#!/usr/bin/env python3
import csv
import re
import shutil
import os
import argparse
from datetime import datetime

# 컬러 로그를 위한 색상 코드 추가
class Colors:
    RED = '\033[91m'
    GREEN = '\033[92m'
    YELLOW = '\033[93m'
    BLUE = '\033[94m'
    MAGENTA = '\033[95m'
    CYAN = '\033[96m'
    WHITE = '\033[97m'
    ENDC = '\033[0m'  # End color
    BOLD = '\033[1m'

def print_color(message, color=Colors.WHITE):
    """컬러 출력 함수"""
    print(f"{color}{message}{Colors.ENDC}")

def print_error(message):
    """에러 메시지 출력"""
    print_color(f"❌ ERROR: {message}", Colors.RED)

def print_warning(message):
    """경고 메시지 출력"""
    print_color(f"⚠️  WARNING: {message}", Colors.YELLOW)

def print_success(message):
    """성공 메시지 출력"""
    print_color(f"✅ SUCCESS: {message}", Colors.GREEN)

def print_info(message):
    """정보 메시지 출력"""
    print_color(f"ℹ️  INFO: {message}", Colors.CYAN)

"""
실제 CSV 파일들
IF_MDZ_EVCP_CUSTOMER_MASTER.csv  IF_MDZ_EVCP_EMPLOYEE_REFERENCE.csv    IF_MDZ_EVCP_MATERIAL_MASTER_PART_RETURN.csv  IF_MDZ_EVCP_PROJECT_MASTER.csv
IF_MDZ_EVCP_DEPARTMENT_CODE.csv  IF_MDZ_EVCP_EQUP_MASTER.csv           IF_MDZ_EVCP_MODEL_MASTER.csv                 IF_MDZ_EVCP_VENDOR_MASTER.csv
IF_MDZ_EVCP_EMPLOYEE_MASTER.csv  IF_MDZ_EVCP_MATERIAL_MASTER_PART.csv  IF_MDZ_EVCP_ORGANIZATION_MASTER.csv
"""

# ===== 설정 =====
CSV_DIR = './public/wsdl/_csv'
WSDL_DIR = './public/wsdl'

# 발견된 SAP 타입들을 수집하기 위한 전역 SET
discovered_sap_types = set()
type_size_combinations = set()  # 타입-사이즈 조합도 수집

# 필드명 매핑 테이블 (CSV -> WSDL)
FIELD_MAPPING = {
    #  개별 WSDL 별 테이블 만들기로 했으므로 사용하지 않고 WSDL 그대로 사용
    # 'ADR_NO': 'ADDRNO',
    # 필요한 경우 더 추가
}

# 테이블 매핑 테이블 (complexType -> CSV Table)
TABLE_MAPPING = {
    # 'MATL': 'MATL',
    # 'UNIT': 'MATL/UNIT',
    # 필요한 경우 더 추가
}

def normalize_sap_type_and_size(sap_type, size_str):
    """SAP 타입과 사이즈를 정규화"""
    global discovered_sap_types, type_size_combinations
    
    try:
        # 타입을 대문자로 변환
        normalized_type = sap_type.upper().strip() if sap_type else 'CHAR'
        
        # 사이즈 처리
        normalized_size = size_str.strip() if size_str else ''
        original_size = normalized_size  # 원본 사이즈 보존 (로깅용)
        
        # 빈 사이즈인 경우 기본값 설정
        if not normalized_size:
            normalized_size = '255'
        else:
            # 따옴표로 감싸진 경우 제거 (예: "1,0")
            quote_removed = False
            if normalized_size.startswith('"') and normalized_size.endswith('"'):
                before_quote_removal = normalized_size
                normalized_size = normalized_size[1:-1]
                quote_removed = True
                print_color(f"🔍 SIZE 파싱: 따옴표 제거 - '{before_quote_removal}' -> '{normalized_size}' (Type: {normalized_type})", Colors.YELLOW)
            
            # 로깅: 최종 결과 (따옴표가 없는 경우만)
            if not quote_removed and original_size:
                print_color(f"🔍 SIZE 파싱: 따옴표 없음 - '{original_size}' 그대로 사용 (Type: {normalized_type})", Colors.BLUE)
        
        # 발견된 타입들을 SET에 추가
        discovered_sap_types.add(normalized_type)
        type_size_combinations.add(f"{normalized_type}({normalized_size})")
        
        # 컬럼 구분자나 특수문자가 있는 경우 그대로 유지
        # DEC, QUAN, NUMB 등에서 "1,0" 형태의 사이즈는 정상
        
        return normalized_type, normalized_size
        
    except Exception as e:
        print_error(f"타입/사이즈 정규화 실패 - Type: {sap_type}, Size: {size_str}, Error: {str(e)}")
        return 'CHAR', '255'  # 기본값 반환

def safe_description_escape(description):
    """Description 필드의 특수문자를 안전하게 처리"""
    try:
        if not description:
            return ''
        
        # HTML/XML 특수문자 이스케이프
        description = description.replace('&', '&')
        description = description.replace('<', '&lt;')
        description = description.replace('>', '&gt;')
        description = description.replace('"', '&quot;')
        description = description.replace("'", '&apos;')
        
        return description
        
    except Exception as e:
        print_error(f"Description 이스케이프 실패: {description}, Error: {str(e)}")
        return str(description) if description else ''

def get_csv_files():
    """CSV 디렉토리에서 모든 CSV 파일 목록을 가져옴"""
    csv_files = []
    for file in os.listdir(CSV_DIR):
        if file.endswith('.csv'):
            csv_files.append(file.replace('.csv', ''))
    return csv_files

def get_complex_type_info(wsdl_content):
    """WSDL 파일에서 complexType 정보를 추출"""
    complex_types = {}
    current_type = None
    current_fields = []
    type_stack = []  # 중첩된 complexType을 추적하기 위한 스택
    
    for line in wsdl_content:
        # complexType 시작 태그 찾기 (xsd: 또는 xs: 네임스페이스 지원)
        type_match = re.search(r'<(?:xsd:|xs:)complexType\s+name="([^"]+)"', line)
        if type_match:
            if current_type:
                type_stack.append(current_type)
            current_type = type_match.group(1)
            current_fields = []
            continue
            
        # complexType 종료 태그 찾기 (xsd: 또는 xs: 네임스페이스 지원)
        if re.search(r'</(?:xsd:|xs:)complexType>', line):
            if current_type:
                complex_types[current_type] = current_fields
                if type_stack:
                    current_type = type_stack.pop()
                else:
                    current_type = None
            continue
            
        # element 태그 찾기 (xsd: 또는 xs: 네임스페이스 지원)
        element_match = re.search(r'<(?:xsd:|xs:)element\s+name="([^"]+)"', line)
        if element_match and current_type:
            type_match = re.search(r'type="([^"]+)"', line) if 'type="' in line else None
            field_info = {
                'name': element_match.group(1),
                'type': type_match.group(1) if type_match else None,
                'is_array': 'maxOccurs="unbounded"' in line
            }
            current_fields.append(field_info)
            
    return complex_types

def load_csv_data(csv_file):
    """CSV 파일에서 필드 정보를 딕셔너리로 로드"""
    csv_data = {}
    csv_path = os.path.join(CSV_DIR, f'{csv_file}.csv')
    
    try:
        with open(csv_path, 'r', encoding='utf-8-sig') as f:  # BOM 처리
            reader = csv.DictReader(f)
            for row_num, row in enumerate(reader, start=2):  # 헤더 다음부터 2행
                try:
                    field_name = row['Field']
                    table_name = row['Table']
                    
                    # 매핑된 필드명이 있으면 사용, 없으면 원래 필드명 사용
                    wsdl_field_name = FIELD_MAPPING.get(field_name, field_name)
                    
                    # 테이블 정보를 키에 포함 (구분자를 || 로 변경)
                    key = f"{wsdl_field_name}||{table_name}"
                    
                    # 타입과 사이즈 정규화
                    normalized_type, normalized_size = normalize_sap_type_and_size(
                        row.get('Type', ''), row.get('Size', '')
                    )
                    
                    # Description 안전 처리
                    safe_desc = safe_description_escape(row.get('Description', ''))
                    
                    csv_data[key] = {
                        'seq': row.get('SEQ', ''),
                        'table': table_name,
                        'field': row.get('Field', ''),  # 원래 CSV 필드명 저장
                        'mo': row.get('M/O', ''),
                        'type': normalized_type,  # 정규화된 타입
                        'size': normalized_size,  # 정규화된 사이즈
                        'description': safe_desc,  # 안전 처리된 Description
                        'original_type': row.get('Type', ''),  # 원본 타입 보존
                        'original_size': row.get('Size', '')   # 원본 사이즈 보존
                    }
                    
                except Exception as e:
                    print_error(f"CSV 행 {row_num} 처리 실패 - {csv_file}: {str(e)}")
                    print_error(f"문제 행 데이터: {row}")
                    continue
    
    except Exception as e:
        print_error(f"CSV 파일 로딩 실패 - {csv_path}: {str(e)}")
        return {}
    
    return csv_data

def load_csv_data_from_path(csv_file_path):
    """CSV 파일 경로에서 필드 정보를 딕셔너리로 로드"""
    csv_data = {}
    csv_filename = os.path.basename(csv_file_path)
    
    try:
        with open(csv_file_path, 'r', encoding='utf-8-sig') as f:  # BOM 처리
            reader = csv.DictReader(f)
            for row_num, row in enumerate(reader, start=2):  # 헤더 다음부터 2행
                try:
                    field_name = row['Field']
                    table_name = row['Table']
                    
                    # 매핑된 필드명이 있으면 사용, 없으면 원래 필드명 사용
                    wsdl_field_name = FIELD_MAPPING.get(field_name, field_name)
                    
                    # 테이블 정보를 키에 포함 (구분자를 || 로 변경)
                    key = f"{wsdl_field_name}||{table_name}"
                    
                    # 타입과 사이즈 정규화
                    normalized_type, normalized_size = normalize_sap_type_and_size(
                        row.get('Type', ''), row.get('Size', '')
                    )
                    
                    # Description 안전 처리
                    safe_desc = safe_description_escape(row.get('Description', ''))
                    
                    csv_data[key] = {
                        'seq': row.get('SEQ', ''),
                        'table': table_name,
                        'field': row.get('Field', ''),  # 원래 CSV 필드명 저장
                        'mo': row.get('M/O', ''),
                        'type': normalized_type,  # 정규화된 타입
                        'size': normalized_size,  # 정규화된 사이즈
                        'description': safe_desc,  # 안전 처리된 Description
                        'original_type': row.get('Type', ''),  # 원본 타입 보존
                        'original_size': row.get('Size', '')   # 원본 사이즈 보존
                    }
                    
                except Exception as e:
                    print_error(f"CSV 행 {row_num} 처리 실패 - {csv_filename}: {str(e)}")
                    print_error(f"문제 행 데이터: {row}")
                    continue
    
    except Exception as e:
        print_error(f"CSV 파일 로딩 실패 - {csv_file_path}: {str(e)}")
        return {}
    
    return csv_data

def extract_field_name_from_line(line):
    """라인에서 name="필드명" 추출"""
    match = re.search(r'name="([^"]+)"', line)
    return match.group(1) if match else None

def has_seq_in_comment(comment_line):
    """주석에 SEQ가 있는지 확인"""
    return 'SEQ:' in comment_line

def get_indentation(line):
    """라인의 들여쓰기 반환"""
    return len(line) - len(line.lstrip())

def create_comment(field_name, csv_data, indentation, complex_type):
    """CSV 데이터를 기반으로 주석 생성"""
    try:
        # 필드명으로 시작하는 키들을 찾음 (대소문자 구분 없이)
        matching_keys = [key for key in csv_data.keys() if key.split('||')[0].upper() == field_name.upper()]
        if not matching_keys:
            indent = ' ' * indentation
            print_warning(f"매칭되지 않은 필드: {field_name}")
            return f"{indent}<!-- TODO: UNMATCHED FIELD OCCURS - {field_name} -->"
        
        # complexType과 일치하는 테이블 정보 찾기
        matching_data = None
        
        # 1. complexType 이름과 완전히 일치하는 테이블 찾기
        for key in matching_keys:
            table_name = key.split('||', 1)[1]
            if complex_type.upper() == table_name.upper():
                matching_data = csv_data[key]
                break
        
        # 2. CSV 테이블명을 '/'로 스플릿한 마지막 부분이 complexType과 일치하는 경우
        if not matching_data:
            for key in matching_keys:
                table_name = key.split('||', 1)[1]
                if '/' in table_name:
                    last_part = table_name.split('/')[-1]
                    if complex_type.upper() == last_part.upper():
                        matching_data = csv_data[key]
                        break
        
        # 3. 필드명만 일치하는 경우 (첫 번째 매칭 데이터 사용)
        if not matching_data:
            matching_data = csv_data[matching_keys[0]]
        
        # 4. 매칭된 데이터가 있으면 주석 생성, 없으면 매칭 실패 주석
        if matching_data:
            indent = ' ' * indentation
            
            # CSV의 실제 타입과 사이즈 사용
            comment = f"{indent}<!-- SEQ:{matching_data['seq']}, Table:{matching_data['table']}, Field:{matching_data['field']}, M/O:{matching_data['mo']}, Type:{matching_data['type']}, Size:{matching_data['size']}, Description:{matching_data['description']} -->"
            
            print_info(f"주석 생성 완료: {field_name} -> Type:{matching_data['type']}, Size:{matching_data['size']}")
            return comment
        else:
            indent = ' ' * indentation
            print_warning(f"매칭 데이터를 찾을 수 없음: {field_name}")
            return f"{indent}<!-- TODO: NO MATCHING DATA FOUND - {field_name} -->"
            
    except Exception as e:
        indent = ' ' * indentation
        print_error(f"주석 생성 실패 - 필드: {field_name}, 에러: {str(e)}")
        return f"{indent}<!-- ERROR: COMMENT GENERATION FAILED - {field_name} -->"

def normalize_comment(comment_line):
    """주석을 정규화 (공백 제거, 소문자 변환 등)"""
    # <!-- 와 --> 제거하고 내용만 추출
    content = re.sub(r'^\s*<!--\s*|\s*-->\s*$', '', comment_line.strip())
    # 여러 공백을 하나로 통합
    content = re.sub(r'\s+', ' ', content)
    return content.strip()

def comments_are_equal(existing_comment, expected_comment):
    """두 주석이 같은 내용인지 비교"""
    existing_normalized = normalize_comment(existing_comment)
    expected_normalized = normalize_comment(expected_comment)
    return existing_normalized == expected_normalized

def should_process_line(line, csv_data):
    """라인이 처리 대상인지 확인"""
    # 네 조건을 모두 만족해야 함:
    # 1. <xsd:element 또는 <xs:element 태그
    # 2. name=" 속성이 있는 태그
    # 3. maxOccurs=" 속성이 없는 태그 (배열 데이터 제외)
    # 4. CSV에 해당 필드가 있는 경우

    # xsd:element 또는 xs:element 태그 검사
    if not (re.search(r'<(?:xsd:|xs:)element\s+', line) and 'name="' in line):
        return False
    
    # maxOccurs=" 가 있으면 배열 데이터이므로 제외 (모든 maxOccurs 속성)
    if 'maxOccurs="' in line:
        return False
    
    field_name = extract_field_name_from_line(line)
    if not field_name:
        return False
        
    # 필드명이 CSV 데이터의 키에 정확히 일치하는지 확인 (대소문자 구분 없이)
    return any(field_name.upper() == key.split('||')[0].upper() for key in csv_data.keys())

def get_skip_reason(line, csv_data):
    """필드를 건너뛰는 이유를 반환"""
    # xsd:element 또는 xs:element 태그 검사
    if not (re.search(r'<(?:xsd:|xs:)element\s+', line) and 'name="' in line):
        return None
    
    field_name = extract_field_name_from_line(line)
    if not field_name:
        return None
    
    # maxOccurs 체크 (배열 타입)
    if 'maxOccurs="' in line:
        return "ARRAY_TYPE"
    
    # 복합객체인 경우
    if 'MASTER' in field_name:
        return "COMPLEX_TYPE"
    
    # CSV에 있는지 체크
    has_csv_data = any(field_name.upper() == key.split('||')[0].upper() for key in csv_data.keys())
    if not has_csv_data:
        # Req로 끝나는 경우는 래퍼 타입이므로 정상
        if field_name.endswith('Req'):
            return "REQ_WRAPPER_TYPE"
        else:
            return "NO_CSV_DATA"
    
    return None

def backup_file(filepath):
    """파일을 백업"""
    timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
    backup_path = f"{filepath}.backup_{timestamp}"
    shutil.copy2(filepath, backup_path)
    print(f"백업 파일 생성: {backup_path}")
    return backup_path

def process_files(csv_file_path, wsdl_file_path):
    """개별 CSV와 WSDL 파일 처리"""
    try:
        # 백업 생성
        backup_path = backup_file(wsdl_file_path)
        
        # 파일명 추출 (로깅용)
        csv_filename = os.path.basename(csv_file_path)
        wsdl_filename = os.path.basename(wsdl_file_path)
        
        print_color(f"\n🚀 처리 시작: {csv_filename} → {wsdl_filename}", Colors.BOLD)
        print_info("CSV 데이터 로딩 중...")
        csv_data = load_csv_data_from_path(csv_file_path)
        print_success(f"CSV에서 {len(csv_data)}개 필드 정보 로드됨")
        
        # WSDL 파일 읽기
        with open(wsdl_file_path, 'r', encoding='utf-8') as f:
            lines = f.readlines()
        
        # complexType 정보 추출
        complex_types = get_complex_type_info(lines)
        print_success(f"WSDL에서 {len(complex_types)}개 complexType 정보 추출됨")
    except Exception as e:
        print_error(f"파일 초기화 실패 - {csv_filename} → {wsdl_filename}: {str(e)}")
        return
    
    # complexType 구조 출력 (디버깅용)
    for type_name, fields in complex_types.items():
        print_color(f"\nComplexType: {type_name}", Colors.MAGENTA)
        for field in fields:
            print(f"  - {field['name']} ({field['type']}) {'[Array]' if field['is_array'] else ''}")
    
    new_lines = []
    i = 0
    changes_made = 0
    processed_fields = []
    skipped_fields = []
    skipped_array_fields = []
    skipped_no_csv_fields = []
    skipped_req_wrapper_fields = []
    verified_correct = 0
    corrected_seq = 0
    error_count = 0
    
    current_complex_type = None
    type_stack = []  # 중첩된 complexType을 추적하기 위한 스택
    
    while i < len(lines):
        line = lines[i]
        line_processed = False
        
        try:
            # complexType 시작 태그 확인 (xsd: 또는 xs: 네임스페이스 지원)
            type_match = re.search(r'<(?:xsd:|xs:)complexType\s+name="([^"]+)"', line)
            if type_match:
                if current_complex_type:
                    type_stack.append(current_complex_type)
                current_complex_type = type_match.group(1)
                print_color(f"현재 complexType: {current_complex_type}", Colors.BLUE)
            
            # complexType 종료 태그 확인 (xsd: 또는 xs: 네임스페이스 지원)
            if re.search(r'</(?:xsd:|xs:)complexType>', line):
                if type_stack:
                    current_complex_type = type_stack.pop()
                    print_color(f"이전 complexType으로 복귀: {current_complex_type}", Colors.BLUE)
                else:
                    current_complex_type = None
            
            # CSV에 있는 xsd:element 또는 xs:element 필드인지 확인
            if should_process_line(line, csv_data):
                field_name = extract_field_name_from_line(line)
                
                if field_name and current_complex_type:
                    processed_fields.append(field_name)
                    print_color(f"처리 중인 필드: {field_name} (complexType: {current_complex_type})", Colors.CYAN)
                
                # 바로 위 라인이 주석인지 확인 (공백 라인 건너뛰면서)
                comment_line_index = -1
                j = len(new_lines) - 1
                
                while j >= 0:
                    prev_line = new_lines[j].strip()
                    if prev_line == '':
                        j -= 1
                        continue
                    elif prev_line.startswith('<!--') and prev_line.endswith('-->'):
                        comment_line_index = j
                        break
                    else:
                        break
                
                if comment_line_index >= 0:
                    existing_comment = new_lines[comment_line_index]
                    
                    if has_seq_in_comment(existing_comment):
                        indentation = get_indentation(line)
                        expected_comment = create_comment(field_name, csv_data, indentation, current_complex_type)
                        
                        if expected_comment:
                            if comments_are_equal(existing_comment, expected_comment):
                                verified_correct += 1
                                print_success(f"  주석 검증 통과")
                            else:
                                new_lines[comment_line_index] = expected_comment + '\n'
                                changes_made += 1
                                corrected_seq += 1
                                print_warning(f"  SEQ 주석 수정: {field_name}")
                                print(f"    기존: {existing_comment.strip()}")
                                print(f"    수정: {expected_comment}")
                    else:
                        indentation = get_indentation(line)
                        new_comment = create_comment(field_name, csv_data, indentation, current_complex_type)
                        if new_comment:
                            new_lines[comment_line_index] = new_comment + '\n'
                            changes_made += 1
                            print_warning(f"  주석 교체: {field_name}")
                else:
                    indentation = get_indentation(line)
                    new_comment = create_comment(field_name, csv_data, indentation, current_complex_type)
                    if new_comment:
                        new_lines.append(new_comment + '\n')
                        changes_made += 1
                        print_info(f"  주석 추가: {field_name}")
                
                line_processed = True
            elif re.search(r'<(?:xsd:|xs:)element\s+', line) and 'name="' in line:
                field_name = extract_field_name_from_line(line)
                if field_name:
                    skip_reason = get_skip_reason(line, csv_data)
                    if skip_reason == "ARRAY_TYPE":
                        skipped_array_fields.append(field_name)
                        skipped_fields.append(field_name)
                        print_color(f"건너뛴 필드: {field_name} (배열 타입 - maxOccurs 속성)", Colors.YELLOW)
                    elif skip_reason == "REQ_WRAPPER_TYPE":
                        skipped_req_wrapper_fields.append(field_name)
                        skipped_fields.append(field_name)
                        print_color(f"건너뛴 필드: {field_name} (요청 래퍼 타입 - 정상)", Colors.BLUE)
                    elif skip_reason == "NO_CSV_DATA":
                        skipped_no_csv_fields.append(field_name)
                        skipped_fields.append(field_name)
                        print_error(f"건너뛴 필드: {field_name} (CSV에 데이터 없음 - 확인 필요!)")
                    else:
                        # 기타 이유로 건너뛴 경우
                        skipped_fields.append(field_name)
                        print_warning(f"건너뛴 필드: {field_name} (기타 이유)")
                    
        except Exception as e:
            print_error(f"라인 처리 중 오류 발생 (라인 {i+1}): {str(e)}")
            print_error(f"문제 라인: {line.strip()}")
            error_count += 1
        
        new_lines.append(line)
        i += 1
    
    # 결과 저장
    try:
        with open(wsdl_file_path, 'w', encoding='utf-8') as f:
            f.writelines(new_lines)
        print_success("WSDL 파일 저장 완료")
    except Exception as e:
        print_error(f"WSDL 파일 저장 실패: {str(e)}")
        return
    
    # 결과 출력
    print_color(f"\n{'='*50}", Colors.BOLD)
    print_color(f"처리 완료: {csv_filename} → {wsdl_filename}", Colors.BOLD)
    print_color(f"{'='*50}", Colors.BOLD)
    
    print_info(f"CSV 파일: {csv_file_path}")
    print_info(f"WSDL 파일: {wsdl_file_path}")
    print_info(f"백업 파일: {backup_path}")
    
    print_color(f"\n📊 처리 통계:", Colors.MAGENTA)
    print(f"   총 변경사항: {changes_made}개")
    print(f"   처리된 CSV 필드 수: {len(processed_fields)}")
    print(f"   건너뛴 필드 총계: {len(skipped_fields)}")
    print(f"     ├─ 배열 타입 (정상): {len(skipped_array_fields)}개")
    print(f"     ├─ 요청 래퍼 타입 (정상): {len(skipped_req_wrapper_fields)}개")
    print_color(f"     └─ CSV 누락 (문제): {len(skipped_no_csv_fields)}개", Colors.RED if len(skipped_no_csv_fields) > 0 else Colors.WHITE)
    print(f"   검증 통과한 SEQ 주석: {verified_correct}개")
    print(f"   수정된 SEQ 주석: {corrected_seq}개")
    print(f"   오류 발생 횟수: {error_count}개")
    
    # CSV 누락 필드 상세 표시
    if len(skipped_no_csv_fields) > 0:
        print_error(f"\n⚠️  CSV에 누락된 필드 목록 (확인 필요):")
        for field in skipped_no_csv_fields:
            print_error(f"   - {field}")
    
    # 최종 결과
    if error_count > 0:
        print_error(f"\n⚠️  {error_count}개의 오류가 발생했습니다. 로그를 확인해주세요.")
    
    if len(skipped_no_csv_fields) > 0:
        print_error(f"\n🚨 주의: {len(skipped_no_csv_fields)}개의 필드가 CSV에 누락되어 있습니다!")
        print_error("이 필드들은 WSDL에 정의되어 있지만 CSV 스펙에 없어 주석이 생성되지 않았습니다.")
    
    if changes_made == 0:
        print_success(f"\n모든 주석이 정확합니다! (검증된 SEQ 주석: {verified_correct}개)")
    else:
        print_success(f"\n{changes_made}개의 주석이 수정되었습니다.")
        if corrected_seq > 0:
            print(f"   - 기존 SEQ 주석 수정: {corrected_seq}개")
        if changes_made - corrected_seq > 0:
            print(f"   - 새로 추가/교체된 주석: {changes_made - corrected_seq}개")

def process_wsdl_file(target):
    """WSDL 파일 처리 (기존 방식, 일괄 처리용)"""
    csv_file_path = os.path.join(CSV_DIR, f'{target}.csv')
    wsdl_file_path = os.path.join(WSDL_DIR, f'{target}.wsdl')
    
    try:
        # 백업 생성
        backup_path = backup_file(wsdl_file_path)
        
        print_color(f"\n🚀 처리 시작: {target}", Colors.BOLD)
        print_info("CSV 데이터 로딩 중...")
        csv_data = load_csv_data(target)
        print_success(f"CSV에서 {len(csv_data)}개 필드 정보 로드됨")
        
        # WSDL 파일 읽기
        with open(wsdl_file_path, 'r', encoding='utf-8') as f:
            lines = f.readlines()
        
        # complexType 정보 추출
        complex_types = get_complex_type_info(lines)
        print_success(f"WSDL에서 {len(complex_types)}개 complexType 정보 추출됨")
    except Exception as e:
        print_error(f"파일 초기화 실패 - {target}: {str(e)}")
        return

def parse_arguments():
    """커맨드라인 아규먼트 파싱"""
    parser = argparse.ArgumentParser(
        description="WSDL 파일에 CSV 정보를 기반으로 주석을 추가하는 도구",
        formatter_class=argparse.RawDescriptionHelpFormatter,
        epilog="""
사용 예시:
  python3 update_wsdl_with_csv.py --csv ./public/wsdl/IF_ECC_EVCP_PR_INFORMATION.csv --wsdl ./public/wsdl/IF_ECC_EVCP_PR_INFORMATION.wsdl
  python3 update_wsdl_with_csv.py --batch  # 기존 일괄 처리 모드
        """
    )
    
    group = parser.add_mutually_exclusive_group(required=True)
    group.add_argument(
        '--csv', 
        type=str, 
        help='처리할 CSV 파일 경로'
    )
    group.add_argument(
        '--batch', 
        action='store_true',
        help='일괄 처리 모드 (기존 방식)'
    )
    
    parser.add_argument(
        '--wsdl', 
        type=str, 
        help='처리할 WSDL 파일 경로 (--csv와 함께 사용)'
    )
    
    args = parser.parse_args()
    
    # --csv 옵션 사용 시 --wsdl도 필수
    if args.csv and not args.wsdl:
        parser.error("--csv 옵션을 사용할 때는 --wsdl 옵션도 필요합니다.")
    
    # 파일 존재 여부 확인
    if args.csv:
        if not os.path.exists(args.csv):
            parser.error(f"CSV 파일을 찾을 수 없습니다: {args.csv}")
        if not args.csv.endswith('.csv'):
            parser.error(f"CSV 파일이 아닙니다: {args.csv}")
            
    if args.wsdl:
        if not os.path.exists(args.wsdl):
            parser.error(f"WSDL 파일을 찾을 수 없습니다: {args.wsdl}")
        if not args.wsdl.endswith('.wsdl'):
            parser.error(f"WSDL 파일이 아닙니다: {args.wsdl}")
    
    return args

if __name__ == "__main__":
    try:
        args = parse_arguments()
        
        if args.batch:
            csv_files = get_csv_files()
            print_color(f"\n🎯 발견된 CSV 파일: {len(csv_files)}개", Colors.BOLD)
            print_info(f"처리할 파일 목록: {csv_files}")
            
            total_files = len(csv_files)
            success_count = 0
            error_count = 0
            
            for i, target in enumerate(csv_files, 1):
                print_color(f"\n{'='*60}", Colors.BOLD)
                print_color(f"진행률: {i}/{total_files} - {target}", Colors.BOLD)
                print_color(f"{'='*60}", Colors.BOLD)
                
                try:
                    process_wsdl_file(target)
                    success_count += 1
                except Exception as e:
                    print_error(f"파일 처리 실패 - {target}: {str(e)}")
                    error_count += 1
            
            # 최종 통계
            print_color(f"\n{'='*60}", Colors.BOLD)
            print_color("🏁 전체 처리 완료", Colors.BOLD)
            print_color(f"{'='*60}", Colors.BOLD)
            
            print_success(f"성공: {success_count}개 파일")
            if error_count > 0:
                print_error(f"실패: {error_count}개 파일")
            else:
                print_success("모든 파일이 성공적으로 처리되었습니다!")
            
            # 발견된 SAP 타입들 출력 (PostgreSQL 매핑용)
            print_color(f"\n{'='*60}", Colors.BOLD)
            print_color("📊 발견된 SAP 타입 통계 (PostgreSQL 매핑용)", Colors.MAGENTA)
            print_color(f"{'='*60}", Colors.BOLD)
            
            print_color(f"\n🔤 고유 SAP 타입 ({len(discovered_sap_types)}개):", Colors.CYAN)
            for sap_type in sorted(discovered_sap_types):
                print(f"   - {sap_type}")
            
            print_color(f"\n📏 타입-사이즈 조합 ({len(type_size_combinations)}개):", Colors.YELLOW)
            for combination in sorted(type_size_combinations):
                print(f"   - {combination}")
            
            print_color(f"\n💡 PostgreSQL 타입 매핑 가이드 (XML 파싱/조회용):", Colors.GREEN)
            print("   🎯 실용적 접근법:")
            print("   - 대부분 → VARCHAR(500) 또는 TEXT (XML에서 모든 데이터가 문자열로 전송)")
            print("   - 숫자 검색/정렬이 필요한 경우만 → NUMERIC")
            print("   - 날짜 검색/정렬이 필요한 경우만 → DATE/TIMESTAMP")
            print("")
            print("   📋 SAP 타입별 상세:")
            print("   - CHAR, VARC, LCHR → VARCHAR(해당사이즈) 또는 TEXT")
            print("   - DATS (날짜) → VARCHAR(8) 또는 DATE (YYYYMMDD 형식)")
            print("   - TIMS (시간) → VARCHAR(6) 또는 TIME (HHMMSS 형식)")
            print("   - CURR, DEC, QUAN, NUMB, NUMC, FLTP → VARCHAR 또는 NUMERIC")
            print("   - CUKY (통화), UNIT (단위), LANG (언어) → VARCHAR(10)")
            print("")
            print("   ⚡ 권장: 초기에는 모두 VARCHAR/TEXT로 시작하고 필요시 변환")
            
        else: # --csv 옵션 사용 시
            print_color(f"\n🎯 개별 파일 처리 모드", Colors.BOLD)
            print_info(f"CSV 파일: {args.csv}")
            print_info(f"WSDL 파일: {args.wsdl}")
            
            try:
                process_files(args.csv, args.wsdl)
                print_success("개별 파일 처리 완료!")
            except Exception as e:
                print_error(f"개별 파일 처리 실패: {str(e)}")
                exit(1)
            
    except Exception as e:
        print_error(f"스크립트 실행 중 치명적 오류 발생: {str(e)}")
        exit(1)