# backend/app/security/sanitize.py — 서버측 HTML 새니타이즈 (저장 시 1차 방어, 의존성 없음)
# 시드 HTML(briefingNote/notes/coach)은 신뢰. 사용자 입력·LLM 생성·외부 콘텐츠 경로만 통과.
import re

_ALLOWED_TAGS = {
    "b",
    "strong",
    "i",
    "em",
    "u",
    "br",
    "p",
    "h3",
    "blockquote",
    "ul",
    "ol",
    "li",
    "a",
    "code",
}
_TAG_RX = re.compile(r"<\s*(/?)\s*([a-zA-Z0-9]+)([^>]*)>")
_HREF_RX = re.compile(r'href\s*=\s*"([^"]*)"', re.IGNORECASE)
_SCRIPT_RX = re.compile(r"<\s*(script|style)[^>]*>.*?<\s*/\s*\1\s*>", re.IGNORECASE | re.DOTALL)


def _clean_attrs(tag: str, attrs: str) -> str:
    if tag != "a":
        return ""
    m = _HREF_RX.search(attrs or "")
    if not m:
        return ""
    href = m.group(1)
    if href.lower().startswith(("javascript:", "data:", "vbscript:")):
        return ""
    return f' href="{href}" rel="noopener noreferrer"'


def sanitize_html(raw: str) -> str:
    if not raw:
        return ""
    raw = _SCRIPT_RX.sub("", raw)

    def repl(m: re.Match) -> str:
        closing, tag, attrs = m.group(1), m.group(2).lower(), m.group(3)
        if tag not in _ALLOWED_TAGS:
            return ""  # 비허용 태그 제거(내용은 보존)
        if closing:
            return f"</{tag}>"
        return f"<{tag}{_clean_attrs(tag, attrs)}>"

    return _TAG_RX.sub(repl, raw)