"""正文提取错误落库：doc_document 增加 content_extract_error 列。

Revision ID: 0019_content_extract_error
Revises: 0018_sub_plan_binding
Create Date: 2026-08-27

变更要点：
1. doc_document 增加 content_extract_error VARCHAR(512) NULL，
   记录正文提取失败的脱敏原因（异常类型+首行信息，去除绝对路径），
   供管理员在"编辑"界面排障；成功/空文本/不支持时为 NULL；
2. 存量行保持 NULL，无需回填（可经"重新解析"接口按需重提）；
3. 升级为幂等：列已存在时跳过；降级仅在有失败记录时拒绝有损删除。
"""

from __future__ import annotations

from collections.abc import Sequence

from alembic import op
import sqlalchemy as sa

revision: str = "0019_content_extract_error"
down_revision: str | None = "0018_sub_plan_binding"
branch_labels: str | Sequence[str] | None = None
depends_on: str | Sequence[str] | None = None

_TABLE = "doc_document"
_COLUMN = "content_extract_error"


def _existing_columns() -> set[str]:
    inspector = sa.inspect(op.get_bind())
    return {column["name"] for column in inspector.get_columns(_TABLE)}


def upgrade() -> None:
    if _COLUMN in _existing_columns():
        return
    op.add_column(
        _TABLE,
        sa.Column(_COLUMN, sa.String(512), nullable=True),
    )


def downgrade() -> None:
    if _COLUMN not in _existing_columns():
        return
    bind = op.get_bind()
    error_rows = bind.scalar(
        sa.text(
            f"SELECT COUNT(*) FROM {_TABLE} WHERE {_COLUMN} IS NOT NULL"
        )
    )
    if error_rows:
        raise RuntimeError(
            "0019已产生提取失败记录，拒绝有损降级；请先备份并按数据治理流程处理"
        )
    op.drop_column(_TABLE, _COLUMN)