// Smoke test: verify sanitizeOne() rejects all known-bad inputs
// Run with: node /tmp/sanitize_smoke.js
const NOISE = /^(让我|用户|我需要|好的|现在|首先|分析|根据|对于|这条|这个|考虑|我们|这里|注意|提示|重要|关键|总结|综上|该|其|它|他们|这些|那些|由于|因为|所以|因此|需要|可能|应该|可以|建议|希望|要求|必须)/
const PROJECT_WORDS = /采购|项目|公司|工程|设备|材料|公告|招标|标段|标段|框架|年度/
function isValid(name) {
  if (!name) return false
  const s = name.trim()
  if (s.length === 0 || s.length > 6) return false
  if (/[*\->→]/.test(s)) return false
  if (/[，。：；！？、]/.test(s)) return false
  if (/[A-Za-z]{2,}/.test(s)) return false
  if (NOISE.test(s)) return false
  if (PROJECT_WORDS.test(s)) return false
  if (/^(中国|钢材|项目|采购|这些|这个|公司|工程|设备)$/.test(s)) return false
  if (/^[一-龥]+$/.test(s) === false) return false
  return true
}
function sanitize(raw) {
  if (!raw) return ''
  let s = String(raw).replace(/<\/?think>/g, '').replace(/\*\*/g, '').trim()
  const lines = s.split('\n').map((l) => l.trim()).filter((l) => l)
  for (const line of lines) {
    if (NOISE.test(line)) continue
    if (line.length > 20) continue
    if (/[，。：；！？、]/.test(line)) continue
    const cleaned = line.replace(/^[\d]+[\.、:：]\s*/, '').trim()
    if (!cleaned) continue
    if (cleaned.includes(' - ') || cleaned.includes(' → ')) {
      const parts = cleaned.split(/\s*(?:-|→)\s*/).map((p) => p.trim()).filter((p) => p)
      for (const p of parts) if (isValid(p)) return p
      continue
    }
    if (isValid(cleaned)) return cleaned
    const m = cleaned.match(/([\u4e00-\u9fa5]{2,6})/)
    if (m && isValid(m[1])) return m[1]
  }
  return ''
}

const cases = [
  ['**合金铝线采购** - 这是**电线电缆**的一种。', '', '老污染样本 — 长度>20 全段被丢'],
  ['**接地夹管束采购** - 是**管材**或电气配件', '', '同上 含"采购"项目词'],
  ['钢材', '钢材', '核心品类直接通过'],
  ['', '', '空'],
  ['**SVG/无功补偿装置** - 属于电气设备', '', '含英文字母拒绝'],
  ['钢管采购 — 设备配件', '', '含"采购"项目词'],
  ['\n\n钢材\n', '钢材', '前后空白被 trim'],
  ['让我分析一下，这条属于钢材', '钢材', '多行取尾部真品类'],
  ['钢材\n\n1. 钢材\n2. 管材\n3. 钢材', '钢材', '多行取首行'],
  ['电力金具', '电力金具', '4字新品类'],
  ['管材', '管材', '已有品类'],
  ['设备配件', '设备配件', '4字新品类'],
  ['标识标牌', '标识标牌', '4字'],
  ['工程服务', '工程服务', '4字'],
  ['杂品', '杂品', '2字'],
  ['中国电建', '', '黑名单单字"中国"包含时拒绝 — 但这是项目名前缀，要拆。修正'],
  ['配电箱', '配电箱', '3字'],
  ['阀门', '阀门', '2字'],
  ['一个非常长的品类名候选', '', '>6 字符拒绝'],
  ['防火门', '防火门', '3字'],
  ['建筑材料', '', '含项目词"材料"'],
  ['五金', '五金', '2字'],
]

let pass = 0
let fail = 0
for (const [input, expected, desc] of cases) {
  const got = sanitize(input)
  const ok = got === expected
  if (ok) pass++; else fail++
  const flag = ok ? '✓' : '✗'
  console.log(`  ${flag} ${desc}`)
  if (!ok) {
    console.log(`     input:    ${JSON.stringify(input)}`)
    console.log(`     expected: ${JSON.stringify(expected)}`)
    console.log(`     got:      ${JSON.stringify(got)}`)
  }
}
console.log(`\n${pass}/${pass + fail} passed`)
process.exit(fail === 0 ? 0 : 1)