rippy/rippy-windows/src/kern/metadaten/discmerkmale.ts

// Was die Disc über sich selbst verrät (KONZEPT § 5, Schritt 3) — Regeln
// aus prescan.py, dort an echten Discs gemessen:
//
//  Quelle 1 (beste): BDMV/META/DL/bdmt_*.xml — der Studio-Titel im
//  Klartext. Unter Windows hängt Windows die Disc selbst ein (G:\).
//  Quelle 2: Volume-Label (ISO-9660 für DVDs, UDF für Blu-rays ohne
//  ISO-Bridge) — Labels wie BD_EVG_D2 taugen erst normalisiert.
//
//  KEIN makemkvcon hier: Der Zweig kostete 20–120 s je eingelegter Disc
//  und sein Ergebnis las niemand (der 30.08.-Fund „das erkennen dauert
//  sehr sehr lange").
import { closeSync, existsSync, openSync, readdirSync, readFileSync, readSync } from 'node:fs'
// Plattform-Pfade: titelAusBdmt läuft auf einer LAUFZEIT-Wurzel (G:\ im
// Betrieb, ein tmp-Ordner im Linux-CI-Test) — dieselbe Regel wie in
// struktur.ts, am 30.08.2026 zum dritten Mal gelernt.
import { join } from 'node:path'

/** 'PULP_FICTION_DE' → 'Pulp Fiction De' (pur). */
export function normalizeDiscLabel(label: string): string {
  if (label.length === 0) return ''
  const bereinigt = label.replaceAll('_', ' ').replaceAll('.', ' ').split(/\s+/).filter(Boolean).join(' ')
  if (bereinigt === bereinigt.toUpperCase()) {
    return bereinigt
      .toLowerCase()
      .split(' ')
      .map((w) => (w.length > 0 ? w[0].toUpperCase() + w.slice(1) : w))
      .join(' ')
  }
  return bereinigt
}

/** UDF d-string (ECMA-167 1/7.2.12): letztes Byte = Länge, erstes =
 *  Kompressions-ID (8 = Latin-1, 16 = UTF-16BE). Pur, testbar. */
export function parseUdfDstring(daten: Buffer): string {
  if (daten.length === 0) return ''
  const laenge = daten[daten.length - 1]
  if (laenge < 2 || laenge > daten.length - 1) return ''
  const compId = daten[0]
  const text = daten.subarray(1, laenge)
  if (compId === 8) return text.toString('latin1').trim()
  if (compId === 16) {
    // UTF-16BE: Bytes tauschen, dann als LE lesen (Node kennt nur utf16le).
    const getauscht = Buffer.alloc(text.length - (text.length % 2))
    for (let i = 0; i + 1 < text.length; i += 2) {
      getauscht[i] = text[i + 1]
      getauscht[i + 1] = text[i]
    }
    return getauscht.toString('utf16le').trim()
  }
  return ''
}

const SEKTOR = 2048

function lesenBei(fd: number, position: number, laenge: number): Buffer {
  const puffer = Buffer.alloc(laenge)
  const gelesen = readSync(fd, puffer, 0, laenge, position)
  return puffer.subarray(0, gelesen)
}

/** ISO-9660-Volume-Label: Sektor 16, Bytes 40–71 (DVDs). '' wenn keins. */
export function isoVolumeLabel(geraetepfad: string): string {
  let fd: number
  try {
    fd = openSync(geraetepfad, 'r')
  } catch {
    return ''
  }
  try {
    const pvd = lesenBei(fd, 16 * SEKTOR, SEKTOR)
    if (pvd.length < 72 || !pvd.subarray(1, 6).equals(Buffer.from('CD001', 'ascii'))) return ''
    return pvd.subarray(40, 72).toString('latin1').trim()
  } catch {
    return ''
  } finally {
    closeSync(fd)
  }
}

/** UDF-Volume-Label (Blu-rays ohne ISO-Bridge): AVDP bei Sektor 256 →
 *  Main VDS → PVD (Tag 1), Volume Identifier ab Offset 24 (ECMA-167). */
export function udfVolumeLabel(geraetepfad: string): string {
  let fd: number
  try {
    fd = openSync(geraetepfad, 'r')
  } catch {
    return ''
  }
  try {
    const avdp = lesenBei(fd, 256 * SEKTOR, SEKTOR)
    if (avdp.length < 24 || avdp.readUInt16LE(0) !== 2) return ''
    const vdsOrt = avdp.readUInt32LE(20)
    for (let i = 0; i < 32; i++) {
      const block = lesenBei(fd, (vdsOrt + i) * SEKTOR, SEKTOR)
      if (block.length < 56) return ''
      const tagId = block.readUInt16LE(0)
      if (tagId === 1) return parseUdfDstring(block.subarray(24, 56))
      if (tagId === 8) return '' // Terminating Descriptor
    }
    return ''
  } catch {
    return ''
  } finally {
    closeSync(fd)
  }
}

/** Was in BDMV/META/DL/bdmt_*.xml steht. Bis zum 01.09.2026 nahm Rippy von
 *  dieser Datei NUR den Titel — das Inhaltsverzeichnis daneben ist der
 *  stärkere Hinweis und lag ungelesen da. An SPARTACUS_GOTA_D2 gemessen:
 *
 *    <di:name>Spartacus: Gods Of The Arena - Disc 2</di:name>
 *    <di:titleName titleNumber="1">EP 1</di:titleName>
 *    <di:titleName titleNumber="2">EP 2</di:titleName>
 *    <di:titleName titleNumber="51">DUB GER 1</di:titleName>  … usw.
 *
 *  Die Disc sagt damit selbst, dass sie eine SERIE mit zwei Folgen trägt.
 *  Das ist ein Beweis, keine Vermutung — und schlägt jede Titel-Raterei. */
export interface BdmtInhalt {
  /** <di:name> — der Studio-Titel im Klartext; '' wenn keiner dasteht. */
  titel: string
  /** <di:titleName> — was die Disc trägt: Folgen, Tonspuren, Trailer. */
  eintraege: string[]
}

/** Liest die bdmt-Datei EINMAL — bdmt_eng bevorzugt. Regex statt
 *  XML-Parser (Namespaces variieren je Authoring-Werkzeug). */
export function inhaltAusBdmt(wurzel: string): BdmtInhalt {
  // Nicht lesbar heißt „nichts erfahren" — dasselbe Ergebnis wie „keine
  // Datei da". Eine Erkennung scheitert daran nie, sie wird nur ärmer.
  const leer: BdmtInhalt = { titel: '', eintraege: [] }
  const metaOrdner = join(wurzel, 'BDMV', 'META', 'DL')
  if (!existsSync(metaOrdner)) return leer
  let kandidaten: string[]
  try {
    kandidaten = readdirSync(metaOrdner).sort()
  } catch {
    return leer
  }
  const bdmt =
    kandidaten.find((k) => k === 'bdmt_eng.xml') ??
    kandidaten.find((k) => k.startsWith('bdmt_') && k.endsWith('.xml'))
  if (bdmt === undefined) return leer
  let inhalt: string
  try {
    inhalt = readFileSync(join(metaOrdner, bdmt)).subarray(0, 65536).toString('utf8')
  } catch {
    return leer
  }
  const name = /<di:name>([^<]{2,120})<\/di:name>/.exec(inhalt)
  const eintraege: string[] = []
  for (const t of inhalt.matchAll(/<di:titleName[^>]*>([^<]{1,120})<\/di:titleName>/g)) {
    const text = t[1].trim()
    if (text.length > 0) eintraege.push(text)
  }
  return { titel: name === null ? '' : name[1].trim(), eintraege }
}

/** Der Studio-Titel aus BDMV/META/DL/bdmt_*.xml — '' wenn keiner dasteht. */
export function titelAusBdmt(wurzel: string): string {
  return inhaltAusBdmt(wurzel).titel
}

/** Sieht dieser Inhaltseintrag aus wie eine Folge? Bewusst ENG: An der
 *  echten Disc stehen neben `EP 1`/`EP 2` auch `DUB GER 1`, `MM ITA` und
 *  `101 LOGO` — Tonspuren, Trailer und Warnhinweise sind keine Folgen. */
export function istFolgenName(name: string): boolean {
  return /^(?:ep|episode|folge)\s*0*\d{1,3}$/i.test(name.trim())
}

/** Wie viele Einträge des Inhaltsverzeichnisses sind Folgen? */
export function folgenZahl(eintraege: readonly string[]): number {
  return eintraege.filter(istFolgenName).length
}

// Verpackungs-Zusätze am ENDE eines Disc-Titels. Was hier NICHT steht,
// steht mit Absicht nicht hier:
//   * `Teil`/`Part` — „Kill Bill Teil 2" ist ein Filmtitel, keine Disc-Nummer.
//   * eine nackte Zahl — sonst würde aus „Rocky 2" die „Rocky", Disc 2.
// Die Ein-Buchstaben-Formen `d`/`s` verlangen einen TRENNER davor: ohne ihn
// würde „Ocean's 11" an der Apostroph-Wortgrenze zu „Ocean'", Staffel 11.
const TRENNER = String.raw`[\s\-–—_:,.]`
const DISC_MUSTER = new RegExp(`${TRENNER}+(?:disc|disk|dvd|scheibe|d)\\s*0*(\\d{1,2})\\s*$`, 'i')
const STAFFEL_MUSTER = new RegExp(`${TRENNER}+(?:season|staffel|series|s)\\s*0*(\\d{1,2})\\s*$`, 'i')

export interface DiscZusatz {
  /** Der Titel ohne die erkannten Verpackungs-Zusätze. */
  titel: string
  /** Nummer der Disc innerhalb der Ausgabe — null, wenn keine dasteht. */
  discNr: number | null
  /** Staffel-Nummer — null, wenn keine dasteht. */
  staffel: number | null
}

/** `Spartacus: Gods Of The Arena - Disc 2` → Titel + Disc 2 (pur).
 *  Abtrennen UND merken: Der Suchtitel wird brauchbar, und die Nummer
 *  braucht die Ablage später sowieso, um Folgen richtig einzusortieren. */
export function discZusatzAbtrennen(titel: string): DiscZusatz {
  let rest = titel.trim()
  let discNr: number | null = null
  let staffel: number | null = null
  // Mehrfach, weil ein Label wie `SHOW_S1_D2` beide Zusätze hintereinander
  // trägt; die Schleife endet, sobald hinten nichts Bekanntes mehr steht.
  for (let runde = 0; runde < 4; runde++) {
    const disc = DISC_MUSTER.exec(rest)
    if (disc !== null && discNr === null && Number(disc[1]) > 0) {
      discNr = Number(disc[1])
      rest = rest.slice(0, disc.index)
      continue
    }
    const staffelTreffer = STAFFEL_MUSTER.exec(rest)
    if (staffelTreffer !== null && staffel === null && Number(staffelTreffer[1]) > 0) {
      staffel = Number(staffelTreffer[1])
      rest = rest.slice(0, staffelTreffer.index)
      continue
    }
    break
  }
  return { titel: rest.replace(new RegExp(`${TRENNER}+$`), '').trim(), discNr, staffel }
}

/** \\.\G: → G:\ — unter Windows hängt Windows die Disc selbst ein. */
export function discWurzel(geraetepfad: string): string {
  const buchstabe = geraetepfad.replace(/:$/, '').split('\\').pop()!.replace(/:$/, '')
  const wurzel = buchstabe + ':\\'
  return existsSync(wurzel) ? wurzel : ''
}

export interface DiscTitel {
  /** Der Titel, wie die Disc ihn nennt — MIT Zusätzen, ungekürzt. */
  titel: string
  /** 'bdmt' (Studio-Klartext) | 'label' (normalisiert) | '' (nichts). */
  quelle: 'bdmt' | 'label' | ''
  /** Nummer der Disc in der Ausgabe (aus Titel/Label) — null wenn keine. */
  discNr: number | null
  /** Staffel-Nummer aus Titel/Label — null wenn keine. */
  staffel: number | null
  /** Folgen im bdmt-Inhaltsverzeichnis (0, wenn es keines gibt). */
  folgen: number
  /** Die Disc bezeugt selbst, dass sie Folgen trägt — ab zwei ist es
   *  keine Zufalls-Benennung mehr, sondern eine Serien-Disc. */
  istSerie: boolean
}

/** Mindestens so viele Folgen im Inhaltsverzeichnis, damit „Serie" als
 *  bewiesen gilt — eine einzelne könnte auch eine Zugabe sein. */
export const FOLGEN_FUER_SERIE = 2

function mitZusatz(titel: string, quelle: 'bdmt' | 'label', folgen: number): DiscTitel {
  const zusatz = discZusatzAbtrennen(titel)
  return {
    titel,
    quelle,
    discNr: zusatz.discNr,
    staffel: zusatz.staffel,
    folgen,
    istSerie: folgen >= FOLGEN_FUER_SERIE,
  }
}

/** Alles, was die Disc über sich selbst sagt: BDMT zuerst, sonst Label.
 *  Der BDMT-Titel wird NICHT normalisiert ('2.22' würde zu '2 22'). */
export function discTitel(geraetepfad: string): DiscTitel {
  const wurzel = discWurzel(geraetepfad)
  let folgen = 0
  if (wurzel.length > 0) {
    const bdmt = inhaltAusBdmt(wurzel)
    folgen = folgenZahl(bdmt.eintraege)
    if (bdmt.titel.length > 0) return mitZusatz(bdmt.titel, 'bdmt', folgen)
  }
  const label = isoVolumeLabel(geraetepfad) || udfVolumeLabel(geraetepfad)
  if (label.length > 0) return mitZusatz(normalizeDiscLabel(label), 'label', folgen)
  return { titel: '', quelle: '', discNr: null, staffel: null, folgen, istSerie: folgen >= FOLGEN_FUER_SERIE }
}

/** Billiger, stabiler Disc-Fingerabdruck (Label|Größe) — Basis der
 *  Duplikat-Erkennung in der Bibliothek. */
export function discFingerprint(geraetepfad: string, groesseBytes: number): string {
  const label = isoVolumeLabel(geraetepfad) || udfVolumeLabel(geraetepfad) || 'unbekannt'
  return `${label}|${groesseBytes}`
}

/** Höchstens so viele Suchvarianten — jede kostet API-Anfragen. */
export const HOECHSTENS_KANDIDATEN = 7

/** Suchvarianten für die Metadaten-APIs (progressive Degradation,
 *  ARM-Lehre) — von SPEZIFISCH nach vage:
 *
 *    voller Titel → ohne Disc-/Staffel-Zusatz → ohne Doppelpunkt →
 *    ohne Klammern → hintere Worte strippen → Doppelpunkt-Vorspann
 *
 *  Die Reihenfolge ist teuer gelernt (01.09.2026, echte Disc): Der
 *  Doppelpunkt-Vorspann stand auf Platz 2 und wirft am meisten weg
 *  ('Spartacus: Gods Of The Arena' → 'Spartacus'). TMDb hat einen Film,
 *  der wörtlich so heißt — die richtige Serie wurde nie gefragt. Er
 *  steht jetzt GANZ hinten; die Sicherheit deckelt ihn zusätzlich
 *  (MINDEST_ABDECKUNG in zuordnung.ts). */
export function titelKandidaten(titel: string): string[] {
  const kandidaten: string[] = []
  const nachlaufend = new RegExp(`${TRENNER}+$`)
  const merke = (t: string): void => {
    const sauber = t.split(/\s+/).filter(Boolean).join(' ').replace(nachlaufend, '').replace(/^[ .]+/, '')
    if (sauber.length > 0 && !kandidaten.includes(sauber)) kandidaten.push(sauber)
  }
  merke(titel)
  // Ohne den Verpackungs-Zusatz ist der Titel erst suchbar — und das ist
  // der Kandidat, der die Serie findet, nicht der gestutzte Vorspann.
  const ohneZusatz = discZusatzAbtrennen(titel).titel
  merke(ohneZusatz)
  // Volume-Labels können keinen Doppelpunkt tragen, TMDb schreibt ihn:
  // beide Schreibweisen fragen.
  if (ohneZusatz.includes(':')) merke(ohneZusatz.replaceAll(':', ''))
  merke(ohneZusatz.replace(/\([^)]*\)/g, ''))
  let worte = ohneZusatz.split(/\s+/).filter(Boolean)
  while (worte.length > 1 && kandidaten.length < HOECHSTENS_KANDIDATEN - 1) {
    worte = worte.slice(0, -1)
    merke(worte.join(' '))
  }
  if (ohneZusatz.includes(':')) merke(ohneZusatz.split(':', 1)[0])
  return kandidaten
}