#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""validate_models_json —— database-table-definition-spec 机械校验器（M11b-2b-A 修复版 rev4）。

QC #4/#7/#9/#10 要求：表定义 JSON 必须是 spec 规定的四段式（summary/fields/indexes/
codes），类型必须是 spec 声明的抽象类型，主键 id 必须是 str/length>=32，索引必须用
``idxtype`` + ``idxfields``。本脚本把这些规则变成**可执行的断言**，任何一份 models/*.json
不合规就非零退出（真源不合规同样 FAIL —— QC #9：真源不合规则引用方不可能合规）。

本版本修复 QC 退回项（只改本脚本，不改任何 models/*.json）：
  QC #2 抽象类型误报：纯抽象类型名（datetime/timestamp/date/time/text/long/…）一律放行，
        只有 type 字符串本身含括号或空格（方言写法 varchar(64)/decimal(15,2)/datetime(3)）
        或本身就是 spec 不存在的非抽象类型名（varchar/bigint/json/blob/…）才判违规。
        NATIVE_TYPE_WORDS 中已删除 "datetime(" / "timestamp(" 两项。
  QC #3 CLI 与文档一致：argparse 真正提供 --allow-registered-deviation（见下方「用法」）。
        同一轮 QC #3 追加要求「拦截分布可一条命令复现」：本版本在结尾输出
        ``RULE_STATS: <规则标签>=<条数>`` 逐规则计数 + ``RULE_STATS_TOTAL`` 总量，
        复核者只需一条命令即可核对分布，不必依赖任何中间文件：
            python3 modules/world_sync/scripts/validate_models_json.py \
                $(ls -d modules/*/models) 2>&1 | grep "^RULE_STATS"
        第四轮补强（本轮唯一修项）：RULE_STATS_TAGS 改为「tag -> 候选文案列表，每个候选是
        需同时命中的子串元组」，_rule_tag() 取首个「任一候选全命中」的 tag；并在打印
        RULE_STATS_TOTAL **之前**断言 other==0 —— 仍有未归类 ERROR 时逐条打印
        ``RULE_STATS_OTHER_DETAIL: <path> | <原文>`` 后以退出码 2 结束（视为分布不可复现）。
        不改动任何 errors.append 文案与判定逻辑，故既有回归断言字符串
        （errors=0 / RESULT: PASS / DEVIATION(registered) / root_keys_ok=）全部不变。
  QC #4 root_keys_ok：由 validate_model 显式计算 (not missing and not extra) 并随结果返回，
        main() 直接打印该布尔值，不再用「错误串里是否含『四段式』」猜测。
  QC #5 引用式 key/schema：spec 不承认引用式结构，直接判 ERROR 并提示改为内联四段式；
        COMPLIANCE_DEVIATIONS 中针对 pbl_runtime_event/pbl_entity_state 的 4 条失效登记项
        一并删除（引用式在根键检查处即 FAIL，根本到不了 fields 校验，登记形同虚设）。
  QC #1（第三轮）放行机制对 auto_increment 生效：字段段「spec 未定义键」检查原先无条件报错，
        导致 (表名,"id","auto-increment") 即使已登记、即使传了 --allow-registered-deviation，
        仍残留 `fields[N](id) 含 spec 未定义键: auto_increment` 而整体 FAIL —— id-not-str32
        可豁免、auto_increment 不可豁免，机制自相矛盾。现在该检查改为**偏离感知**：
        id 上的 auto_increment 键统一交由 id 分支按 strict/allow 两态处理（已登记 + 传开关
        → 降级为 DEVIATION(registered) 明细，不计入 errors；未登记或未传开关 → 照旧 ERROR）；
        其它字段上的未定义键也支持通用登记键 (表名, 列名, "unknown-key:<键名>")，同样两态。

偏离放行语义（唯一允许的偏离，需 --allow-registered-deviation 显式声明才放行）：
  1) (表名, "id", "id-not-str32")     —— 主键 id 非 str 或 length<32；
  2) (表名, "id", "auto-increment")   —— id 带 spec 未定义键 auto_increment；
  3) (表名, 列名, "unknown-key:<K>")  —— 任意字段带 spec 未定义键 <K>（通用形式）。
  未传该开关时上述项仍判 ERROR，并打印「需 --allow-registered-deviation 放行」提示；传入时
  逐条打印 DEVIATION(registered) 明细（含登记说明），不静默放过。
  注意：只有**登记过**的才可能放行；登记表为空时 --allow-registered-deviation 不放行任何项。
  典型场景：分区表物理主键需要 long + auto_increment（MySQL 1503：分区键必须进主键）。
  若某表确需此类写法，须先在其模块任务里把 (表名,"id","id-not-str32") 与
  (表名,"id","auto-increment") 登记进 COMPLIANCE_DEVIATIONS，再配合开关使用 —— 两者缺一不可，
  只登记不传开关仍 FAIL，只传开关不登记也 FAIL。
  与并行子任务 B 的接口：B 把 pbl_runtime_event/pbl_entity_state 内联为四段式后，若保留
  id=long(+auto_increment) 写法，须由 B 在其任务内按上述键格式登记（本任务按 QC #5 选 (a)，
  登记表保持为空 {}，不放行任何历史失效项）。

用法：
    python validate_models_json.py <models目录1> [<目录2> ...]
    python validate_models_json.py --allow-registered-deviation <models目录>
    python validate_models_json.py --files a.json b.json <models目录>
    python validate_models_json.py --json-report out.json <models目录>
"""

import argparse
import json
import os
import sys

SPEC_ROOT_KEYS = ("summary", "fields", "indexes", "codes")
SUMMARY_KEYS = ("name", "title", "primary", "catelog")
SUMMARY_OPTIONAL = ("comment",)
FIELD_KEYS = ("name", "title", "type", "length", "dec", "nullable", "default")
INDEX_KEYS = ("name", "idxtype", "idxfields")
CODE_KEYS = ("field", "table", "valuefield", "textfield", "cond")
ABSTRACT_TYPES = {
    "str": ("length",), "char": ("length",),
    "short": (), "int": (), "long": (),
    "float": ("length", "dec"), "double": ("length", "dec"),
    "ddouble": ("length", "dec"), "decimal": ("length", "dec"),
    "date": (), "time": (), "datetime": (), "timestamp": (),
    "text": (), "bin": (),
}
# QC #2：spec 明确不存在的非抽象类型名（type 本身就是这些词即违规）。
# 注意：这里**不得**出现 datetime/timestamp/date/time/text/long 等 spec 合法抽象类型，
# 也不得出现带括号的写法（带括号的情况由「type 含括号/空格 = 方言写法」分支统一拦截）。
NATIVE_TYPE_WORDS = {"varchar", "nvarchar", "bigint", "tinyint", "mediumint",
                     "smallint", "integer", "int2", "int4", "int8",
                     "json", "jsonb", "blob", "clob", "bytea", "varbinary",
                     "numeric", "boolean", "bool", "enum", "set", "unsigned",
                     "serial", "bigserial", "uuid", "money"}
NULLABLE_VALUES = ("yes", "no")

# QC #5：引用式写法（key=schema + schema 段）不被 spec 承认 —— 直接 FAIL，请改为内联四段式。
# 因此这里不再为引用式文件登记任何偏离项（到不了 fields 校验，登记永不命中）。
#
# 已登记的偏离：(表名, 列名, 偏离类型) -> 说明 —— 只有登记过的才允许放行，且必须打印
COMPLIANCE_DEVIATIONS = {}

DEVIATION_HINT = "需 --allow-registered-deviation 放行"

# QC #3（第三轮）：逐规则计数标签 —— 让「真·非抽象类型仍被拦截」的分布不依赖中间文件，
# 一条命令即可复现（结尾 RULE_STATS 行）。
#
# QC #3（第四轮）结构重构：本表是「tag -> 候选文案列表」，**每个候选是一个需同时命中的子串
# 元组**（AND），tag 命中条件是「任一候选全命中」（OR）。_rule_tag() 按本表顺序取首个命中。
# 上一轮的缺陷（本轮唯一修项，全平台扫描 983 条 ERROR 中 35 条落入 other）：
#   1) 多条「候选文案」被误写成「同时命中」的单一元组 —— unreadable_json 的三串、
#      summary_shape 的三串因此永不命中；
#   2) code_required_missing 的 needle ".必填" 与真实文案 "codes[0].table 必填"
#      （「.」与「必填」之间有一个空格）差一个空格 → 10 条 codes 必填全漏；
#   3) fields[N] / indexes[N](x) / codes[N] 的「必须是 object」、「fields 必须是非空数组」、
#      "indexes[N](x).name 必填"、"summary[0] 含 spec 未定义键" 等文案根本没有标签。
# 所有 needle 均逐条对照 validate_model() / check_type_value() 里 errors.append 的**原文**写就。
#
# 顺序铁律：**更具体的标签必须排在更泛的之前**，否则会被泛化标签抢走。本表已知的子串包含关系：
#   - "idxfields 必须是非空数组" ⊃ "fields 必须是非空数组"  → index_fields_bad 早于 fields_array_shape
#   - "indexes[N](x).name 必填" ⊃ ".name 必填"              → index_name_missing 早于 field_name_missing
#   - "summary[0].name 必填"    ⊃ ".name 必填"              → summary_required_missing 早于二者
#   - "fields[N](id) 含 spec 未定义键: auto_increment" ⊃ field_unknown_key
#                                                         → id_auto_increment 早于 field_unknown_key
#   - "id 带 spec 未定义键 auto_increment" / "auto_increment 未在偏离登记表中" 不得被
#     泛化标签抢走 → id_auto_increment_key / id_auto_increment_unregistered 单列且排最前
RULE_STATS_TAGS = (
    # ---- 1) 文件级：三种不可用情形（同一 tag，三个**候选**，任一命中即归类）----
    ("unreadable_json", (("JSON 不可解析",), ("文件不可读",),
                         ("根对象必须是 JSON object",))),
    ("reference_style_key_schema", (("引用式写法",),)),
    ("root_key_extra", (("根键多出 spec 未定义的段",),)),
    ("root_key_missing", (("根键缺少 spec 必需段",),)),
    # ---- 2) summary 段：原 summary_shape 一个永不命中的 tag 拆成三类，各自单列 ----
    ("summary_shape_bad", (("summary 必须是恰好 1 条记录的数组",),)),
    ("summary_unknown_key", (("summary[0] 含 spec 未定义键",),)),
    ("summary_required_missing", (("summary[0].name 必填",), ("summary[0].title 必填",))),
    # 承载原 primary_not_array 的同一批文案（"summary[0].primary 必须是非空数组…"），
    # 更名以与 summary_* 系列对齐，条数不变；泛化 needle 保留以兼容任何前缀变体。
    ("summary_primary_shape", (("primary 必须是非空数组",),)),
    # ---- 3) type 四类（QC #2 判定行为不变，此处只归类）----
    ("type_db_native", (("是数据库原生类型",),)),
    ("type_db_dialect", (("是数据库方言具体类型",),)),
    ("type_not_in_abstract_table", (("不在 spec 抽象类型表内",),)),
    ("type_not_string", (("type 必须是非空字符串",),)),
    ("field_length_dec_missing", (("必须带正整数",),)),
    ("field_nullable_bad", (("nullable 只能是",),)),
    # ---- 4) id 专属：auto_increment 三种文案各自单列，且必须早于泛化 field_unknown_key ----
    ("id_auto_increment_unregistered", (("auto_increment 未在偏离登记表中",),)),
    ("id_auto_increment_key", (("id 带 spec 未定义键 auto_increment",),)),
    ("pk_id_not_str32", (("主键 id 必须 str 且 length>=32",),)),
    ("id_auto_increment", (("fields[", "含 spec 未定义键: auto_increment"),)),
    ("field_unknown_key", (("fields[", "含 spec 未定义键"),)),
    # ---- 5) indexes 段（**整段**早于 fields_array_shape / field_name_missing，理由见上）----
    ("index_unknown_key", (("indexes[", "含 spec 未定义键"),)),
    ("index_name_missing", (("indexes[", ".name 必填"),)),
    ("index_type_bad", (("idxtype 必须是",),)),
    ("index_fields_bad", (("idxfields 必须是非空数组",),)),
    ("index_ref_unknown_col", (("idxfields 引用不存在的列",),)),
    ("index_name_primary", (("主键不写进 indexes",),)),
    ("index_dup_name", (("索引名重复",),)),
    # ---- 6) codes 段 ----
    ("code_unknown_key", (("codes[", "含 spec 未定义键"),)),
    ("code_ref_unknown_col", (("codes[", "引用不存在的列"),)),
    # 真实文案 "codes[0].table 必填"（有空格），故用 ("codes[", "必填") 两子串同时命中
    ("code_required_missing", (("codes[", "必填"),)),
    ("code_cond_parentid", (("cond 必须用 parentid=",),)),
    ("code_table_dot", (("codes.table 禁止",),)),
    # ---- 7) 其余结构 / 必填类（泛化，必须排在带前缀的专属标签之后）----
    # fields[N] / indexes[N](x) / codes[N] 三种「必须是 object」文案共用一个 tag
    ("item_not_object", (("必须是 object",),)),
    ("fields_array_shape", (("fields 必须是非空数组",),)),
    ("field_name_missing", ((".name 必填",),)),
    ("field_title_missing", ((".title 必填",),)),
    ("field_dup_name", (("字段名重复",),)),
    ("primary_unknown_col", (("primary 引用了不存在的列",),)),
)


def _rule_tag(message):
    """把一条 ERROR 文本归类到规则标签（QC #3：分布可由一条命令复现）。

    语义（第四轮）：RULE_STATS_TAGS 每项为 (tag, candidates)，candidates 是若干候选，
    每个候选是**需同时命中**的子串元组；本函数返回**首个**「任一候选全命中」的 tag，
    全不命中返回 "other"（main() 会断言 other==0，不允许出现）。
    """
    for tag, candidates in RULE_STATS_TAGS:
        for needles in candidates:
            if all(n in message for n in needles):
                return tag
    return "other"


def _is_reference_style(data):
    """识别引用式结构：{"key": "schema", "schema": {...}} 之类（spec 不承认）。"""
    if not isinstance(data, dict):
        return False
    if str(data.get("key", "")).lower() == "schema" and "schema" in data:
        return True
    # 变体：只有 schema 段而无四段式，同样属于引用式（把权威定义指向别处）
    if "schema" in data and not any(k in data for k in SPEC_ROOT_KEYS):
        return True
    return False


def _unknown_key_deviation_key(table, field_name, key_name):
    """字段段 spec 未定义键对应的登记键（QC #1）。

    id 上的 auto_increment 复用 (表名,"id","auto-increment")，与 id 分支同一登记项，
    避免「登记了 auto-increment 却因 unknown-key 分支无条件报错」的放行失效缺陷；
    其余未定义键使用通用形式 (表名, 列名, "unknown-key:<键名>")。
    """
    if table is None:
        return None
    if field_name == "id" and key_name == "auto_increment":
        return (table, "id", "auto-increment")
    return (table, field_name, "unknown-key:%s" % key_name)


def check_type_value(type_value):
    """返回该 type 写法的问题列表（spec 只允许抽象类型）。

    判定顺序（QC #2）：
      1) 非字符串/空串 → 违规；
      2) 含括号或空格（varchar(64)/decimal(15,2)/datetime(3)/timestamp with time zone）
         → 方言具体类型，违规；
      3) 纯抽象类型名且在 ABSTRACT_TYPES 内（datetime/timestamp/text/long/date/time…）
         → **一律放行**，不再二次怀疑为原生类型；
      4) 名字命中 NATIVE_TYPE_WORDS（varchar/bigint/json/blob/…）→ 违规；
      5) 其余不在抽象类型表内的名字 → 违规。
    """
    problems = []
    if not isinstance(type_value, str) or not type_value.strip():
        problems.append("type 必须是非空字符串")
        return problems
    low = type_value.strip().lower()
    if "(" in low or ")" in low or " " in low:
        problems.append("type=%r 是数据库方言具体类型（spec 禁止，应使用抽象类型 + length/dec）" % type_value)
        return problems
    if low in ABSTRACT_TYPES:
        return problems  # 合法抽象类型，直接放行
    if low in NATIVE_TYPE_WORDS:
        problems.append("type=%r 是数据库原生类型（spec 无此抽象类型，应改用 long/text/int/str 等）" % type_value)
        return problems
    problems.append("type=%r 不在 spec 抽象类型表内" % type_value)
    return problems


def validate_model(path, strict_id=True):
    """校验一份表定义 JSON。

    返回 4-tuple: (errors, deviations, table_name, root_keys_ok)
      root_keys_ok = (not missing and not extra)，在函数内显式计算（QC #4）。
    """
    errors = []
    deviations = []
    try:
        with open(path, "r", encoding="utf-8") as fh:
            data = json.load(fh)
    except ValueError as exc:
        return (["JSON 不可解析: %s" % exc], [], None, False)
    except OSError as exc:
        return (["文件不可读: %s" % exc], [], None, False)
    if not isinstance(data, dict):
        return (["根对象必须是 JSON object"], [], None, False)

    # QC #5：引用式 key/schema 写法 —— spec 不承认，直接 FAIL（不做跨模块解引用）
    if _is_reference_style(data):
        errors.append("引用式写法（key=schema / schema 指向他处权威定义）不被 database-table-definition-spec "
                      "承认，须在本文件内联四段式 summary/fields/indexes/codes")
        return (errors, deviations, None, False)

    extra = [k for k in data if k not in SPEC_ROOT_KEYS]
    missing = [k for k in SPEC_ROOT_KEYS if k not in data]
    root_keys_ok = (not missing and not extra)  # QC #4：显式计算，不靠字符串猜测
    if extra:
        errors.append("根键多出 spec 未定义的段: %s（四段式只允许 summary/fields/indexes/codes）"
                      % ", ".join(sorted(extra)))
    if missing:
        errors.append("根键缺少 spec 必需段: %s" % ", ".join(missing))
    if errors:
        return (errors, deviations, None, root_keys_ok)

    summary = data["summary"]
    if not isinstance(summary, list) or len(summary) != 1 or not isinstance(summary[0], dict):
        errors.append("summary 必须是恰好 1 条记录的数组")
        return (errors, deviations, None, root_keys_ok)
    s = summary[0]
    table = s.get("name")
    for k in ("name", "title"):
        if not s.get(k):
            errors.append("summary[0].%s 必填" % k)
    unknown = [k for k in s if k not in SUMMARY_KEYS + SUMMARY_OPTIONAL]
    if unknown:
        errors.append("summary[0] 含 spec 未定义键: %s（应并入 summary[0].comment 文本或删除）"
                      % ", ".join(sorted(unknown)))
    primary = s.get("primary")
    if not isinstance(primary, list) or not primary:
        errors.append("summary[0].primary 必须是非空数组（字符串会渲染成 'i,d'）")
        primary = []

    fields = data["fields"]
    if not isinstance(fields, list) or not fields:
        errors.append("fields 必须是非空数组")
        return (errors, deviations, table, root_keys_ok)
    names = []
    for idx, f in enumerate(fields):
        where = "fields[%d]" % idx
        if not isinstance(f, dict):
            errors.append("%s 必须是 object" % where)
            continue
        name = f.get("name")
        where = "fields[%d](%s)" % (idx, name or "?")
        if not name or not isinstance(name, str):
            errors.append("%s.name 必填" % where)
            continue
        names.append(name)
        if not f.get("title"):
            errors.append("%s.title 必填（DDL COMMENT 用）" % where)
        # QC #1：spec 未定义键检查改为偏离感知 —— 已登记且传入 --allow-registered-deviation
        # 的键不再计入 errors（id.auto_increment 交由下方 id 分支统一打印 DEVIATION 明细，
        # 避免同一偏离重复计数；其它键在此直接降级为 DEVIATION(registered)）。
        unknown = []
        for k in sorted([k for k in f if k not in FIELD_KEYS]):
            dkey = _unknown_key_deviation_key(table, name, k)
            if k == "auto_increment" and name == "id" and dkey in COMPLIANCE_DEVIATIONS:
                continue  # strict/allow 两态由 id 分支处理（同一登记项，只报一次）
            if dkey is not None and dkey in COMPLIANCE_DEVIATIONS:
                if strict_id:
                    # 已登记但未传开关：照旧 ERROR，并明确提示如何放行（与 id 分支同一语义）
                    errors.append("%s 含 spec 未定义键: %s —— 该项已登记偏离，%s"
                                  % (where, k, DEVIATION_HINT))
                    continue
                deviations.append("%s: 含 spec 未定义键 %s —— 已登记偏离：%s"
                                  % (where, k, COMPLIANCE_DEVIATIONS[dkey]))
                continue
            unknown.append(k)
        if unknown:
            errors.append("%s 含 spec 未定义键: %s" % (where, ", ".join(unknown)))
        t = f.get("type")
        errors.extend("%s: %s" % (where, m) for m in check_type_value(t))
        req = ABSTRACT_TYPES.get(str(t).strip().lower(), ())
        for need in req:
            v = f.get(need)
            if not isinstance(v, int) or isinstance(v, bool) or v <= 0:
                errors.append("%s: type=%s 必须带正整数 %s（实测 %r）" % (where, t, need, v))
        nullable = f.get("nullable")
        if nullable is not None and nullable not in NULLABLE_VALUES:
            errors.append('%s.nullable 只能是 "yes"|"no"（实测 %r）' % (where, nullable))
        if name == "id":
            if str(t).strip().lower() != "str" or not (isinstance(f.get("length"), int) and f["length"] >= 32):
                key = (table, "id", "id-not-str32")
                if key in COMPLIANCE_DEVIATIONS:
                    if strict_id:
                        errors.append("%s: 主键 id 必须 str 且 length>=32（spec 规则），实测 type=%r length=%r"
                                      " —— 该项已登记偏离，%s"
                                      % (where, t, f.get("length"), DEVIATION_HINT))
                    else:
                        deviations.append("%s: id 非 str(32)（type=%r length=%r）—— 已登记偏离：%s"
                                          % (where, t, f.get("length"), COMPLIANCE_DEVIATIONS[key]))
                else:
                    errors.append("%s: 主键 id 必须 str 且 length>=32（spec 规则），实测 type=%r length=%r"
                                  % (where, t, f.get("length")))
            if "auto_increment" in f:
                key = (table, "id", "auto-increment")
                if key in COMPLIANCE_DEVIATIONS:
                    if strict_id:
                        errors.append("%s: id 带 spec 未定义键 auto_increment（实测 %r）"
                                      " —— 该项已登记偏离，%s"
                                      % (where, f.get("auto_increment"), DEVIATION_HINT))
                    else:
                        deviations.append("%s: id 带 spec 未定义键 auto_increment —— 已登记偏离：%s"
                                          % (where, COMPLIANCE_DEVIATIONS[key]))
                else:
                    errors.append("%s: auto_increment 未在偏离登记表中（spec 无此键）" % where)

    dup = [n for n in set(names) if names.count(n) > 1]
    if dup:
        errors.append("字段名重复: %s" % ", ".join(sorted(dup)))
    for p in primary:
        if p not in names:
            errors.append("primary 引用了不存在的列: %s" % p)

    for idx, i in enumerate(data["indexes"] or []):
        where = "indexes[%d](%s)" % (idx, i.get("name") if isinstance(i, dict) else "?")
        if not isinstance(i, dict):
            errors.append("%s 必须是 object" % where)
            continue
        unknown = [k for k in i if k not in INDEX_KEYS]
        if unknown:
            errors.append("%s 含 spec 未定义键: %s（unique/fields 写法不被 DDL 模板识别）"
                          % (where, ", ".join(sorted(unknown))))
        if not i.get("name"):
            errors.append("%s.name 必填" % where)
        if i.get("idxtype") not in ("unique", "index"):
            errors.append('%s.idxtype 必须是 "unique"|"index"（实测 %r）' % (where, i.get("idxtype")))
        idxf = i.get("idxfields")
        if not isinstance(idxf, list) or not idxf:
            errors.append("%s.idxfields 必须是非空数组" % where)
            continue
        for c in idxf:
            if c not in names:
                errors.append("%s.idxfields 引用不存在的列: %s" % (where, c))
        if str(i.get("name")) == "PRIMARY":
            errors.append("%s: 主键不写进 indexes（spec 用 summary[0].primary 声明）" % where)
    idx_names = [i.get("name") for i in data["indexes"] or [] if isinstance(i, dict)]
    dup = [n for n in set(idx_names) if idx_names.count(n) > 1]
    if dup:
        errors.append("索引名重复: %s" % ", ".join(sorted(dup)))

    for idx, c in enumerate(data["codes"] or []):
        where = "codes[%d]" % idx
        if not isinstance(c, dict):
            errors.append("%s 必须是 object" % where)
            continue
        unknown = [k for k in c if k not in CODE_KEYS]
        if unknown:
            errors.append("%s 含 spec 未定义键: %s" % (where, ", ".join(sorted(unknown))))
        for need in ("field", "table", "valuefield", "textfield"):
            if not c.get(need):
                errors.append("%s.%s 必填" % (where, need))
        if c.get("field") and c["field"] not in names:
            errors.append("%s.field 引用不存在的列: %s" % (where, c["field"]))
        if c.get("table") == "appcodes_kv" and "." in str(c.get("cond", "")):
            errors.append("%s: appcodes_kv 的 cond 必须用 parentid= 分组键" % where)
        if "." in str(c.get("table", "")):
            errors.append("%s: codes.table 禁止 module.table 点号写法" % where)

    return (errors, deviations, table, root_keys_ok)


def collect_targets(dirs, only_files=None):
    """展开目录列表为待校验文件路径（目录不存在则 SKIP 提示）。"""
    targets = []
    for d in dirs:
        if not os.path.isdir(d):
            print("SKIP(not a dir): %s" % d)
            continue
        for name in sorted(os.listdir(d)):
            if not name.endswith(".json"):
                continue
            if only_files and name not in only_files:
                continue
            targets.append(os.path.join(d, name))
    return targets


def main(argv=None):
    ap = argparse.ArgumentParser(description="database-table-definition-spec 机械校验")
    # nargs="*"：`--files a.json /tmp` 这种写法下 argparse 会把目录吞进 --files，
    # 位置参数可能为空，故这里不强制 nargs="+"，改由下方规范化后统一校验非空。
    ap.add_argument("dirs", nargs="*", help="models 目录（校验其下所有 *.json）")
    ap.add_argument("--files", nargs="*", default=None,
                    help="只校验指定文件名（如 --files pbl_runtime_event.json models）；"
                         "非 .json 结尾的参数会被当作额外的 models 目录")
    ap.add_argument("--json-report", default=None)
    # QC #3：docstring 声明的开关必须真实存在于 argparse，否则按文档用法执行会 unrecognized arguments
    ap.add_argument("--allow-registered-deviation", dest="allow_registered_deviation",
                    action="store_true", default=False,
                    help="放行 COMPLIANCE_DEVIATIONS 中已登记的偏离项（未传时这类项仍判 ERROR 并提示需本开关）")
    args = ap.parse_args(argv)

    # --files 用 nargs="*"，argparse 会把后面的目录一并吞进来（如 `--files a.json /tmp`）。
    # 规范化：以 .json 结尾的作为文件名过滤，其余作为额外目录，保证文档用法可直接执行。
    extra_dirs = []
    name_filters = []
    for tok in (args.files or []):
        if str(tok).endswith(".json"):
            name_filters.append(str(tok))
        else:
            extra_dirs.append(str(tok))
    dirs = list(args.dirs or []) + extra_dirs
    if not dirs:
        ap.error("至少提供一个 models 目录（或 --files <name.json> <目录>）")

    strict_id = not args.allow_registered_deviation
    if args.allow_registered_deviation:
        print("MODE: --allow-registered-deviation（已登记偏离项放行，登记项 %d 条）"
              % len(COMPLIANCE_DEVIATIONS))

    total_files = 0
    total_errors = 0
    total_deviations = 0
    rule_counts = {}
    other_details = []  # QC #3（第四轮）：未归类 ERROR 明细 (path, 原文)，用于断言 other==0
    report = []
    for path in collect_targets(dirs, name_filters or None):
        errors, deviations, table, root_keys_ok = validate_model(path, strict_id=strict_id)
        total_files += 1
        total_errors += len(errors)
        total_deviations += len(deviations)
        per_file_rules = {}
        for e in errors:
            tag = _rule_tag(e)
            rule_counts[tag] = rule_counts.get(tag, 0) + 1
            per_file_rules[tag] = per_file_rules.get(tag, 0) + 1
            if tag == "other":
                other_details.append((path, e))
        report.append({"path": path, "table": table, "root_keys_ok": root_keys_ok,
                       "rule_stats": per_file_rules,
                       "errors": errors, "deviations": deviations})
        print("---- %s (table=%s)" % (path, table))
        print("     root_keys_ok=%s" % root_keys_ok)  # QC #4：打印显式计算的布尔值
        for e in errors:
            print("     ERROR: %s" % e)
        for v in deviations:
            print("     DEVIATION(registered): %s" % v)
        if not errors:
            print("     OK: 符合 database-table-definition-spec（偏离 %d 条已登记）" % len(deviations))
    print("=" * 60)
    # QC #3：逐规则计数（不依赖中间文件即可复核「真·非抽象类型仍被拦截、抽象类型未放水」）
    for tag, cnt in sorted(rule_counts.items(), key=lambda kv: (-kv[1], kv[0])):
        print("RULE_STATS: %s=%d" % (tag, cnt))
    # QC #3（第四轮）硬门禁：归类不得有黑洞 —— other 必须为 0，否则「各标签条数之和 ==
    # RULE_STATS_TOTAL」不成立、分布无法逐规则核对。此时逐条打印未归类原文并以退出码 2 结束
    # （视为分布不可复现），不再打印 RULE_STATS_TOTAL / RESULT。
    other_count = rule_counts.get("other", 0)
    if other_count:
        for path, msg in other_details:
            print("RULE_STATS_OTHER_DETAIL: %s | %s" % (path, msg))
        print("RULE_STATS_CHECK: FAIL（%d 条 ERROR 未归入任何规则标签，拦截分布不可复现）"
              % other_count)
        if args.json_report:
            with open(args.json_report, "w", encoding="utf-8") as fh:
                json.dump(report, fh, ensure_ascii=False, indent=1)
        return 2
    assert sum(rule_counts.values()) == total_errors, \
        "RULE_STATS 各标签条数之和(%d) != errors 总数(%d)" % (sum(rule_counts.values()), total_errors)
    print("RULE_STATS_TOTAL: errors=%d files=%d" % (total_errors, total_files))
    print("files=%d errors=%d registered_deviations=%d" % (total_files, total_errors, total_deviations))
    print("RESULT: %s" % ("PASS" if total_errors == 0 else "FAIL"))
    if args.json_report:
        with open(args.json_report, "w", encoding="utf-8") as fh:
            json.dump(report, fh, ensure_ascii=False, indent=1)
    return 0 if total_errors == 0 else 1


if __name__ == "__main__":
    sys.exit(main())