"""محاسبهٔ «تعداد پیامکِ محاسبه‌شده» (parts) و کدگذاری متن.

هر پیامک روی شبکهٔ موبایل بر اساس **کدگذاری** و **طول** به یک یا چند «بخش» (part)
شکسته می‌شود و اپراتور بر همان تعداد بخش هزینه می‌گیرد. این ماژول همان قاعدهٔ
استاندارد (3GPP/GSM 03.38) را پیاده می‌کند تا بتوان هزینهٔ ارسال را تحلیل کرد:

* **GSM-7** — برای متن‌های انگلیسی/عددی. هر بخش ۱۶۰ کاراکتر؛ در حالت چندبخشی
  (multipart) هر بخش ۱۵۳ کاراکتر (۷ کاراکتر برای هدر الحاق).
  برخی کاراکترها (مثل `{}[]~\\|^€`) در جدول «الحاقی» هستند و **۲ کاراکتر** حساب
  می‌شوند.
* **UCS-2** — اگر متن حتی **یک** کاراکتر خارج از جدول GSM-7 داشته باشد (فارسی،
  عربی، ایموجی…)، **کل پیامک** با UCS-2 کدگذاری می‌شود: هر بخش ۷۰ کاراکتر؛ در
  حالت چندبخشی هر بخش ۶۷ کاراکتر. ایموجی‌ها (خارج از BMP) دو واحد کدِ UTF-16
  حساب می‌شوند.

بنابراین یک متن فارسی حتی اگر کوتاه باشد، در «۷۰ کاراکتر» جا می‌شود و ممکن است
چند پیامک حساب شود؛ و یک متن ترکیبی فارسی+انگلیسی همیشه UCS-2 است.
"""
from math import ceil

ENCODING_GSM7 = "gsm7"
ENCODING_UCS2 = "ucs2"

# جدول کامل GSM 03.38 (بخش پایه). کاراکتر 0x1B عمداً وارد نشده چون نقش «پیشوند
# الحاق» دارد و کاراکتر مستقل قانونی نیست.
GSM7_BASIC = set(
    "@£$¥èéùìòÇ\nØø\rÅåΔ_ΦΓΛΩΠΨΣΘΞÆæßÉ"
    " !\"#¤%&'()*+,-./0123456789:;<=>?"
    "¡ABCDEFGHIJKLMNOPQRSTUVWXYZÄÖÑܧ"
    "¿abcdefghijklmnopqrstuvwxyzäöñüà"
)

# کاراکترهای «جدول الحاقی»: در GSM-7 دو واحد حساب می‌شوند.
GSM7_EXTENDED = set("^{}\\[~]|€")

# (سقف تک‌بخشی، سقف هر بخش چندبخشی) برای هر کدگذاری.
LIMITS = {
    ENCODING_GSM7: (160, 153),
    ENCODING_UCS2: (70, 67),
}

ENCODING_LABELS = {
    ENCODING_GSM7: "GSM-7 (انگلیسی/عدد)",
    ENCODING_UCS2: "UCS-2 (فارسی/یونیکد)",
}


def is_gsm7(text):
    """آیا کل متن با جدول GSM-7 قابل نمایش است؟ (شرط کافی و لازم برای GSM-7)."""
    return all(ch in GSM7_BASIC or ch in GSM7_EXTENDED for ch in text or "")


def detect_encoding(text):
    """کدگذاری متن: ``gsm7`` یا ``ucs2``. متن خالی = ``gsm7``."""
    return ENCODING_GSM7 if is_gsm7(text) else ENCODING_UCS2


def encoded_length(text):
    """طول متن بر حسب «واحدهایی که اپراتور می‌شمارد».

    * GSM-7: کاراکترهای الحاقی ۲ واحد.
    * UCS-2: واحدهای کد UTF-16 (ایموجی = ۲).
    """
    text = text or ""
    if is_gsm7(text):
        return sum(2 if ch in GSM7_EXTENDED else 1 for ch in text)
    return len(text.encode("utf-16-le")) // 2


def parts_count(text):
    """تعداد بخش‌هایی که اپراتور برای این متن حساب می‌کند (۱ برای متن خالی = ۰)."""
    text = text or ""
    if not text:
        return 0
    single, multipart = LIMITS[detect_encoding(text)]
    length = encoded_length(text)
    if length <= single:
        return 1
    return ceil(length / multipart)


def describe(text):
    """خلاصهٔ محاسبه برای نمایش در گزارش (کدگذاری، طول، تعداد بخش)."""
    encoding = detect_encoding(text)
    return {
        "encoding": encoding,
        "encoding_label": ENCODING_LABELS[encoding],
        "length": encoded_length(text),
        "parts": parts_count(text),
    }