe
    i trzeba wiedzieć, gdzie się zaczynają i kończą.
    """
    lines = str(text or "").replace("\r\n", "\n").split("\n")
    out: list[str] = []
    para: list[str] = []
    items: list[str] = []
    env: str | None = None                              # 'itemize' | 'enumerate'

    def flush_para() -> None:
        if para:
            out.append(_inline(" ".join(s.strip() for s in para)))
            para.clear()

    def flush_list() -> None:
        nonlocal env
        if items:
            body = "\n".join(r"\item " + _inline(it) for it in items)
            out.append(f"\\begin{{{env}}}\n{body}\n\\end{{{env}}}")
            items.clear()
            env = None

    for ln in lines:
        s = ln.strip()
        # Nagłówek celowo POBŁAŻLIWIE: dowolna liczba kratek na początku, spacja po
        # nich NIEobowiązkowa, końcowe kratki (zamknięty ATX `## … ##`) ucinane.
        # `\#` w LaTeXu renderuje się jako `#`, więc gdyby `##Bez spacji` trafiło do
        # akapitu, w PDF WIDAĆ BY było `##`. Tu żaden znacznik nagłówka nie ostaje.
        heading = re.match(r"^(#+)[ \t]*(.*?)[ \t]*#*$", s)
        bullet = re.match(r"^[-*+]\s+(.*)$", s)
        number = re.match(r"^\d+[.)]\s+(.*)$", s)
        if not s:
            flush_para(); flush_list()
        elif heading:                                   # linia zaczyna się od kratek
            flush_para(); flush_list()
            content = heading.group(2)
            if content:                                 # gołe kratki (bez treści) po prostu pomijamy
                level = min(len(heading.group(1)), 6)
                cmd = _HEADING_CMD.get(level, "paragraph")
                out.append(f"\\{cmd}*{{{_inline(content)}}}")
        elif bullet:
            flush_para()
            if env not in (None, "itemize"):
                flush_list()
            env = "itemize"; items.append(bullet.group(1))
        elif number:
            flush_para()
            if env not in (None, "enumerate"):
                flush_list()
            env = "enumerate"; items.append(number.group(1))
        else:
            flush_list(); para.append(ln)

    flush_para(); flush_list()
    return "\n\n".join(out)


PREAMBLE = r"""\documentclass[11pt,a4paper]{article}
\usepackage{fontspec}
\usepackage[margin=2.4cm]{geometry}
\usepackage{graphicx}
% DejaVu Sans ma i polskie znaki, i glify astrologiczne — jeden font na oba
% zadania oszczędza nam dobierania fontu zapasowego.
\setmainfont{DejaVu Sans}
\setlength{\parindent}{0pt}
\setlength{\parskip}{0.6em}
\pagestyle{plain}
\begin{document}
"""


def build(report: dict, wheel_pdf: str | None = None,
          figures: list[dict] | None = None) -> str:
    """Składa źródło .tex.

    `figures` to UPORZĄDKOWANA lista rysunków kosmogramu (koło, aspektarian,
    deklinacja, antyscja…) — każdy `{"pdf": nazwa, "caption": podpis}`, już jako
    PDF. Zasada: co pokazujemy na stronie, ma trafić i tu (raport = to samo, co
    widać). `wheel_pdf` zostaje dla zgodności wstecznej — pojedynczy rysunek."""
    person = str(report.get("person") or "").strip()
    data = report.get("data") or {}
    natal = report.get("natal") or {}
    predictions = report.get("predictions") or []
    if figures is None:
        figures = [{"pdf": wheel_pdf, "caption": "Kosmogram"}] if wheel_pdf else []

    parts = [PREAMBLE]

    # ── 1. imię i nazwisko ──────────────────────────────────────────────
    parts.append(r"{\Huge\bfseries " + esc(person or "Raport astrologiczny") + r"\par}")
    parts.append(r"\vspace{0.3em}")

    # ── 2. wprowadzone dane ─────────────────────────────────────────────
    rows = [
        ("Data urodzenia", data.get("date")),
        ("Godzina (lokalna)", data.get("time")),
        ("Offset względem GMT", data.get("tz_offset")),
        ("Szerokość", data.get("lat")),
        ("Długość", data.get("lon")),
        ("Miejsce", data.get("place")),
        ("System domów", data.get("house_system")),
        ("Zodiak", data.get("zodiac")),
    ]
    parts.append(r"\begin{tabular}{@{}ll@{}}")
    for label, value in rows:
        if value not in (None, ""):
            parts.append(esc(label) + r" & " + esc(value) + r"\\")
    parts.append(r"\end{tabular}")
    parts.append(r"\vspace{1em}")

    # ── 3. rysunki kosmogramu ───────────────────────────────────────────
    # Jedna reguła na wszystkie: keepaspectratio z limitem SZEROKOŚCI i WYSOKOŚCI.
    # Koło i aspektarian są kwadratowe (ogranicza je wysokość), deklinacja i
    # antyscja szerokie (ogranicza szerokość) — bez zniekształceń w obu razach.
    for fig in figures:
        pdf = fig.get("pdf")
        if not pdf:
            continue
        parts.append(r"\begin{center}")
        parts.append(r"\includegraphics[width=0.82\textwidth,height=0.46\textheight,"
                     r"keepaspectratio]{" + pdf + r"}")
        cap = fig.get("caption")
        if cap:
            parts.append(r"\\[-0.3em]{\small\itshape " + esc(cap) + r"}")
        parts.append(r"\end{center}")
        parts.append(r"\vspace{0.4em}")

    # ── 4. interpretacja natalna ────────────────────────────────────────
    if natal.get("text"):
        parts.append(r"\section*{Interpretacja natalna}")
        parts.append(markdown_to_latex(natal["text"]))

    # ── 5. predykcje okresowe ───────────────────────────────────────────
    if predictions:
        parts.append(r"\section*{Predykcje okresowe}")
        for p in predictions:
            span = f"{p.get('from_date', '')} – {p.get('to_date', '')}"
            parts.append(r"\subsection*{" + esc(span) + r"}")
            parts.append(markdown_to_latex(p.get("text")))

    parts.append(r"\end{document}")
    return "\n".join(parts) + "\n"