<?php
/**
 * Scanner pédagogique d'allégations environnementales à risque (le qualifieur du segment payant —
 * ADR 0013, findings-08 #12). Logique **pure** (aucun effet de bord) → unit-testable, façon Qualification.
 *
 * Il ne rend PAS un verdict juridique : il **repère** des termes à risque dans le titre/description d'un
 * produit et explique pourquoi, pour inviter le marchand à afficher ses **vraies** caractéristiques
 * (art. 13) plutôt que des allégations vagues. **Faux positifs assumés** (un terme peut être légitime en
 * contexte) : c'est un signal de revue, pas une accusation.
 *
 * Sources des termes :
 *  - **R.541-230** code de l'environnement : « biodégradable » et « respectueux de l'environnement » (ou
 *    équivalent) sont **interdits** sur tout produit/emballage neuf destiné au consommateur (sans seuil).
 *  - **EmpCo (directive UE 2024/825) / guide DGCCRF des allégations environnementales** : les allégations
 *    génériques non étayées (« écologique », « vert », « naturel », « neutre en carbone »…) sont encadrées.
 *
 * @package AgecReady
 */

namespace AgecReady\Compliance;

defined( 'ABSPATH' ) || exit;

final class GreenwashingScan {

	/** Niveaux de risque. */
	public const RISK_FORBIDDEN = 'interdit';  // R.541-230 — mention interdite.
	public const RISK_GENERIC   = 'generique'; // EmpCo/DGCCRF — allégation générique à prouver.

	/**
	 * Lexique normalisé (clé = terme sans accent/minuscule) => { label, risk, source }.
	 * Tenu court et sourcé (ne rien inventer) ; extensible depuis docs/regulatory/.
	 *
	 * @return array<string, array{label:string, risk:string, source:string}>
	 */
	public static function lexicon(): array {
		$forbidden = self::RISK_FORBIDDEN;
		$generic   = self::RISK_GENERIC;
		return array(
			// R.541-230 — interdits sans seuil.
			'biodegradable'                  => array(
				'label'  => 'biodégradable',
				'risk'   => $forbidden,
				'source' => 'R.541-230',
			),
			'respectueux de l environnement' => array(
				'label'  => 'respectueux de l’environnement',
				'risk'   => $forbidden,
				'source' => 'R.541-230',
			),
			'respectueux de la nature'       => array(
				'label'  => 'respectueux de la nature',
				'risk'   => $forbidden,
				'source' => 'R.541-230',
			),
			// EmpCo / DGCCRF — allégations génériques à étayer.
			'ecologique'                     => array(
				'label'  => 'écologique',
				'risk'   => $generic,
				'source' => 'EmpCo 2024/825',
			),
			'eco responsable'                => array(
				'label'  => 'éco-responsable',
				'risk'   => $generic,
				'source' => 'EmpCo 2024/825',
			),
			'ecoresponsable'                 => array(
				'label'  => 'écoresponsable',
				'risk'   => $generic,
				'source' => 'EmpCo 2024/825',
			),
			'neutre en carbone'              => array(
				'label'  => 'neutre en carbone',
				'risk'   => $generic,
				'source' => 'EmpCo 2024/825',
			),
			'climatiquement neutre'          => array(
				'label'  => 'climatiquement neutre',
				'risk'   => $generic,
				'source' => 'EmpCo 2024/825',
			),
			'zero carbone'                   => array(
				'label'  => 'zéro carbone',
				'risk'   => $generic,
				'source' => 'EmpCo 2024/825',
			),
			'bon pour la planete'            => array(
				'label'  => 'bon pour la planète',
				'risk'   => $generic,
				'source' => 'EmpCo 2024/825',
			),
			'produit vert'                   => array(
				'label'  => 'produit vert',
				'risk'   => $generic,
				'source' => 'EmpCo 2024/825',
			),
		);
	}

	/**
	 * Normalise un texte pour la recherche : minuscule + accents retirés + toute ponctuation
	 * (et tout caractère hors [a-z0-9]) réduite à un espace + espaces compactés. La ponctuation
	 * devient un séparateur de mot : « écologique. » se détecte, sans retomber sur un matching
	 * substring (QR-02).
	 *
	 * @param string $text Texte brut.
	 */
	public static function normalize( string $text ): string {
		$text = function_exists( 'mb_strtolower' ) ? mb_strtolower( $text, 'UTF-8' ) : strtolower( $text );
		$from = array( 'à', 'â', 'ä', 'á', 'é', 'è', 'ê', 'ë', 'î', 'ï', 'í', 'ô', 'ö', 'ó', 'ù', 'û', 'ü', 'ú', 'ç' );
		$to   = array( 'a', 'a', 'a', 'a', 'e', 'e', 'e', 'e', 'i', 'i', 'i', 'o', 'o', 'o', 'u', 'u', 'u', 'u', 'c' );
		$text = str_replace( $from, $to, $text );
		// Mode octets (pas de flag /u) : robuste aux encodages invalides ; tout octet hors [a-z0-9]
		// (ponctuation, apostrophes, tirets, multioctets restants) devient un séparateur.
		$text = (string) preg_replace( '/[^a-z0-9]+/', ' ', $text );
		return trim( $text );
	}

	/**
	 * Repère les allégations à risque d'un texte (titre + description d'un produit).
	 *
	 * @param string $text Texte à analyser.
	 * @return array<int, array{label:string, risk:string, source:string}> Allégations repérées (dédupliquées).
	 */
	public static function scan_text( string $text ): array {
		if ( '' === trim( $text ) ) {
			return array();
		}
		$haystack = ' ' . self::normalize( $text ) . ' ';
		$hits     = array();
		foreach ( self::lexicon() as $needle => $entry ) {
			// Frontière de mot STRICTE (haystack normalisé + bordé d'espaces) : « gynécologique »
			// ne matche pas « écologique » (QR-02) ; la ponctuation est déjà réduite en séparateurs.
			if ( false !== strpos( $haystack, ' ' . $needle . ' ' ) ) {
				$hits[ $entry['label'] ] = $entry;
			}
		}
		return array_values( $hits );
	}

	/**
	 * Vrai si le texte contient au moins une allégation à risque.
	 *
	 * @param string $text Texte à analyser.
	 */
	public static function has_risk( string $text ): bool {
		return array() !== self::scan_text( $text );
	}
}