MathApp_frontend/src/lib/MathText.tsx

import { Fragment } from 'react';
import { plainMath, plainPersian } from './plainMath';

/**
 * متنِ فارسی که ریاضی لایش است («عدد −۱ می‌شود»، «رأس (۱، −۴) است»).
 *
 * رقمِ فارسی در الگوریتمِ جهتِ یونیکد «عددِ عربی» است و در متنِ راست‌به‌چپ علامت‌های
 * کنارش را جابه‌جا می‌کند: «−۱» به‌صورتِ «۱−» و «(۱، −۴)» به‌صورتِ «(−۴ ،۱)» دیده
 * می‌شد. هر تکه‌ای که حرفِ فارسی ندارد ولی رقم دارد، اینجا با bidi-override چپ‌به‌راست
 * قفل می‌شود؛ جمله‌ی فارسی دورش دست نمی‌خورد.
 *
 * فهرستِ داخلِ جمله («از −۳ به −۲، −۱، ۰ می‌رسیم»، «الگویِ ۲، ۵، ۸، …») مالِ جمله است و
 * از راست خوانده می‌شود؛ پس «،» و «؛» بیرونِ پرانتز و آکولاد تکه را می‌شکنند و هر عضو
 * جدا قفل می‌شود. داخلِ `{۱، ۲، ۳}` و `(۱، −۴)` ریاضی است و یک‌جا قفل می‌ماند. سنجیده
 * با مختصاتِ رسم‌شده در Chrome روی همه‌ی سوال‌ها و گزینه‌های بانک و چند جوابِ دستیار
 * (۲۰۲۶-۰۹-۲۹)؛ پیش از آن هر ۴۸۲ فهرستِ داخلِ جمله برعکس دیده می‌شد.
 *
 * آزموده روی Chrome (دسکتاپ و موبایلِ شبیه‌سازی‌شده)؛ روی Safariِ واقعیِ آیفون دیده نشده.
 */
// حروف، اِعراب (کسره‌ی «خودِ»)، و نیم‌فاصله؛ رقم‌های ۰–۹ عمداً بیرون‌اند.
const LETTER = '\\u0620-\\u065F\\u066E-\\u06D3\\u06FA-\\u06FF\\u200C';
// «نویسه‌ی ریاضی»: رقم یا حرفِ لاتین (نامِ تابع و متغیر: f، x، A). بدونِ حرفِ لاتین «−f(x)» تکه حساب
// نمی‌شد و در متنِ راست‌به‌چپ به‌صورتِ «f(x)−» دیده می‌شد (گزارشِ ۲۰۲۶-۱۰-۱۲).
const MATH_CH = '0-9۰-۹A-Za-z';
// تکه‌ای بدونِ حرفِ فارسی و بدونِ خطِ تازه که دستِ‌کم یک نویسه‌ی ریاضی دارد
const RUN = new RegExp(`[^${LETTER}\\n]*[${MATH_CH}][^${LETTER}\\n]*`, 'g');
const HAS_MATH = new RegExp(`[${MATH_CH}]`);
// نشانه‌هایی که مالِ جمله‌ی فارسی‌اند، نه ریاضی: از دو سرِ تکه بیرون می‌مانند
const EDGE_START = /^[\s،؛:!؟«»"'.=]+/;
const EDGE_END = /[\s،؛:!؟«»"'.=]+$/;
// isolate، نه embedding: تکه‌ی قفل‌شده از بیرون یک واحدِ خنثی است. با bidi-overrideِ ساده
// تکه‌ها از بیرون «حرفِ چپ‌به‌راست» حساب می‌شدند و «،»ِ بینِ دو عضوِ فهرست را هم به
// سمتِ خودشان می‌کشیدند، پس فهرست باز برعکس می‌شد.
const LTR = { unicodeBidi: 'isolate-override', direction: 'ltr' } as const;

export function MathText({ text: raw }: { text: string }) {
  const text = plainPersian(plainMath(raw));
  const out: React.ReactNode[] = [];
  const depth = bracketDepth(text);
  let last = 0, i = 0;
  for (const m of text.matchAll(RUN)) {
    for (const [start, piece] of splitList(m[0], m.index ?? 0, depth)) {
      let run = piece;
      // شماره‌ی مرحله در سرِ خط («۴) …») مالِ جمله‌ی فارسی است و باید سمتِ راست بماند.
      const atLineStart = start === 0 || text[start - 1] === '\n';
      const step = atLineStart ? /^\s*[0-9۰-۹]{1,2}\)\s*/.exec(run)?.[0] ?? '' : '';
      const lead = step + (EDGE_START.exec(run.slice(step.length))?.[0] ?? '');
      run = run.slice(lead.length);
      const tail = EDGE_END.exec(run)?.[0] ?? '';
      run = run.slice(0, run.length - tail.length);
      // «(۱، −۴)» باید کامل قفل شود، ولی پرانتزِ بی‌جفت در لبه‌ی تکه مالِ جمله است:
      // در «۱۰ − ۲ (با محاسبه…)» پرانتزِ باز جزوِ جمله‌ی فارسیِ بعدی است و اگر قفل شود
      // به سمتِ غلط می‌رود.
      const edge = trimUnpaired(run);
      const head = lead + edge.head;
      run = edge.run;
      if (!run || !HAS_MATH.test(run)) continue;
      out.push(text.slice(last, start + head.length));
      out.push(<span key={i++} style={LTR}>{run}</span>);
      last = start + head.length + run.length;
    }
  }
  out.push(text.slice(last));
  return <>{out.map((n, j) => (typeof n === 'string' ? <Fragment key={`t${j}`}>{n}</Fragment> : n))}</>;
}

/** عمقِ پرانتز/کروشه/آکولاد پیش از هر نویسه‌ی متن. */
function bracketDepth(text: string): number[] {
  const depth: number[] = [];
  let d = 0;
  for (const ch of text) {
    depth.push(d);
    if ('([{'.includes(ch)) d++;
    else if (')]}'.includes(ch)) d = Math.max(0, d - 1);
  }
  return depth;
}

/** تکه را روی «،» و «؛»ِ بیرونِ پرانتز می‌شکند؛ جداکننده خودش بیرون می‌ماند. */
function splitList(run: string, offset: number, depth: number[]): [number, string][] {
  const pieces: [number, string][] = [];
  let from = 0;
  for (let k = 0; k < run.length; k++) {
    if ((run[k] === '،' || run[k] === '؛') && !depth[offset + k]) {
      pieces.push([offset + from, run.slice(from, k)]);
      from = k + 1;
    }
  }
  pieces.push([offset + from, run.slice(from)]);
  return pieces;
}

const count = (s: string, ch: string) => s.split(ch).length - 1;

/**
 * پرانتزِ بازِ بی‌جفت در تهِ تکه و بسته‌ی بی‌جفت در سرش را (با فاصله‌ی کنارش) کنار
 * می‌گذارد؛ `head` یعنی چه مقدار از سرِ تکه به جمله‌ی فارسی برگشت.
 */
function trimUnpaired(run: string): { head: string; run: string } {
  let head = '';
  const opens = (r: string) => count(r, '(') + count(r, '[') + count(r, '{');
  const closes = (r: string) => count(r, ')') + count(r, ']') + count(r, '}');
  while (/[(\[{]\s*$/.test(run) && opens(run) > closes(run)) {
    run = run.slice(0, run.length - /\s*[(\[{]\s*$/.exec(run)![0].length);
  }
  while (/^\s*[)\]}]/.test(run) && closes(run) > opens(run)) {
    const m = /^\s*[)\]}]\s*/.exec(run)![0];
    head += m;
    run = run.slice(m.length);
  }
  return { head, run };
}