#!/usr/bin/env python3
"""gen_gb18030_table.py — 生成 GB18030 双字节 → Unicode BMP 码位表（源码生成物，入仓）。

输出：core/gb18030_table.h 的 `static const uint16_t gb_2byte[126][190]`。

为什么这样生成（对齐 devdocs/plan/READER_ENGINE_NOTES.md §3.4）：
  - 用 Python 内置 `gb18030` codec 枚举全部 2 字节码位（GB18030 向后兼容 GBK，
    故本表覆盖 GBK 全部合法双字节对 + 部分扩展）。
  - 表大小 = 126 引导字节（0x81..0xFE）× 190 尾字节 = 23,940 项 × 2B = 47,880 B。
  - 0 值 = 未映射；解码器查表得码位，命中 0 → U+FFFD。
  - 尾字节列布局 = [0x40..0x7E] 紧接 [0x80..0xFE]（跳过 0x7F）；索引 idx(b)：
      b in 0x40..0x7F -> b-0x40 ；b in 0x80..0xFE -> b - 0x41
    （即 b - 0x40 - (b>=0x80)）。

用法：`python3 tools/gen_gb18030_table.py > core/gb18030_table.h`
（可用 env GB18030_TABLE_H 覆写输出路径。）
"""
import sys

LEADS = list(range(0x81, 0xFF))                      # 0x81..0xFE → 126 个
TRAILS = list(range(0x40, 0x7F)) + list(range(0x80, 0xFF))  # 0x40..0x7E,0x80..0xFE → 190 个

INDEX_OF = {b: i for i, b in enumerate(TRAILS)}      # 尾字节 → 列号

def build():
    g = [0] * (len(LEADS) * len(TRAILS))
    for k, lead in enumerate(LEADS):
        for j, tr in enumerate(TRAILS):
            try:
                s = bytes([lead, tr]).decode('gb18030')
                if len(s) == 1 and ord(s) <= 0xFFFF:
                    g[k * len(TRAILS) + j] = ord(s)
            except UnicodeDecodeError:
                pass
    return g

def emit(g):
    rows, cols = len(LEADS), len(TRAILS)
    out = sys.stdout
    out.write("/* gb18030_table.h — GB18030 双字节 → Unicode BMP 码位表（生成物，勿手改；\n")
    out.write(" * 由 tools/gen_gb18030_table.py 用 python3 `gb18030` codec 生成）。\n")
    out.write(" * 布局：gb_2byte[lead-0x81][trail_col]；列号 idx(b)= b-0x40-(b>=0x80)；\n")
    out.write(" * 值 0 = 未映射（解码器输出 U+FFFD）。46 bytes 行格式可读。*/\n")
    out.write("#ifndef RD_GB18030_TABLE_H\n#define RD_GB18030_TABLE_H\n\n")
    out.write("#include <stdint.h>\n\n")
    out.write("#define RD_GB_LEADS     %d\n" % rows)
    out.write("#define RD_GB_TRAILS    %d\n" % cols)
    out.write("#define RD_GB_LEAD0     0x81\n")
    out.write("#define RD_GB_TRAIL0    0x40\n\n")
    out.write("/* gb_2byte[126][190]：rdgb_lookup(lead, trail) 返回 BMP 码位或 0。 */\n")
    out.write("static const uint16_t gb_2byte[%d][%d] = {\n" % (rows, cols))
    for k in range(rows):
        out.write("  {")
        for j in range(cols):
            v = g[k * cols + j]
            if j % 8 == 0:
                out.write("\n   " if j else "")
            out.write("0x%04X,%s" % (v, "" if j == cols - 1 else ""))
        out.write("\n  }%s\n" % ("," if k != rows - 1 else ""))
    out.write("};\n\n#endif /* RD_GB18030_TABLE_H */\n")

if __name__ == '__main__':
    emit(build())