// @ts-check
const { test, expect } = require('@playwright/test');

/**
 * Stufe 1 · Link-Crawler
 *
 * Pro zentraler Seite: alle internen <a href>-Links extrahieren und prüfen,
 * dass das Ziel ≤ 399 antwortet. Externe Links (http(s):// fremder Host) und
 * mailto:/tel:/javascript:/#-Links werden ignoriert.
 *
 * Das ist eine breitere „kein Link tot"-Garantie als der reine Slug-Check
 * — fängt Links auf z. B. Modul-Info-Seiten, im Handbuch oder im Lehrplan,
 * die wir in known-paths nicht explizit gelistet haben.
 */

const startSeiten = [
  '/',                         // Landing
  '/handbuch.html',            // Handbuch (12 Sim-Beschreibungen + Lehrplanbezug)
  '/lehrplan',                 // Lehrplan-Page
  '/glossar',                  // Glossar-Index
  '/mindmap',                  // Mindmap
  '/forschung/',               // Forschung
  '/modul-klima',              // Modul-Info-Seiten (eine genügt, sie nutzen das gleiche Partial)
  '/modul-weltkueche',
  '/teacher',                  // Lehrer-Cockpit (Login-Form, aber Links zum Drilldown da)
  '/schueler',                 // Schüler-Dashboard
];

// Konfiguriert sequenziell — sonst hämmern wir uns selbst mit hunderten
// parallelen Requests an die gleiche Prod-Domain.
test.describe.configure({ mode: 'serial' });

for (const seite of startSeiten) {
  test(`Crawl · ${seite}`, async ({ page, request }, testInfo) => {
    const res = await page.goto(seite);
    expect(res, `Startseite ${seite} lädt nicht`).not.toBeNull();
    expect(res.status(), `Startseite ${seite} antwortet ${res.status()}`).toBeLessThan(400);

    // Alle hrefs sammeln — auch von Buttons mit data-href oder onclick, aber wir
    // beschränken uns auf <a href>, das ist das einfachste und 90 % der Links.
    const hrefs = await page.$$eval('a[href]', as =>
      as.map(a => a.getAttribute('href')).filter(Boolean)
    );

    // Filtern: nur interne, sinnvolle Pfade.
    // WICHTIG: relative URLs (z. B. `geografie-didaktik.html` auf /forschung/)
    // müssen GEGEN page.url() aufgelöst werden — NICHT gegen origin, sonst
    // landen wir fälschlich im Root.
    const pageUrl = page.url();
    const origin  = new URL(pageUrl).origin;
    const checkedSet = new Set();
    const toCheck = [];
    for (const h of hrefs) {
      if (!h) continue;
      if (h.startsWith('#')) continue;                  // Anker
      if (h.startsWith('mailto:')) continue;
      if (h.startsWith('tel:')) continue;
      if (h.startsWith('javascript:')) continue;
      if (h.startsWith('data:')) continue;
      // Auflösen relativ zur aktuellen Seite (nicht zur origin!)
      let absolute;
      try { absolute = new URL(h, pageUrl).toString(); } catch { continue; }
      if (!absolute.startsWith(origin)) continue;       // externer Host raus
      if (checkedSet.has(absolute)) continue;
      checkedSet.add(absolute);
      toCheck.push(absolute);
    }

    // Jeden Link einzeln prüfen — sequentiell, höchstens 30 pro Seite, damit
    // wir bei sehr großen Index-Seiten nicht ewig laufen
    const sample = toCheck.slice(0, 50);
    const broken = [];
    for (const url of sample) {
      try {
        const r = await request.get(url, { timeout: 15000 });
        if (r.status() >= 400) broken.push({ url, status: r.status() });
      } catch (e) {
        broken.push({ url, status: 'TIMEOUT/ERROR: ' + (e.message || e).toString().split('\n')[0].slice(0, 80) });
      }
    }
    // Bericht als Attachment, plus Soft-Assertion: wir melden jeden gebrochenen
    // Link, akzeptieren aber bekannte Sonderfälle (404 für „geplant" laut
    // bestehender known-paths.json wäre OK — hier ignorieren wir den expliziten
    // Filter und stellen nur sicher dass keine 5xx kommen)
    const fiveXX = broken.filter(b => typeof b.status === 'number' && b.status >= 500);
    const fourXX = broken.filter(b => typeof b.status === 'number' && b.status >= 400 && b.status < 500);

    console.log(`[${seite}] geprüft: ${sample.length} Links, 4xx: ${fourXX.length}, 5xx: ${fiveXX.length}`);
    if (broken.length > 0) {
      console.log('   Gebrochene Links:');
      broken.forEach(b => console.log(`     ${b.status}  ${b.url}`));
    }

    // 5xx ist immer ein Bug. 4xx auch — aber wir nehmen nur die echten ans Bein
    expect(broken, `Gebrochene Links auf ${seite}: ${JSON.stringify(broken, null, 2)}`).toHaveLength(0);
  });
}