"""Gerçekçi Türkçe yazım bozulmaları (tekrar üretilebilir, tohumlu).

asciisiz : Türkçe karakterler ASCII karşılığına (ç→c, ğ→g, ı→i, İ→I, ö→o, ş→s, ü→u, â→a, î→i, û→u)
hata(p)  : uygun kelimelerin (yalnız harf, en az 3 harf, Romen rakamı değil) p oranında birine tek bir
           klavye hatası: komşu tuşa basma %40, harf atlama %25, iki harfin yer değiştirmesi %20, harf çiftleme %15.
           Komşuluk Türkçe Q klavyesine göre. Sayılar, noktalama ve şık harfleri bozulmaz.
"""
import random, re

ASCII = str.maketrans({'ç': 'c', 'Ç': 'C', 'ğ': 'g', 'Ğ': 'G', 'ı': 'i', 'İ': 'I', 'ö': 'o', 'Ö': 'O',
                       'ş': 's', 'Ş': 'S', 'ü': 'u', 'Ü': 'U', 'â': 'a', 'Â': 'A', 'î': 'i', 'û': 'u'})

ROWS = ['qwertyuıopğü', 'asdfghjklşi', 'zxcvbnmöç']
NB = {}
for r, row in enumerate(ROWS):
    for i, ch in enumerate(row):
        s = set()
        if i > 0: s.add(row[i - 1])
        if i < len(row) - 1: s.add(row[i + 1])
        for rr in (r - 1, r + 1):
            if 0 <= rr < len(ROWS):
                for j in (i - 1, i, i + 1) if rr < r else (i, i + 1):
                    if 0 <= j < len(ROWS[rr]): s.add(ROWS[rr][j])
        NB[ch] = sorted(s)

WORD = re.compile(r'[^\W\d_]+', re.U)

def asciisiz(t):
    return t.translate(ASCII)

def _upper(c):
    return {'i': 'İ', 'ı': 'I'}.get(c, c.upper())

def _lower(c):
    return {'İ': 'i', 'I': 'ı'}.get(c, c.lower())

def _typo(w, rng):
    op = rng.choices(['sub', 'del', 'swap', 'dup'], [40, 25, 20, 15])[0]
    i = rng.randrange(len(w))
    if op == 'sub':
        lo = _lower(w[i])
        if lo not in NB: op = 'del'
        else:
            n = rng.choice(NB[lo])
            n = _upper(n) if w[i] != lo else n
            return w[:i] + n + w[i + 1:], 'sub'
    if op == 'del':
        return w[:i] + w[i + 1:], 'del'
    if op == 'swap':
        i = rng.randrange(len(w) - 1)
        if w[i] == w[i + 1]: return w[:i] + w[i + 1:], 'del'
        return w[:i] + w[i + 1] + w[i] + w[i + 2:], 'swap'
    return w[:i + 1] + w[i] + w[i + 1:], 'dup'

def eligible(w):
    return len(w) >= 3 and not re.fullmatch(r'[IVXLC]+', w)

def hata(t, p, rng, stats=None):
    def rep(m):
        w = m.group(0)
        if eligible(w):
            if stats is not None: stats['words'] = stats.get('words', 0) + 1
            if rng.random() < p:
                nw, op = _typo(w, rng)
                if stats is not None:
                    stats['typos'] = stats.get('typos', 0) + 1
                    stats[op] = stats.get(op, 0) + 1
                return nw
        return w
    return WORD.sub(rep, t)

COND = {
    'duzgun': dict(ascii=False, p=0.0),
    'asciisiz': dict(ascii=True, p=0.0),
    'hata10': dict(ascii=False, p=0.10),
    'hata25': dict(ascii=False, p=0.25),
    'hata50': dict(ascii=False, p=0.50),
    'asciisiz_hata25': dict(ascii=True, p=0.25),
}

def bozul(item, cond, noise_seed, stats=None):
    """item: {'question','choices'} → aynı bozulma soru+şıklara. Tohum: soru kimliği + koşul + gerçekleşme."""
    c = COND[cond]
    rng = random.Random(f"{item['id']}|{cond}|{noise_seed}")
    f = lambda s: hata(s, c['p'], rng, stats) if c['p'] else s
    q = f(item['question']); ch = [f(x) for x in item['choices']]
    if c['ascii']:
        q = asciisiz(q); ch = [asciisiz(x) for x in ch]
    return q, ch

if __name__ == '__main__':
    it = {'id': 'x', 'question': 'İskandinavya yarımadasının her yıl yükseldiğini gözlemlediği bulgulardan hangisi desteklemez?',
          'choices': ['Yalnız I', 'I ve III']}
    for c in COND:
        print(c, bozul(it, c, 1))
