analyze_verses.py

import json
import logging
import argparse
import sys
import os
import re
import math
from gematria import calculate_gematria

# --- Konfiguration ---
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
BOOK_RANGE = range(1, 40)
INDICES_DIR = "indices_by_book"

# --- Kernfunktionen ---

def xor_with_highest_power(total_sum, query_value):
    """Ihre XOR-Logik."""
    if total_sum <= 0 or query_value <= 1: return None
    if query_value > total_sum: power = 1
    else:
        exponent = math.floor(math.log(total_sum, query_value))
        power = query_value ** exponent
    return total_sum ^ power

def prepare_phrase_inventory(all_indices):
    """
    Erstellt eine flache, aber als Dictionary organisierte Liste aller Phrasen für schnelle Abfragen.
    Struktur: { gematria_value: [phrase_obj_1, phrase_obj_2, ...], ... }
    """
    logging.info("Erstelle ein optimiertes Inventar aller Phrasen...")
    inventory = {}
    for book_num, index in all_indices.items():
        for gematria_val_str, data in index.items():
            gematria_val = int(gematria_val_str)
            if gematria_val not in inventory:
                inventory[gematria_val] = []

            pagerank = data.get('pagerank', 0)
            for phrase_data in data.get('phrases', []):
                count = phrase_data.get('count', 1)
                score = pagerank / count if count > 0 else 0
                inventory[gematria_val].append({
                    "text": phrase_data['text'],
                    "score": score,
                    "source_book": book_num
                })

    # Sortiere die Phrasenlisten innerhalb jedes Eintrags nach Score
    for gematria_val in inventory:
        inventory[gematria_val].sort(key=lambda x: x['score'], reverse=True)

    logging.info(f"{len(inventory)} einzigartige Gematria-Werte im Inventar.")
    return inventory

def find_best_phrase(target_sum, inventory):
    """Findet die eine, beste Phrase für eine gegebene Summe."""
    if target_sum in inventory:
        # Gibt die Phrase mit dem höchsten Score zurück (da die Liste vorsortiert ist)
        return inventory[target_sum][0]
    return None

# --- Hauptprogramm ---

def main(args):
    # Lade alle Indizes
    all_indices = {}
    for i in BOOK_RANGE:
        index_path = os.path.join(INDICES_DIR, f"book_{i:02}_index.json")
        if os.path.exists(index_path):
            with open(index_path, 'r', encoding='utf-8') as f:
                all_indices[i] = json.load(f)
    if not all_indices:
        sys.exit("Keine Index-Dateien gefunden. Bitte 'build_indices.py' ausführen.")

    # 1. Bereite das Phrasen-Inventar für schnelle Abfragen vor
    phrase_inventory = prepare_phrase_inventory(all_indices)

    # 2. Berechne Gematria-Wert der Anfrage
    query_value = calculate_gematria(args.query)
    if query_value <= 1:
        sys.exit(f"Anfrage '{args.query}' hat einen ungültigen Gematria-Wert ({query_value}). Wert muss > 1 sein.")

    # 3. Iteriere durch jeden Vers des Tanach
    logging.info(f"Starte Vers-Resonanz-Analyse für '{args.query}' (Gematria: {query_value})...")
    print("\n" + "="*15 + f" ERGEBNISSE DER VERS-RESONANZ-ANALYSE FÜR '{args.query}' " + "="*15)

    resonance_count = 0
    verses_processed = 0

    for book_num in BOOK_RANGE:
        try:
            with open(f"texts/torah/{book_num:02}.json", 'r', encoding='utf-8') as file:
                data = json.load(file)
                # Iteriere durch Kapitel und Verse
                for chap_idx, chapter in enumerate(data.get("text", [])):
                    for verse_idx, verse in enumerate(chapter):
                        verses_processed += 1

                        # Berechne Gematria-Summe des Verses
                        verse_sum = calculate_gematria(verse)
                        if verse_sum <= 1: continue

                        # Führe die XOR-Operation durch
                        target_sum = xor_with_highest_power(verse_sum, query_value)
                        if target_sum is None: continue

                        # Finde die beste Resonanz-Phrase
                        best_match = find_best_phrase(target_sum, phrase_inventory)

                        # Gib das Ergebnis aus, wenn eine Resonanz gefunden wurde
                        if best_match:
                            resonance_count += 1
                            verse_ref = f"Buch {book_num:02}, Kap. {chap_idx+1}, Vers {verse_idx+1}"
                            print(f"\n--- Resonanz gefunden in: {verse_ref} ---")
                            print(f"Originalvers (G: {verse_sum}): {verse}")
                            print(f"XOR-Resultat (Ziel-G: {target_sum}): {best_match['text']} (aus B{best_match['source_book']:02d})")
                            if resonance_count >= args.limit:
                                logging.info(f"Ausgabelimit von {args.limit} Resonanzen erreicht. Beende Analyse.")
                                return

        except FileNotFoundError:
            continue

    logging.info(f"Analyse abgeschlossen. {resonance_count} Resonanzen in {verses_processed} Versen gefunden.")

if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="Tanakh Verse Resonance Analyzer.")
    parser.add_argument("query", type=str, help="Die Abfragephrase (z.B. 'יהוה').")
    parser.add_argument("--limit", type=int, default=25, help="Maximale Anzahl der auszugebenden Resonanzen.")
    args = parser.parse_args()
    main(args)