import { deflateSync } from 'node:zlib'
import { describe, expect, it } from 'vitest'
import { pdfTextLesen } from '@/lib/ocr/pdf-text'

/**
 * Was passiert, wenn jemand ein praepariertes PDF in die Akte legt?
 *
 * Ein Flate-Strom sagt nicht, wie gross er ausgepackt wird. Ein paar
 * Kilobyte Nullen komprimieren auf fast nichts und blaehen sich beim
 * Auspacken auf Gigabyte auf - die klassische Dekompressionsbombe. Der
 * Textleser packte vorher ohne Obergrenze aus.
 *
 * Der Test rechnet nicht mit Gigabyte - das waere in einer Testsuite
 * unhoeflich. Er baut eine Bombe, die die eingebaute Grenze knapp
 * ueberschreitet, und besteht darauf, dass sie nicht ausgepackt wird.
 */

/** Baut ein minimales PDF mit einem einzigen Flate-Strom. */
function pdfMitStrom(nutzlast: Buffer, filter = '/FlateDecode'): Buffer {
  const kopf = Buffer.from(
    `%PDF-1.4\n1 0 obj\n<< /Length ${nutzlast.length} /Filter ${filter} >>\nstream\n`,
    'latin1',
  )
  const fuss = Buffer.from('\nendstream\nendobj\n%%EOF\n', 'latin1')
  return Buffer.concat([kopf, nutzlast, fuss])
}

/**
 * Text, den der Extraktor tatsaechlich findet: Er springt nur an, wenn im
 * Strom PDF-Textoperatoren stehen.
 */
function inhaltsstrom(text: string): Buffer {
  return Buffer.from(`BT /F1 12 Tf (${text}) Tj ET\n`, 'latin1')
}

describe('PDF-Textleser gegen praeparierte Dateien', () => {
  it('liest einen gewoehnlichen Flate-Strom', () => {
    const pdf = pdfMitStrom(deflateSync(inhaltsstrom('Bescheid vom Sozialamt')))

    expect(pdfTextLesen(pdf)).toContain('Bescheid vom Sozialamt')
  })

  it('packt eine Bombe nicht aus, die die Stromgrenze ueberschreitet', () => {
    // Die Nutzlast traegt eine erkennbare Marke UND 9 MB Fuellung. Beides
    // ist wichtig: Ohne die Marke waere das Ergebnis auch ohne Grenze leer,
    // und der Test bewiese nichts. Die Fuellung komprimiert auf wenige
    // Kilobyte, die Grenze je Strom liegt bei 8 MB - zlib bricht ab, der
    // Strom wird verworfen, und die Marke erscheint eben nicht.
    const bombe = deflateSync(
      Buffer.concat([inhaltsstrom('BOMBE-MARKE'), Buffer.alloc(9 * 1024 * 1024, 0x20)]),
    )
    const pdf = pdfMitStrom(bombe)

    // Kein Absturz, kein Aufblaehen: einfach kein Text.
    expect(pdfTextLesen(pdf)).toBe('')
  })

  it('liest denselben Strom, wenn er unter der Grenze bleibt', () => {
    // Gegenprobe zum Test darueber: Dieselbe Bauform, nur 4 MB Fuellung.
    // Damit ist belegt, dass oben die Grenze greift und nicht die Bauform
    // des Testfalls.
    const knappDrunter = deflateSync(
      Buffer.concat([inhaltsstrom('BOMBE-MARKE'), Buffer.alloc(4 * 1024 * 1024, 0x20)]),
    )

    expect(pdfTextLesen(pdfMitStrom(knappDrunter))).toContain('BOMBE-MARKE')
  })

  it('bleibt handhabbar, wenn viele mittelgrosse Stroeme zusammenkommen', () => {
    // Zwoelf Stroeme mit je 6 MB Nutzlast liegen einzeln unter der
    // Stromgrenze, zusammen aber ueber der Gesamtgrenze von 64 MB. Ohne den
    // zweiten Deckel waeren das 72 MB im Speicher, und zwar je Dokument.
    const einer = deflateSync(Buffer.concat([inhaltsstrom('Seite'), Buffer.alloc(6 * 1024 * 1024, 0x20)]))
    const teile: Buffer[] = [Buffer.from('%PDF-1.4\n', 'latin1')]
    for (let i = 0; i < 12; i += 1) {
      teile.push(
        Buffer.from(`${i + 1} 0 obj\n<< /Length ${einer.length} /Filter /FlateDecode >>\nstream\n`, 'latin1'),
        einer,
        Buffer.from('\nendstream\nendobj\n', 'latin1'),
      )
    }
    teile.push(Buffer.from('%%EOF\n', 'latin1'))

    const text = pdfTextLesen(Buffer.concat(teile))

    // Etwas wird gelesen - aber nicht alle zwoelf Stroeme. Waere der
    // Gesamtdeckel weg, stuende "Seite" zwoelfmal darin.
    const treffer = text.split('Seite').length - 1
    expect(treffer).toBeGreaterThan(0)
    expect(treffer).toBeLessThan(12)
  })

  it('kommt mit einem kaputten Strom zurecht, ohne zu werfen', () => {
    const pdf = pdfMitStrom(Buffer.from('das ist kein zlib-strom', 'latin1'))

    expect(() => pdfTextLesen(pdf)).not.toThrow()
  })

  it('ignoriert Bilddaten, statt sie auszupacken zu versuchen', () => {
    const pdf = pdfMitStrom(deflateSync(inhaltsstrom('unsichtbar')), '/DCTDecode')

    expect(pdfTextLesen(pdf)).toBe('')
  })
})