<?php
// +----------------------------------------------------------------------
// | YwxApp [ WE CAN DO IT JUST THINK ]
// +----------------------------------------------------------------------
// | Copyright (c) 2026-2036 http://ywxapp.cn All rights reserved.
// +----------------------------------------------------------------------
// | Author: ywxapp<admin@ywxapp.cn>
// +----------------------------------------------------------------------
declare(strict_types=1);

namespace ywxapp\library;

/**
 * 搜索引擎蜘蛛识别
 *
 * 两层判定：
 *  1. detect()  —— 仅按 User-Agent 特征串识别（零阻塞，可被伪造）
 *  2. rdnsSuffixes() —— 返回该蜘蛛官方反向域名后缀，供 SpiderVerify 做
 *     「PTR 反查 + A 正查」双向验证，识别伪造 UA 的假蜘蛛。
 *
 * 新增蜘蛛：追加一行 标识 => [UA特征串列表, 显示名, 官方rDNS域名后缀列表]。
 * rDNS 后缀留空数组表示「官方不提供 rDNS，无法校验」，此类只按 UA 计数。
 *
 * @author ywxapp <admin@ywxapp.cn>
 */
class SpiderDetect
{
    /**
     * 蜘蛛特征表：key=入库标识，value=[UA 特征串（不区分大小写，命中任一即算）, 中文显示名, 官方 rDNS 域名后缀]
     */
    public const SPIDERS = [
        'baidu'      => [['Baiduspider'], '百度', ['baidu.com', 'baidu.jp']],
        'google'     => [['Googlebot', 'Google-InspectionTool', 'AdsBot-Google', 'Mediapartners-Google'], '谷歌', ['googlebot.com', 'google.com']],
        'bing'       => [['bingbot', 'msnbot', 'BingPreview', 'adidxbot'], '必应', ['search.msn.com', 'msn.com']],
        'sogou'      => [['Sogou web spider', 'Sogou inst spider', 'Sogou Pic Spider', 'Sogou Spider'], '搜狗', ['sogou.com', 'sogou.com.cn']],
        'so360'      => [['360Spider', 'HaoSouSpider', 'qihoobot'], '360', ['360.cn', '360safe.com', 'qihoo.net']],
        'bytedance'  => [['Bytespider', 'ToutiaoSpider'], '字节跳动', ['bytedance.com', 'bytespider.com']],
        'shenma'     => [['YisouSpider'], '神马', ['sm.cn', 'yisou.com']],
        'huawei'     => [['PetalBot'], '华为花瓣', ['huawei.com']],
        'yandex'     => [['YandexBot', 'YandexImages', 'YandexMetricaBot'], 'Yandex', ['yandex.ru', 'yandex.net', 'yandex.com']],
        'duckduckgo' => [['DuckDuckBot', 'DuckDuckGo-Favicons-Bot'], 'DuckDuckGo', ['duckduckgo.com']],
        'yahoo'      => [['Yahoo! Slurp'], '雅虎', ['yahoo.com', 'yahoo.net', 'crawl.yahoo.net']],
        'apple'      => [['Applebot'], '苹果', ['apple.com']],
        'gptbot'     => [['GPTBot', 'ChatGPT-User', 'OAI-SearchBot'], 'OpenAI', ['openai.com']],
        'claudebot'  => [['ClaudeBot', 'anthropic-ai'], 'Anthropic', ['anthropic.com']],
        'semrush'    => [['SemrushBot'], 'Semrush', ['semrush.com']],
        'ahrefs'     => [['AhrefsBot'], 'Ahrefs', ['ahrefs.com']],
        'mj12'       => [['MJ12bot'], 'Majestic', ['majestic12.co.uk', 'mj12bot.com']],
        'facebook'   => [['facebookexternalhit', 'FacebookBot'], 'Facebook', ['facebook.com', 'fbsv.net', 'tfbnw.net']],
    ];

    /**
     * 识别 UA，命中返回蜘蛛标识（SPIDERS 的 key），未命中返回 null
     */
    public static function detect(string $userAgent): ?string
    {
        if ($userAgent === '') {
            return null;
        }
        foreach (self::SPIDERS as $key => [$needles]) {
            foreach ($needles as $needle) {
                if (stripos($userAgent, $needle) !== false) {
                    return $key;
                }
            }
        }
        return null;
    }

    /**
     * 蜘蛛标识 → 中文显示名（未知标识原样返回）
     */
    public static function label(string $key): string
    {
        return self::SPIDERS[$key][1] ?? $key;
    }

    /**
     * 全部蜘蛛 标识=>显示名（后台下拉/报表用）
     */
    public static function labels(): array
    {
        $out = [];
        foreach (self::SPIDERS as $key => [, $label]) {
            $out[$key] = $label;
        }
        return $out;
    }

    /**
     * 该蜘蛛的官方 rDNS 域名后缀列表（空数组 = 官方不提供 rDNS，无法做真伪校验）
     *
     * @param string $key 蜘蛛标识
     * @return string[]
     */
    public static function rdnsSuffixes(string $key): array
    {
        $suffixes = self::SPIDERS[$key][2] ?? [];
        return is_array($suffixes) ? $suffixes : [];
    }

    /**
     * 该蜘蛛是否支持 rDNS 真伪校验
     */
    public static function verifiable(string $key): bool
    {
        return self::rdnsSuffixes($key) !== [];
    }
}