r = con.execute("""
    SELECT purchase_id, review FROM purchases
    WHERE is_holdout = 0 AND review IS NOT NULL AND review != ''
    ORDER BY purchase_id
""").fetchall()
targets["review"] = ("purchase_id", "purchases", [x[0] for x in r], [x[1] for x in r])

    profile = dicts("""
        SELECT customer_id, name, age, gender, skin_type, city
        FROM customers WHERE customer_id = ?
    """, (customer_id,))

ADDRESS = re.compile(r"[가-힣]+시|[가-힣]+구|[가-힣]+동")   # 인터넷에서 가져온 모양

import re
from collections import Counter

from app.core.db import query

reviews = [r for (r,) in query(
    "SELECT review FROM purchases WHERE review IS NOT NULL AND review != ''")]

# ① 흔히 쓰는 방식
NAIVE = re.compile(r"[가-힣]+시|[가-힣]+구|[가-힣]+동")

# ② 우리 데이터에서 만든 사전 ― 고객이 실제로 사는 도시만
cities = sorted({c for (c,) in query("SELECT DISTINCT city FROM customers")})
DICT = re.compile("|".join(sorted(cities, key=len, reverse=True)))
print(f"고객이 사는 도시 {len(cities)}개: {cities}\n")

a = [t for t in reviews if NAIVE.search(t)]
b = [t for t in reviews if DICT.search(t)]
print(f"  순진한 정규식이 잡은 후기   {len(a):>5}건")
print(f"  도시 사전이 잡은 후기       {len(b):>5}건\n")

# 순진한 쪽만 잡은 것 = 오탐. 무엇을 잡았는지 세어 본다
only_naive = [t for t in a if not DICT.search(t)]
print(f"  순진한 쪽만 잡은 후기(오탐) {len(only_naive):>5}건")
counted = Counter(m for t in only_naive for m in NAIVE.findall(t))
print(f"  그 오탐의 정체: {counted.most_common(5)}\n")

# 반대쪽 ― 사전은 잡는데 순진한 쪽이 놓친 것
only_dict = [t for t in b if not NAIVE.search(t)]
print(f"  사전은 잡고 순진한 쪽은 놓친 후기 {len(only_dict):>3}건")
print(f"  예: {[DICT.search(t).group() for t in only_dict[:6]]}")

"""개인정보 마스킹 ― 규칙만 있는 자리. **DB 를 모른다.**

왜 DB 를 모르게 만드나
    이 파일에는 「어떤 글자를 어떻게 가리나」라는 규칙만 둔다. 그 규칙을 시험하려면
    후기 한 줄만 있으면 된다 ― 데이터베이스도, 파일도, 인터넷도 필요 없다.

    도시 사전은 DB 에서 와야 한다. 그건 이 파일이 아니라
    app/features/privacy.py 가 읽어서 **인자로 넣어 준다.**
"""

import re


def build_address_pattern(cities):
    """도시 목록으로 주소 정규식을 만든다. 목록이 비면 None 을 준다.

    '천안 일산동' 처럼 도시 + 동네로 나온다.
    """
    if not cities:
        return None
    # 🔴 긴 도시 이름부터 시도한다. 짧은 게 먼저 먹으면 '천안'이 '천안시'를 조각낸다
    ordered = sorted(set(cities), key=len, reverse=True)
    return re.compile(r"(?:%s)(?:\s?[가-힣]+(?:동|구|읍|면|로|길))?" % "|".join(ordered))

"""마스킹 조립 ― 규칙(domain)에 사전(DB)을 붙여 주는 자리.

이번 시간에는 「센다」까지만 한다. 가리는 일은 다음 시간이다.

혼자 돌려볼 수 있다:  python -m app.features.privacy
"""

from app.core.db import query
from app.domain import masking

_address = None    # None = 아직 안 읽었다는 표시


def _load():
    """사전을 한 번만 읽어 둔다.

    🔴 파일 맨 위에서 읽지 않는다. 그러면 이 파일을 import 하는 것만으로
       DB 가 있어야 한다 ― 9교시에 시험을 붙일 때 그게 문제가 된다.
    """
    global _address
    if _address is not None:
        return
    cities = [city for (city,) in query("SELECT DISTINCT city FROM customers")]
    _address = masking.build_address_pattern(cities)


if __name__ == "__main__":
    import sys

    sys.stdout.reconfigure(errors="replace")
    _load()

    reviews = [r for (r,) in query(
        "SELECT review FROM purchases WHERE review IS NOT NULL AND review != ''")]
    print(f"후기 {len(reviews):,}건\n")

    # 🔴 정규식이 아니다. 이건 「찾는 코드」가 아니라 「자」다
    checks = (
        ("전화", lambda t: "010" in t.replace("-", "").replace(" ", "")),
        ("메일", lambda t: "@" in t),
        ("카톡", lambda t: "카톡" in t),
        ("주소", lambda t: _address.search(t) is not None),
    )
    for label, has in checks:
        print(f"  {label:6s} {sum(1 for t in reviews if has(t)):>6,}건")