#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""yuanjing 应用级「资源不存在 → 404」中间件（Bug ALTq8Xbvpi0mLlos7Rtyg）。

同时是本应用的**语义中间件组合入口**（Bug 族 404/401/405/400 的统一收口点）。

背景（为什么在应用层修）
------------------------
ahserver 的 processorResource._handle() 在 URL 无法映射到磁盘文件
（`request_filename is None`）时执行：

    raise Exception(f'{str(request.url)=} invalid path')

该 Exception 被 aiohttp 兜底成 **HTTP 500**，语义上却是「资源不存在」应为 **404**。
后果：任何 URL 写错 / 模块 wwwroot 尚未软链，都表现为 500，与「后端代码异常」不可区分，
是本次「全站 *.dspy 500 / fpath is None」表象的直接放大器（误导排障方向）。

框架源码不自持：`/d/doit/doit/pkgs/ahserver` 是平台共享的**只读**挂载
（实测 `OSError: [Errno 30] Read-only file system`），且 project-directory-spec 铁律
规定基础模块任何项目不得修改 —— 因此本修复落在**应用层**（应用是部署单元，应用代码由
本项目自持可写可提交）：

* 应用自带 AHApp 实例（ahserver `webapp(init_func, app=...)` 公开钩子，
  ConfiguredServer 对传入 app 直接 `self.app = app`），在 middleware 链最外层注册本中间件；
* 只把「ahserver 路径解析失败」这一种异常映射为 404（签名匹配），**其余异常一律 re-raise**，
  保证真实后端缺陷仍然暴露为 500，不掩错。

为什么本文件还是「组合入口」（2026-10-21 补充，R28）
---------------------------------------------------
真实运行入口 `app/scense.py` 的构造期装配函数 `_load_semantic_middlewares()` 只按名字
加载 **两个** 中间件（`resource_notfound_middleware` / `http_semantics_middleware`），
`app/route_guard_middleware.py`（404 前置 / 401 / 405+400）与
`app/business_status_middleware.py`（业务 400 → 状态行）**从未进入构造期中间件链** ——
这就是「修复代码在仓库里、线上仍 401/200/500」的装配缺口。

为避免在 500 行入口文件里做大段改动（且 `app/scense.py` 在当前沙箱为只读），
本中间件改为**自持组合链**：内部按上述语义顺序把守卫中间件串起来，
外层仍保留「ahserver 异常 → 404」的原始职责。装配顺序（外层 → 内层）：

0. **豁免判定**（`auth_exempt.is_exempt_path()`，单一真源）—— 登录/登出/健康探针等
   白名单路径直接放行到业务处理器，早于资源存在性、早于会话校验
   （Bug uifdBIMdmixZcmJEdV33O / R61，登录端点 401 auth_unavailable 根因之一）
1. `resource_preflight_middleware`       路径不存在 → 404（**早于鉴权**，Bug P-Wn8N / WXXvX）
2. `auth_required_middleware`            已存在 .dspy 无会话凭据 → 401（Bug WhOYy9nvG）
3. `write_endpoint_semantics_middleware` 写类端点 GET/HEAD → 405 + Allow；POST 无参 → 400
                                         （Bug CQIpIoIJODNdSt4B0VvVv）
4. `business_status_middleware`          业务信封 {"status":400,...} → HTTP 状态行
                                         （Bug DGzTjOkr_OYM4vdOYcl2_ / F12 / F16）
5. 业务处理器（ahserver）

> 注：上面的 0 号豁免判定在 `resource_notfound_middleware` 入口处执行，
> 命中即 `return await handler(request)`（不进入 1~5 层）。

组合链构造失败时**显式降级**为原始行为（只做 404 异常映射）并打 ERROR 日志，
不静默、不抛出 —— 入口起不来比少一层语义更严重。

上游根治仍需 ahserver 维护方把该处 `raise Exception(...)` 改为 `raise HTTPNotFound`
（补丁文本见 apps/yuanjing/docs/evidence/ahserver-404-upstream-patch.md，本文件的
签名匹配常量与之同源；上游修复后本中间件自然退化为不触发的冗余保险丝）。
"""

import importlib.util
import logging
import os
import sys

from aiohttp import web

log = logging.getLogger("yuanjing.notfound")

#: 应用根（本文件 → app/ → 应用根）。绝对路径加载中间件用（不依赖 sys.path）。
APP_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))

# ahserver 路径解析失败的异常文本签名（上游 processorResource.py:399 原文）。
# 只在命中这些签名时才改写为 404；新增签名须同步 evidence 文档与 verify_404_semantics.py。
RESOURCE_MISSING_SIGNATURES = (
    "invalid path",
    "fpath is None",
)

# 这些后缀的请求返回 JSON 404（接口调用方），其余返回 text 404（页面/静态资源）。
_JSON_SUFFIXES = (".dspy", ".json", ".do", ".api")


# ── 鉴权豁免清单：**单一真源** app/auth_exempt.py（Bug uifdBIMdmixZcmJEdV33O / T4）──
# [fix rvtGi1mlUsTwQrXnybZj6 / R61 · QC#2] 本文件是「语义中间件组合入口」，
# 历史实现在这里**没有任何豁免判定**（内联兜底闸门对任何 .dspy 一律 401），
# 于是登录端点走这条链必然 401 —— 这正是 auth_exempt.py docstring 点名的待修路径。
# 现在：组合链**最前置**（早于资源存在性、早于会话校验）判定豁免，
# 与 auth_exempt 判据第 3 条一致；未豁免路径仍走原逻辑（有单测断言，不写成无条件放行）。
def _load_auth_exempt():
    """加载豁免清单单一真源（部署态 sys.path 可能不含应用根，禁裸包导入）。"""
    try:
        from app import auth_exempt as mod                    # type: ignore
        return mod
    except Exception:                                          # noqa: BLE001
        spec = importlib.util.spec_from_file_location(
            "yj_auth_exempt_nf", os.path.join(APP_DIR, "app", "auth_exempt.py"))
        mod = importlib.util.module_from_spec(spec)
        spec.loader.exec_module(mod)
        return mod


try:
    EXEMPT = _load_auth_exempt()
except Exception as _load_exc:                                 # noqa: BLE001
    log.error("[semantics] 豁免清单单一真源加载失败（不豁免任何路径）: %s", _load_exc)
    EXEMPT = None


def is_exempt_path(path):
    """该路径是否免鉴权（委托 `auth_exempt.is_exempt_path()`，单一真源）。

    :param path: 请求路径
    :return: bool —— 豁免 True；清单不可用/判定异常一律 False（fail-closed）
    """
    if EXEMPT is None:
        return False
    try:
        return bool(EXEMPT.is_exempt_path(path))
    except Exception as exc:                                   # noqa: BLE001
        log.error("[semantics] 豁免判定异常（按不豁免处理）: %s", exc)
        return False

#: 组合链装配顺序（**内层 → 外层**，即列表最后一项是最外层）。
_COMPOSED_INNER_FIRST = (
    ("business_status_middleware", "business_status_middleware"),
    # ↓ 最外层：入口内建只读路径 + 非读方法 → 405 + Allow（Bug EPaXUem2 / QC #4 #5）
    #   必须排在 resource_preflight 之外：/healthz 是入口 add_get 注册的运行时路由，
    #   预检层按磁盘资源判定会把它当「不存在」→ 404，方法语义就永远轮不到。
    ("get_only_405", "method_gate_middleware"),
)


def is_resource_missing(exc):
    """异常是否为「资源不存在」语义（ahserver 路径解析失败），而非真实服务端缺陷。"""
    msg = str(exc) or ""
    return any(sig in msg for sig in RESOURCE_MISSING_SIGNATURES)


def _module_file(mod):
    """`mod` → 中间件文件的绝对路径（`mod` 可能是 `notfound_middleware` 或 `app.xxx`）。

    注意目录层级（Bug EPaXUem2 复验暴露）：本文件位于 `<应用根>/app/`，
    `APP_DIR` 是**应用根**，中间件文件在 `<应用根>/app/<mod>.py`。
    旧实现只拼 `APP_DIR/<mod>.py`（少一级 app/）→ 绝对路径兜底恒失败 →
    组合链被判「不可导入」→ 降级 fail-closed（线上靠 sys.path[0]=app/ 侥幸可用）。
    现两处都试：`<应用根>/app/` 优先，再兜 `<应用根>/`（兼容历史扁平布局）。
    """
    name = mod.split(".")[-1] + ".py"
    for cand in (os.path.join(APP_DIR, "app", name), os.path.join(APP_DIR, name)):
        if os.path.isfile(cand):
            return cand
    return os.path.join(APP_DIR, "app", name)


def _import_attr(mod, attr):
    """取中间件对象：先按包名导入，**失败再按绝对文件路径加载**。

    为什么必须有绝对路径兜底（Bug vRZrx0Ff9tz / R18 复测根因）：
    部署态入口用 `python app/scense.py` 启动时 `sys.path[0]` 是 `app/` 而非应用根，
    `__import__("route_guard_middleware")` 可能 ImportError；旧实现 `continue` 掉
    不记录 → `compose_guard_chain()` 抛 RuntimeError → 外层**降级为 handler-only**
    （只做 404 映射）→ 鉴权层整层缺席 → 匿名请求直达业务处理器返回 200。
    绝对路径加载（importlib.util.spec_from_file_location）不依赖 sys.path，
    与 `app/scense.py::_bsm_load_by_path` 的做法同源。
    """
    for name in (mod, "app." + mod):
        try:
            m = __import__(name, fromlist=[attr])
            obj = getattr(m, attr, None)
            if obj is not None:
                return obj
        except ImportError:
            continue
        except Exception:                                      # noqa: BLE001
            continue
    # 绝对文件路径兜底
    try:
        import importlib.util
        path = _module_file(mod)
        if not os.path.isfile(path):
            return None
        spec = importlib.util.spec_from_file_location(
            "_yj_guard_" + os.path.basename(path)[:-3], path)
        if spec is None or spec.loader is None:
            return None
        m = importlib.util.module_from_spec(spec)
        spec.loader.exec_module(m)
        return getattr(m, attr, None)
    except Exception as exc:                                   # noqa: BLE001
        log.error("[semantics] 中间件按绝对路径加载失败 %s.%s: %s", mod, attr, exc)
        return None


def _maybe_405(request):
    """入口内建只读路径 + 非读方法 → 405 响应对象；否则 None（继续原逻辑）。

    真源单点：`app/get_only_405.py::maybe_405`（QC #4「新模块零引用=死代码」的接线点）。
    取模块走 `_import_attr` 同一通道：先包导入，失败按绝对文件路径加载 —— 兼容
    `python app/scense.py` 启动时 sys.path[0]=app/ 的场景。
    """
    try:
        mod = sys.modules.get("get_only_405")
        fn = getattr(mod, "maybe_405", None) if mod is not None else None
        if fn is None:
            fn = _import_attr("get_only_405", "maybe_405")
        if fn is None:
            return None
        return fn(web, request)
    except Exception as exc:                                   # noqa: BLE001
        log.error("[405] get_only_405 判定失败（放行到原逻辑）: %s", exc)
        return None


def _wrap(mw, nxt):
    """把一个 `(request, handler)` 中间件包成 `chain(request)`。

    不用 functools.partial：partial(mw, nxt) 会把 nxt 绑到 **request** 形参位上，
    中间件内部就再也拿不到 request（历史装配 bug 的同型错误）。闭包绑定无歧义。
    """
    async def _chain(request):
        return await mw(request, nxt)
    return _chain


def compose_guard_chain(handler):
    """把语义中间件按「外层优先」串成一条链，返回最外层可调用对象。

    :param handler: 业务处理器
    :return: 可 await 的中间件链（签名 `chain(request)`）
    :raises RuntimeError: 任一中间件不可导入（调用方须降级，不得静默当成功）
    """
    chain = handler
    missing = []
    for mod, attr in _COMPOSED_INNER_FIRST:
        mw = _import_attr(mod, attr)
        if mw is None:
            missing.append(attr)
            continue
        chain = _wrap(mw, chain)
    if missing:
        raise RuntimeError("语义中间件不可导入: %s" % ",".join(missing))
    return chain


def _notfound_response(request):
    path = request.path or ""
    is_api = path.endswith(_JSON_SUFFIXES)
    log.warning(
        "[404] resource not found: path=%s (client=%s) -> HTTPNotFound",
        path,
        request.remote or "-",
    )
    if is_api:
        return web.json_response(
            {
                "status": 404,
                "success": False,
                "reason": "no such resource",
                "path": path,
                "hint": "端点/静态资源不存在：核对 wwwroot 是否已软链、端点名是否与磁盘文件一致",
            },
            status=404,
        )
    return web.Response(
        status=404,
        text="404 Not Found: " + path,
        content_type="text/plain",
    )


def _failclosed_auth_gate():
    """组合链装配失败时的**兜底闸门**（fail-closed，绝不 handler-only 放行）。

    Bug vRZrx0Ff9tz / R18 复测：旧实现 `chain = handler` 是 fail-**open** ——
    任一中间件导入失败即整层语义（含鉴权）缺席，匿名请求直达业务处理器返回 200。
    改为：装配失败时至少挂上 `auth_gate_strict_middleware`（绝对路径加载，
    零 app 包依赖）；连它也取不到则用本函数内联的极简闸门（非公开 `.dspy` → 401）。
    """
    strict = _import_attr("auth_gate_strict", "auth_gate_strict_middleware")
    if strict is not None:
        log.error("[semantics] 组合链装配失败，降级为 auth_gate_strict 兜底闸门"
                  "（fail-closed，匿名受保护 API 一律 401）")
        return strict

    async def _inline_deny(request, handler):
        # [R62 / 匿名读全站 P0] 旧实现缺失本函数（连兜底闸门都没有 → fail-open，
        # 匿名直达业务处理器返回 200）。语义：
        #   1. 豁免清单（单一真源 auth_exempt）命中 → 放行（否则登录端点自己 401）；
        #   2. `.dspy` 后缀 **或** 命中业务 API 前缀覆盖面（/scense /runtime /scene
        #      /world /entity 下的 api 端点）→ 401，绝不返回业务数据；
        #   3. 判定自身异常 → 按受保护处理（401），判不了就拒绝。
        path = ""
        try:
            path = request.path or ""
            if is_exempt_path(path):
                return await handler(request)
            low = path.split("?", 1)[0].lower()
            gated = low.endswith(".dspy")
            if not gated:
                try:
                    gated = bool(EXEMPT.is_protected_api_path(path)) if EXEMPT else True
                except Exception:                              # noqa: BLE001
                    gated = True
            if gated:
                log.error("[semantics] 内联兜底闸门 401（语义层全部不可用）: %s", path)
                return web.json_response(
                    {"ok": False, "status": 401, "error": "auth_unavailable", "path": path},
                    status=401)
        except Exception:                                      # noqa: BLE001
            try:
                if path and not is_exempt_path(path):
                    return web.json_response(
                        {"ok": False, "status": 401, "error": "auth_unavailable",
                         "path": path}, status=401)
            except Exception:                                  # noqa: BLE001
                pass
        return await handler(request)

    log.error("[semantics] 组合链与 auth_gate_strict 均不可用，降级为内联兜底闸门")
    return _inline_deny


@web.middleware
async def resource_notfound_middleware(request, handler):
    """语义组合中间件：404（异常侧 + 前置侧）/ 401 / 405 / 400 统一收口。

    * 401/403/404/405 等语义响应由内层中间件直接产生，原样返回；
    * ahserver「路径解析失败」异常 → 404；
    * 其余异常原样上抛（真实后端缺陷仍为 500，不掩错）。
    * 组合链装配失败 → 挂兜底鉴权闸门（fail-closed），**不再**降级为 handler-only。
    """
    # ① 豁免判定（**最前置**：早于资源存在性、早于会话校验、早于方法闸门）。
    #    与 auth_exempt 判据第 3 条一致：登录/登出/健康探针在「还没有会话」的时刻
    #    就必须可达，否则构成"先登录才能登录"的自指死循环（R57b/R59 实测根因）。
    #    注意：这里**只对显式豁免路径**生效，未豁免路径继续走下面的原逻辑
    #    （scripts/selftest_notfound_scope.py 有「未豁免仍拦截」的反向断言）。
    if is_exempt_path(request.path):
        log.debug("[semantics] 豁免路径放行: %s", request.path)
        return await handler(request)

    # ② 前置方法闸门（最外层；组合链装配失败也照样生效，不受 try 影响）
    gate = _maybe_405(request)
    if gate is not None:
        return gate

    try:
        chain = compose_guard_chain(handler)
    except Exception as exc:                                   # noqa: BLE001
        log.error("[semantics] 组合链装配失败(%s)，降级为 fail-closed 鉴权闸门", exc)
        chain = _wrap(_failclosed_auth_gate(), handler)

    try:
        return await chain(request)
    except web.HTTPException:
        # 框架自身抛出的 HTTP 语义异常（404/401/403 等）不拦截
        raise
    except Exception as exc:  # noqa: BLE001
        if is_resource_missing(exc):
            # 异常侧同样先判方法语义：POST/PUT/DELETE /healthz 会一路落到
            # ahserver 资源解析抛 invalid path，这里必须升 405 而不是 404。
            gate = _maybe_405(request)
            if gate is not None:
                return gate
            return _notfound_response(request)
        raise