#!/usr/bin/perl -w
use strict;
use warnings;
use File::Find;
use JSON;  # Встановіть: cpan JSON
use utf8;
binmode(STDOUT, ":utf8");

# Шлях до веб-кореня
my $root_dir = '/home/user/public_html';  # Замініть на ваш
my $index_file = '/path/to/search_index.json';  # Замініть, наприклад /var/tmp/search_index.json (поза веб-доступом для безпеки!)

# Словник: слово => [ {path: '/page.html', title: 'Заголовок', snippet: 'Фрагмент...'} ]
my %index;

find(
    sub {
        return if (\( _ =~ /^\./ || !/\.html \)/i || -d);
        my $full_path = $File::Find::name;
        return unless -r $full_path;

        open(my $fh, '<:utf8', $full_path) or return;
        local $/;  # Читати весь файл
        my $content = <$fh>;
        close($fh);

        my $rel_path = $full_path;
        $rel_path =~ s/^$root_dir//;

        my $title = $rel_path;
        $title = $1 if $content =~ /<title>(.*?)<\/title>/is;

        # Розбити контент на слова (просто, без стемінгу)
        my %words;
        for my $word (grep { length >= 3 } $content =~ /\b\w+\b/ug) {
            my $lc_word = lc($word);
            $words{$lc_word} = 1;
        }

        for my $word (keys %words) {
            # Додати сніпет: знайти фрагмент з словом (перші 100 символів навколо)
            my $snippet = '';
            if ($content =~ /(.{0,50}\b\Q$word\E\b.{0,50})/is) {
                $snippet = $1;
                \( snippet =~ s/^\s+|\s+ \)//g;
                $snippet = substr($snippet, 0, 100) . '...' if length($snippet) > 100;
            }

            push @{ $index{$word} }, { path => $rel_path, title => $title, snippet => $snippet };
        }
    },
    $root_dir
);

# Зберегти JSON (з сортуванням для зручності)
open(my $json_fh, '>:utf8', $index_file) or die "Не можу записати $index_file: $!";
print $json_fh encode_json(\%index);
close($json_fh);

print "Індекс згенеровано: " . scalar(keys %index) . " слів.\n";