"""
对821道英文问题进行处理
1. 判断是否包含多个子问题，将问题拆分为完整子问题(去掉推理过程，只保留最后结果)
2. 判断题目类型
3. 将题目做成选择题
   对计算题，在数值附近随机生成三个相似答案作为错误选项
   对简答题，与标准答案最相近的其他问题的答案作为三个错误选项
4. 将正确和错误选项随机打乱，生成ABCD选择题的模型
5. 添加prompt，并将选择题包裹在[ANSWER]<answer>[/ANSWER]标签中
6. 模型打分
"""
import json
import re
import random
import copy

def generate_wrong_answers(json_file_path):
    # 读取 JSON 文件
    with open(json_file_path, 'r', encoding='utf-8') as file:
        data = json.load(file)

    # 处理每个数据项
    for item in data:
        if item['type'] == 1:  # 判断是否为计算题
            answer = item['answer']
            if any(char.isdigit() for char in answer):
                wrong_answers = []
                for _ in range(3):
                    wrong_answers.append(generate_wrong_answer(answer))
                item['wrong_answers_1'] = wrong_answers[0]
                item['wrong_answers_2'] = wrong_answers[1]
                item['wrong_answers_3'] = wrong_answers[2]

    with open(json_file_path.replace('.json', '_with_wrong_answers.json'), 'w', encoding='utf-8') as file:
        json.dump(data, file, ensure_ascii=False, indent=2)

    return data

def generate_wrong_answer(correct_answer):
    # 强化版正则表达式：支持普通数、科学计数法、Unicode负号、LaTeX指数、千位逗号
    number_pattern = (
        r'([-+]?\d{1,3}(?:,\d{3})*(?:\.\d+)?|\d*\.?\d+)'         # 主数字部分
        r'(?:\s*[×x*]?\s*10(?:\^|\^{|{)?[-−⁻]?\d+(?:\})?)?'      # 科学计数部分，可选
    )
    matches = list(re.finditer(number_pattern, correct_answer, re.IGNORECASE))
    if not matches:
        return correct_answer  # 没找到数字，返回原文

    wrong_answer = correct_answer
    for match in matches[::-1]:  # 反向替换防止位置偏移
        full_match = match.group(0)
        base = match.group(1).replace(',', '')  # 去除逗号用于数值运算

        try:
            # 转换成 float
            base_value = float(base)
            perturbed_value = perturb_number(base_value)

            # 保留原来的指数部分（如 x 10^6），只替换数字
            wrong_value_str = full_match.replace(match.group(1), format_similar(base, perturbed_value))
            start, end = match.span()
            wrong_answer = wrong_answer[:start] + wrong_value_str + wrong_answer[end:]
        except:
            continue

    return wrong_answer

def perturb_number(value):
    # 根据数量级添加扰动（高斯扰动 + 偏差）
    magnitude = abs(value)
    noise = random.uniform(0.03, 0.15)  # 扰动比例 3%~15%
    direction = random.choice([-1, 1])
    new_value = value + direction * magnitude * noise

    # 防止扰动结果为 0 或变号
    if abs(new_value) < 1e-10:
        new_value = value * 1.1
    return new_value

def format_similar(original_str, value):
    # 保留与原始字符串小数位一致
    if '.' in original_str:
        decimal_places = len(original_str.split('.')[-1].rstrip('^}'))  # 忽略 ^10^6 中的后缀
        return f"{value:.{decimal_places}f}"
    else:
        return str(int(round(value)))

if __name__ == "__main__":
    data = generate_wrong_answers('/home/ubuntu/50T/fsy/benchmark/4is_type.json')