# -*- coding: utf-8 -*-
import re
import sys

sys.path.append('.')

from merge_unihan import parse_pinyins


def get_pinyins(file_path):
    with open(file_path) as fp:
        return parse_pinyins(fp)


def get_pua_map():
    text = '''
# A6D9 		E78D () 	FE10 (︐)
# A6DA 		E78E () 	FE12 (︒)
# A6DB 		E78F () 	FE11 (︑)
# A6DC 		E790 () 	FE13 (︓)
# A6DD 		E791 () 	FE14 (︔)
# A6DE 		E792 () 	FE15 (︕)
# A6DF 		E793 () 	FE16 (︖)
# A6EC 		E794 () 	FE17 (︗)
# A6ED 		E795 () 	FE18 (︘)
# A8BC 	E7C7 () 	1E3F (ḿ) 	1E3F (ḿ)
# A8BF 	E7C8 () 	01F9 (ǹ) 	01F9 (ǹ)
# A989 	E7E7 () 	303E (〾) 	303E (〾)
# A98A 	E7E8 () 	2FF0 (⿰) 	2FF0 (⿰)
# A98B 	E7E9 () 	2FF1 (⿱) 	2FF1 (⿱)
# A98C 	E7EA () 	2FF2 (⿲) 	2FF2 (⿲)
# A98D 	E7EB () 	2FF3 (⿳) 	2FF3 (⿳)
# A98E 	E7EC () 	2FF4 (⿴) 	2FF4 (⿴)
# A98F 	E7ED () 	2FF5 (⿵) 	2FF5 (⿵)
# A990 	E7EE () 	2FF6 (⿶) 	2FF6 (⿶)
# A991 	E7EF () 	2FF7 (⿷) 	2FF7 (⿷)
# A992 	E7F0 () 	2FF8 (⿸) 	2FF8 (⿸)
# A993 	E7F1 () 	2FF9 (⿹) 	2FF9 (⿹)
# A994 	E7F2 () 	2FFA (⿺) 	2FFA (⿺)
# A995 	E7F3 () 	2FFB (⿻) 	2FFB (⿻)
FE50 	E815 () 	2E81 (⺁) 	2E81 (⺁)
FE51 	E816 () 	E816 () 	20087 (𠂇)
FE52 	E817 () 	E817 () 	20089 (𠂉)
FE53 	E818 () 	E818 () 	200CC (𠃌)
FE54 	E819 () 	2E84 (⺄) 	2E84 (⺄)
FE55 	E81A () 	3473 (㑳) 	3473 (㑳)
FE56 	E81B () 	3447 (㑇) 	3447 (㑇)
FE57 	E81C () 	2E88 (⺈) 	2E88 (⺈)
FE58 	E81D () 	2E8B (⺋) 	2E8B (⺋)
FE59 	E81E () 	E81E () 	9FB4 (龴)
FE5A 	E81F () 	359E (㖞) 	359E (㖞)
FE5B 	E820 () 	361A (㘚) 	361A (㘚)
FE5C 	E821 () 	360E (㘎) 	360E (㘎)
FE5D 	E822 () 	2E8C (⺌) 	2E8C (⺌)
FE5E 	E823 () 	2E97 (⺗) 	2E97 (⺗)
FE5F 	E824 () 	396E (㥮) 	396E (㥮)
FE60 	E825 () 	3918 (㤘) 	3918 (㤘)
FE61 	E826 () 	E826 () 	9FB5 (龵)
FE62 	E827 () 	39CF (㧏) 	39CF (㧏)
FE63 	E828 () 	39DF (㧟) 	39DF (㧟)
FE64 	E829 () 	3A73 (㩳) 	3A73 (㩳)
FE65 	E82A () 	39D0 (㧐) 	39D0 (㧐)
FE66 	E82B () 	E82B () 	9FB6 (龶)
FE67 	E82C () 	E82C () 	9FB7 (龷)
FE68 	E82D () 	3B4E (㭎) 	3B4E (㭎)
FE69 	E82E () 	3C6E (㱮) 	3C6E (㱮)
FE6A 	E82F () 	3CE0 (㳠) 	3CE0 (㳠)
FE6B 	E830 () 	2EA7 (⺧) 	2EA7 (⺧)
FE6C 	E831 () 	E831 () 	215D7 (𡗗)
FE6D 	E832 () 	E832 () 	9FB8 (龸)
FE6E 	E833 () 	2EAA (⺪) 	2EAA (⺪)
FE6F 	E834 () 	4056 (䁖) 	4056 (䁖)
FE70 	E835 () 	415F (䅟) 	415F (䅟)
FE71 	E836 () 	2EAE (⺮) 	2EAE (⺮)
FE72 	E837 () 	4337 (䌷) 	4337 (䌷)
FE73 	E838 () 	2EB3 (⺳) 	2EB3 (⺳)
FE74 	E839 () 	2EB6 (⺶) 	2EB6 (⺶)
FE75 	E83A () 	2EB7 (⺷) 	2EB7 (⺷)
FE76 	E83B () 	E83B () 	2298F (𢦏)
FE77 	E83C () 	43B1 (䎱) 	43B1 (䎱)
FE78 	E83D () 	43AC (䎬) 	43AC (䎬)
FE79 	E83E () 	2EBB (⺻) 	2EBB (⺻)
FE7A 	E83F () 	43DD (䏝) 	43DD (䏝)
FE7B 	E840 () 	44D6 (䓖) 	44D6 (䓖)
FE7C 	E841 () 	4661 (䙡) 	4661 (䙡)
FE7D 	E842 () 	464C (䙌) 	464C (䙌)
FE7E 	E843 () 	E843 () 	9FB9 (龹)
FE80 	E844 () 	4723 (䜣) 	4723 (䜣)
FE81 	E845 () 	4729 (䜩) 	4729 (䜩)
FE82 	E846 () 	477C (䝼) 	477C (䝼)
FE83 	E847 () 	478D (䞍) 	478D (䞍)
FE84 	E848 () 	2ECA (⻊) 	2ECA (⻊)
FE85 	E849 () 	4947 (䥇) 	4947 (䥇)
FE86 	E84A () 	497A (䥺) 	497A (䥺)
FE87 	E84B () 	497D (䥽) 	497D (䥽)
FE88 	E84C () 	4982 (䦂) 	4982 (䦂)
FE89 	E84D () 	4983 (䦃) 	4983 (䦃)
FE8A 	E84E () 	4985 (䦅) 	4985 (䦅)
FE8B 	E84F () 	4986 (䦆) 	4986 (䦆)
FE8C 	E850 () 	499F (䦟) 	499F (䦟)
FE8D 	E851 () 	499B (䦛) 	499B (䦛)
FE8E 	E852 () 	49B7 (䦷) 	49B7 (䦷)
FE8F 	E853 () 	49B6 (䦶) 	49B6 (䦶)
FE90 	E854 () 	E854 () 	9FBA (龺)
FE91 	E855 () 	E855 () 	241FE (𤇾)
FE92 	E856 () 	4CA3 (䲣) 	4CA3 (䲣)
FE93 	E857 () 	4C9F (䲟) 	4C9F (䲟)
FE94 	E858 () 	4CA0 (䲠) 	4CA0 (䲠)
FE95 	E859 () 	4CA1 (䲡) 	4CA1 (䲡)
FE96 	E85A () 	4C77 (䱷) 	4C77 (䱷)
FE97 	E85B () 	4CA2 (䲢) 	4CA2 (䲢)
FE98 	E85C () 	4D13 (䴓) 	4D13 (䴓)
FE99 	E85D () 	4D14 (䴔) 	4D14 (䴔)
FE9A 	E85E () 	4D15 (䴕) 	4D15 (䴕)
FE9B 	E85F () 	4D16 (䴖) 	4D16 (䴖)
FE9C 	E860 () 	4D17 (䴗) 	4D17 (䴗)
FE9D 	E861 () 	4D18 (䴘) 	4D18 (䴘)
FE9E 	E862 () 	4D19 (䴙) 	4D19 (䴙)
FE9F 	E863 () 	4DAE (䶮) 	4DAE (䶮)
FEA0 	E864 () 	E864 () 	9FBB (龻)
'''.strip()
    for line in text.split('\n'):
        if line.startswith('#'):
            continue
        gb, gbk, gb_18030, unicode_4_1 = line.split('\t')
        # print(gb, gbk, gb_18030, unicode_4_1)
        # print(get_han_point(gbk), get_han_point(unicode_4_1))
        yield get_han_point(gbk), get_han_point(unicode_4_1)


def get_han_point(text):
    if not text:
        return '', ''
    regex = re.compile(r'(?P<point>[A-Z0-9]+) \((?P<han>[^\)]+)\)')
    result = regex.findall(text)
    return result[0]


def point_to_u_point(point):
    point = point.upper()
    if not point.startswith('U+'):
        point = 'U+' + point
    return point


def gen_pua_data(gbk, unicode_4_1, pinyin_map):
    gbk_point, gbk_han = gbk
    gbk_point = point_to_u_point(gbk_point)
    unicode_4_1_point, unicode_4_1_han = unicode_4_1
    unicode_4_1_point = point_to_u_point(unicode_4_1_point)
    pinyins = ','.join(pinyin_map.get(unicode_4_1_point, []))
    prefix = ''
    if not pinyins:
        prefix = '# '
    return (
        '{prefix}{gbk_point}: {pinyins}  # {gbk_han}  '
        'Unihan: {unicode_4_1_point} {unicode_4_1_han}'
    ).format(**locals())


if __name__ == '__main__':
    pinyin_map = get_pinyins('pinyin.txt')
    print('# GBK/GB 18030 PUA 映射\n'
          '# 详见：https://zh.wikipedia.org/wiki/GB_18030#PUA')
    for gbk, unicode_4_1 in get_pua_map():
        print(gen_pua_data(gbk, unicode_4_1, pinyin_map))