mabibli/MaBibli.Api/Services/Isbn/NettoyageIsbd.cs

using System.Text.RegularExpressions;

namespace MaBibli.Api.Services.Isbn;

/// <summary>
/// Nettoyage de la ponctuation ISBD des champs Dublin Core de la BnF.
/// </summary>
/// <remarks>
/// Les champs BnF ne sont pas exploitables bruts. Règles validées le 2026-08-17 (CLAUDE.md) :
/// <list type="bullet">
/// <item><c>dc:title</c> : <c>Germinal / Émile Zola ; préface…</c> → <c>Germinal</c></item>
/// <item><c>dc:creator</c> : <c>Zola, Émile (1840-1902). Auteur du texte</c> → <c>Émile Zola</c></item>
/// <item><c>dc:publisher</c> : <c>le Livre de poche (Paris)</c> → <c>le Livre de poche</c></item>
/// </list>
/// Les valeurs déjà propres doivent traverser ces règles <b>inchangées</b>.
/// </remarks>
public static partial class NettoyageIsbd
{
    [GeneratedRegex(@"\s*\([^)]*\)")]
    private static partial Regex Parentheses();

    [GeneratedRegex(@"\s*\([^)]*\)\s*$")]
    private static partial Regex ParenthesesFinales();

    /// <summary>
    /// Titre : couper à la première mention de responsabilité (« / »).
    /// </summary>
    public static string? Titre(string? brut)
    {
        var s = brut?.Trim();
        if (string.IsNullOrEmpty(s))
        {
            return null;
        }

        var i = s.IndexOf(" / ", StringComparison.Ordinal);
        if (i >= 0)
        {
            s = s[..i];
        }

        s = s.Trim();
        return s.Length == 0 ? null : s;
    }

    /// <summary>
    /// Auteur : retirer les dates entre parenthèses, le rôle qui suit le point,
    /// puis inverser « Nom, Prénom » en « Prénom Nom ».
    /// </summary>
    public static string? Auteur(string? brut)
    {
        var s = brut?.Trim();
        if (string.IsNullOrEmpty(s))
        {
            return null;
        }

        // 1. Dates de vie et autres qualificatifs entre parenthèses : (1840-1902), (1932-....)
        s = Parentheses().Replace(s, string.Empty).Trim();

        // 2. Rôle après le point : « . Auteur du texte », « . Préfacier ».
        var pointRole = IndexDuPointDeRole(s);
        if (pointRole >= 0)
        {
            s = s[..pointRole];
        }

        s = RetirerPonctuationFinale(s);

        // 3. Inversion « Nom, Prénom » → « Prénom Nom » (sur la première virgule seulement).
        var virgule = s.IndexOf(", ", StringComparison.Ordinal);
        if (virgule > 0)
        {
            var nom = s[..virgule].Trim();
            var prenom = s[(virgule + 2)..].Trim();
            if (nom.Length > 0 && prenom.Length > 0)
            {
                s = $"{prenom} {nom}";
            }
        }

        s = s.Trim();
        return s.Length == 0 ? null : s;
    }

    /// <summary>
    /// Éditeur : retirer la ville entre parenthèses en fin de chaîne.
    /// </summary>
    public static string? Editeur(string? brut)
    {
        var s = brut?.Trim();
        if (string.IsNullOrEmpty(s))
        {
            return null;
        }

        s = ParenthesesFinales().Replace(s, string.Empty).Trim();
        return s.Length == 0 ? null : s;
    }

    /// <summary>
    /// Retire les virgules et espaces de fin, et le point final <b>sauf</b> s'il appartient
    /// à une initiale (« Cormen, Thomas H. » doit garder son point).
    /// </summary>
    private static string RetirerPonctuationFinale(string s)
    {
        s = s.TrimEnd(' ', ',');

        while (s.EndsWith('.'))
        {
            var i = s.Length - 1;
            var estInitiale = i >= 1
                              && char.IsUpper(s[i - 1])
                              && (i == 1 || s[i - 2] == ' ' || s[i - 2] == '-' || s[i - 2] == '\'');

            if (estInitiale)
            {
                break;
            }

            s = s[..^1].TrimEnd(' ', ',');
        }

        return s;
    }

    /// <summary>
    /// Position du point qui introduit le rôle, ou -1.
    /// </summary>
    /// <remarks>
    /// Un point suivi d'une espace sépare le rôle du nom. On ignore les points d'initiales
    /// (« Cormen, Thomas H. Auteur ») : un point précédé d'une majuscule isolée n'est pas
    /// un séparateur de rôle.
    /// </remarks>
    private static int IndexDuPointDeRole(string s)
    {
        for (var i = 0; i < s.Length - 1; i++)
        {
            if (s[i] != '.' || s[i + 1] != ' ')
            {
                continue;
            }

            var estInitiale = i >= 1
                              && char.IsUpper(s[i - 1])
                              && (i == 1 || s[i - 2] == ' ' || s[i - 2] == '-' || s[i - 2] == '\'');

            if (!estInitiale)
            {
                return i;
            }
        }

        return -1;
    }
}