# -*- coding: utf-8 -*-
"""Vermisst das Tabellenlayout des BVA-Fragenkatalogs.

Erkundungsskript (kein Teil der Produktivpipeline): ermittelt Spaltengrenzen,
Zeilentrenner, Checkbox-Geometrie und Kapitelkopfzeilen, damit der eigentliche
Parser auf verifizierten Koordinaten aufsetzen kann.
"""
import io
import sys
from collections import Counter

import fitz

sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding="utf-8")

PDF = r"C:\Antigravity\Waffensachkundeprüfung\Fragenkatalog_sachkunde_mitAntworten.pdf"

doc = fitz.open(PDF)
print(f"Seiten: {doc.page_count}  Metadaten: {doc.metadata.get('title')!r} / {doc.metadata.get('author')!r}")

page = doc[5]  # erste Fragenseite
print(f"\nSeitengröße: {page.rect}")

drawings = page.get_drawings()
print(f"Vektorobjekte auf Seite 6: {len(drawings)}")

vert_lines = Counter()
horiz_lines = Counter()
rects = []
for d in drawings:
    for item in d["items"]:
        if item[0] == "l":  # Linie
            p1, p2 = item[1], item[2]
            if abs(p1.x - p2.x) < 0.6:
                vert_lines[round(p1.x)] += 1
            elif abs(p1.y - p2.y) < 0.6:
                horiz_lines[round(p1.y)] += 1
        elif item[0] == "re":  # Rechteck
            r = item[1]
            rects.append(r)
            if r.width < 1.5 and r.height > 3:
                vert_lines[round(r.x0)] += 1
            elif r.height < 1.5 and r.width > 3:
                horiz_lines[round(r.y0)] += 1

print(f"\nVertikale Trenner (x -> Anzahl): {sorted(vert_lines.items())}")
print(f"Horizontale Trenner (y): {sorted(horiz_lines.items())[:40]}")

# Checkbox-Kandidaten: annähernd quadratische Rechtecke
boxes = [r for r in rects if 6 < r.width < 20 and 6 < r.height < 20 and abs(r.width - r.height) < 4]
print(f"\nCheckbox-Kandidaten: {len(boxes)}")
for b in boxes[:6]:
    print(f"  x0={b.x0:.1f} y0={b.y0:.1f} w={b.width:.1f} h={b.height:.1f}")

# Textblöcke mit Spaltenzuordnung
print("\n--- Textzeilen Seite 6 mit x-Positionen ---")
d = page.get_text("dict")
for block in d["blocks"]:
    if block["type"] != 0:
        continue
    for line in block["lines"]:
        txt = "".join(s["text"] for s in line["spans"]).strip()
        if not txt:
            continue
        x0 = line["bbox"][0]
        y0 = line["bbox"][1]
        flags = {s["flags"] for s in line["spans"]}
        fonts = {s["font"] for s in line["spans"]}
        print(f"  x={x0:6.1f} y={y0:6.1f} {txt[:62]!r}  fonts={fonts} flags={flags}")