package com.ruoyi.satisfaction.service.strategy;

import java.util.Collections;
import java.util.LinkedHashMap;
import java.util.Map;

/**
 * 满意度「站点口径」标识。
 * <p>
 * 本模块用<b>策略</b>区分两套满意度口径（见 {@link SatisfactionScoreStrategy}）：
 * <table border="1">
 *   <tr><th>站点</th><th>标识</th><th>口径</th></tr>
 *   <tr>
 *     <td>通用（南华使用；同德也复用其中的 4 个通用端点）</td>
 *     <td>{@link #COMMON}（{@code "common"}，别名 {@code "nanhua"}）</td>
 *     <td>{@link CommonSatisfactionScoreStrategy}：按明细的 {@code score} 字段求平均（分母含分值为空的行）</td>
 *   </tr>
 *   <tr>
 *     <td>省立同德</td>
 *     <td>{@link #SLTD}（{@code "sltd"}）</td>
 *     <td>{@link SltdSatisfactionScoreStrategy}：按选项< b>文案</b>判定五档并加权（1/0.8/0.6/0.4/0.2），百分制</td>
 *   </tr>
 * </table>
 * <p>
 * <b>为什么两套口径必须分开</b>：同德的历史数据里 {@code score} 有 {@code 0}、{@code 0000000001}
 * 这类脏值，按 {@code score} 求平均会把得分固定成 0 或 100，所以同德只能按选项文案判档；
 * 而通用口径的南华数据没有这个问题，改用文案判档反而会让结果与迁移前不一致。
 * 因此这里不做"统一算法"，而是用策略显式区分。
 */
public final class SatisfactionSites {

    /**
     * 通用口径（南华使用，同德的 4 个通用端点也走它）
     */
    public static final String COMMON = "common";

    /**
     * 省立同德口径
     */
    public static final String SLTD = "sltd";

    /**
     * 站点别名 → 规范站点标识（南华没有独占口径，归到通用口径）
     */
    private static final Map<String, String> ALIASES;

    static {
        Map<String, String> aliases = new LinkedHashMap<>();
        aliases.put("nanhua", COMMON);
        aliases.put("通用", COMMON);
        aliases.put("同德", SLTD);
        aliases.put("sld", SLTD);
        ALIASES = Collections.unmodifiableMap(aliases);
    }

    private SatisfactionSites() {
    }

    /**
     * 归一化站点标识：去空白、转小写、按别名映射；空值返回 {@link #COMMON}
     */
    public static String normalize(String site) {
        if (site == null) {
            return COMMON;
        }
        String key = site.trim().toLowerCase(java.util.Locale.ROOT);
        if (key.isEmpty()) {
            return COMMON;
        }
        String mapped = ALIASES.get(key);
        return mapped == null ? key : mapped;
    }
}