sirpremiumv2/app/Services/BancolombiaParser.php

<?php

namespace App\Services;

/**
 * BancolombiaParser
 *
 * Extrae campos estructurados de los correos de notificación de Bancolombia.
 * Soporta notificaciones de transferencias por llave de pago.
 *
 * Ejemplo de texto:
 * "Bancolombia: LEDYS, recibiste una transferencia de HELMER DE JESUS RINCON ORTEGA
 *  por $1,000.00 en tu cuenta *0733 conectada a la llave @leon8909 el 21/04/26
 *  a las 19:51."
 */
class BancolombiaParser
{
    /**
     * Intenta parsear el cuerpo de texto del correo.
     *
     * @return array|null  Null si el texto no parece una notificación de Bancolombia.
     *                     Array con claves: destinatario, remitente, valor, cuenta, llave, fecha, hora, texto_original
     */
    public static function parse(string $text): ?array
    {
        // Limpiar HTML si llega con etiquetas
        $text = self::stripHtml($text);

        // Limpiar referencias URL entre corchetes: "Logo Bancolombia [http://...]"
        $text = preg_replace('/\[https?:\/\/[^\]]*\]/i', '', $text);

        // Normalizar espacios y saltos de línea
        $text = preg_replace('/\s+/', ' ', $text);
        $text = trim($text);

        // Detectar si es correo de Bancolombia
        if (! self::esBancolombia($text)) {
            return null;
        }

        $result = [
            'banco'          => 'Bancolombia',
            'tipo'           => self::detectarTipo($text),
            'destinatario'   => self::extraerPrimero($text, [
                '/Bancolombia[:\s]+([A-ZÁÉÍÓÚÑÜ][A-Za-záéíóúñü\s]+?),\s+recibiste/u',
                '/Hola[,\s]+([A-ZÁÉÍÓÚÑÜ][A-Za-záéíóúñü\s]+?)[,\.]/u',
                '/estimado[a]?\s+([A-ZÁÉÍÓÚÑÜ][A-Za-záéíóúñü\s]+?)[,\.]/iu',
            ]),
            'remitente'      => self::extraerPrimero($text, [
                '/transferencia\s+de\s+(.+?)\s+por\s+\$/iu',
                '/realiz[oó]\s+(?:un[a]?\s+)?(?:transferencia|pago)\s+de\s+\$[0-9,.]+\s+(?:a\s+tu\s+cuenta|para)\s+(.+?)[\.,]/iu',
                '/(?:pagador|remitente|enviado\s+por)[:\s]+([A-ZÁÉÍÓÚÑÜ][A-Za-záéíóúñü\s]+?)[\.,]/iu',
                '/de\s+([A-ZÁÉÍÓÚÑÜ][A-Za-záéíóúñü\s]{3,50}?)\s+(?:por\s+\$|a\s+tu)/iu',
            ]),
            'valor'          => self::extraerValor($text),
            'cuenta'         => self::extraerPrimero($text, [
                '/cuenta\s+\*(\d+)/iu',
                '/cuenta\s+(?:de\s+ahorros|corriente)?\s*(?:No\.?\s*)?\*?(\d{4,})/iu',
                '/terminad[ao]\s+en\s+(\d{4})/iu',
            ]),
            'llave'          => self::extraerPrimero($text, [
                '/llave\s+([@\w.\-]+)/iu',
                '/llave\s+(?:de\s+pago\s+)?([@\w.\-]+)/iu',
                '/([@][a-z0-9._\-]{3,})/iu',
            ]),
            'fecha'          => self::extraerPrimero($text, [
                '/el\s+(\d{1,2}\/\d{1,2}\/\d{2,4})/iu',
                '/(\d{1,2}\/\d{1,2}\/\d{2,4})/u',
                '/(\d{1,2}\s+de\s+\w+\s+de\s+\d{4})/iu',
                '/fecha[:\s]+(\d{1,2}[\/\-]\d{1,2}[\/\-]\d{2,4})/iu',
            ]),
            'hora'           => self::extraerPrimero($text, [
                '/a\s+las\s+(\d{1,2}:\d{2})/iu',
                '/hora[:\s]+(\d{1,2}:\d{2})/iu',
                '/(\d{1,2}:\d{2})\s*(?:a\.?m\.?|p\.?m\.?)/iu',
                '/(\d{2}:\d{2})(?::\d{2})?/u',
            ]),
            'texto_original' => $text,
        ];

        return $result;
    }

    // ─────────────────────────────────────────────────────────
    // Helpers privados
    // ─────────────────────────────────────────────────────────

    private static function esBancolombia(string $text): bool
    {
        if (stripos($text, 'bancolombia') === false) {
            return false;
        }
        // Al menos uno de estos indica una notificación transaccional
        $indicadores = ['transferencia', 'pago', 'recibiste', 'enviaste', 'credito', 'crédito',
                        'abono', 'consignacion', 'consignación', 'recibido', 'recibiste',
                        'valor', 'monto', '$'];
        foreach ($indicadores as $ind) {
            if (stripos($text, $ind) !== false) {
                return true;
            }
        }
        return false;
    }

    private static function detectarTipo(string $text): string
    {
        if (stripos($text, 'recibiste') !== false) {
            return 'transferencia_recibida';
        }
        if (stripos($text, 'enviaste') !== false) {
            return 'transferencia_enviada';
        }
        if (stripos($text, 'pago') !== false) {
            return 'pago';
        }
        return 'notificacion';
    }

    /**
     * Ejecuta un regex y devuelve el primer grupo capturado, trimmed.
     */
    private static function extraer(string $text, string $pattern): string
    {
        if (preg_match($pattern, $text, $m)) {
            return trim($m[1]);
        }
        return '';
    }

    /**
     * Prueba múltiples patrones y devuelve el primer match no-vacío.
     */
    private static function extraerPrimero(string $text, array $patterns): string
    {
        foreach ($patterns as $pat) {
            $v = self::extraer($text, $pat);
            if ($v !== '') {
                return $v;
            }
        }
        return '';
    }

    /**
     * Extrae el valor monetario como entero limpio sin decimales (ej: "1000").
     * $1,000.00 → "1000" | $50.000,00 → "50000"
     */
    private static function extraerValor(string $text): string
    {
        $patterns = [
            '/por\s+\$\s*([0-9][0-9.,]*)/iu',
            '/valor[:\s]+\$?\s*([0-9][0-9.,]*)/iu',
            '/monto[:\s]+\$?\s*([0-9][0-9.,]*)/iu',
            '/recibiste[^$]*\$\s*([0-9][0-9.,]*)/iu',
            '/\$\s*([0-9][0-9.,]{2,})/u',
        ];
        foreach ($patterns as $pat) {
            if (preg_match($pat, $text, $m)) {
                return self::normalizarValor(trim($m[1]));
            }
        }
        return '';
    }

    /**
     * Convierte "1,000.00" o "1.000,00" a "1000" (entero limpio).
     */
    private static function normalizarValor(string $raw): string
    {
        // Eliminar parte decimal: ,XX o .XX al final (pesos colombianos no tienen centavos reales)
        $raw = preg_replace('/[.,]\d{1,2}$/', '', $raw);
        // Eliminar separadores de miles (comas, puntos)
        return preg_replace('/[^0-9]/', '', $raw);
    }

    /**
     * Elimina completamente bloques <style>, <script>, <head> y luego
     * convierte etiquetas estructurales en saltos de línea antes de strip_tags.
     */
    private static function stripHtml(string $text): string
    {
        // Eliminar bloques cuyo contenido no es texto visible
        $text = preg_replace('/<style[^>]*>.*?<\/style>/si', '', $text);
        $text = preg_replace('/<script[^>]*>.*?<\/script>/si', '', $text);
        $text = preg_replace('/<head[^>]*>.*?<\/head>/si', '', $text);

        // Convertir etiquetas estructurales a saltos de línea
        $text = preg_replace('/<(br\s*\/?\s*|\/p|\/div|\/tr|\/li|\/td)>/i', "\n", $text);

        // Quitar todas las etiquetas restantes
        $text = strip_tags($text);

        // Decodificar entidades HTML
        $text = html_entity_decode($text, ENT_QUOTES | ENT_HTML5, 'UTF-8');

        return $text;
    }
}