<?php

declare(strict_types=1);

namespace Classifier\Lib;

use Phpml\Transformer;

class TextNormalizer implements Transformer
{
    public function fit(array $samples, ?array $targets = null): void
    {
        // Pas d'apprentissage nécessaire pour ce transformateur
    }

    public function transform(array &$samples, ?array &$targets = null): void
    {
        foreach ($samples as &$sample) {
            $sample = $this->normalize($sample);
        }
    }

    private function normalize(string $value): string
    {
        $output = $this->fromUt8ToPlainText($value);
        $output = $this->safelyRemoveEmptyLines($output);

        return $output;
    }

    private function fromUt8ToPlainText(string $value): string
    {
        // * Supprimer les balises
        $output = strip_tags($value);

        // * Convertir les entités html (ex: &amp; devient &)
        $output = html_entity_decode($output, ENT_QUOTES | ENT_HTML5, 'UTF-8');

        return $output;
    }

    private function safelyRemoveEmptyLines(string $value): string
    {
        // * Remplace les lignes ne contenant que des espaces/tabs par une chaîne vide
        $result = preg_replace('/^[\s\t]*[\r\n]+/m', '', $value);

        // * Remplace les sauts de lignes avec un `\n` unique
        $result = preg_replace('/\R/', "\n", $result);

        return $result ?? $value;
    }
}