# -*- coding: utf-8 -*-
r'''修复被 GBK 二次编码搞乱的提交信息。

成因：
    PowerShell 的 git commit -m $msg 把 UTF-8 的中文按 GBK 传给 git，
    git 又把那串字节当 UTF-8 存了 —— 等于"多错一层"。
    结果：ykxmz 1.5.0锛氭墜琛ㄧ TLS ...

恢复：
    当前字符串 -> encode('gbk') 拿回原始 UTF-8 字节 -> decode('utf-8')

这个脚本给 git filter-branch --msg-filter 用：
    消息从 stdin 进来，改完写到 stdout。
'''
from __future__ import annotations

import sys

# 明显的乱码特征字（GBK 误读 UTF-8 会产生这些生僻字）
MARKERS = "锛氬焷姘噰鏃粈缂撳啿鏈嬭繛璇佷功鍏煎寘涓嬭浇鍖哄尯鐗堟湰"


def fix(text: str) -> str:
    """试着把乱码还原；还原不了就原样返回。"""
    if not any(ch in text for ch in MARKERS):
        return text
    try:
        recovered = text.encode("gbk").decode("utf-8")
    except (UnicodeEncodeError, UnicodeDecodeError):
        return text
    # 还原后如果还有一堆乱码特征，说明不是这个问题，别乱改
    if any(ch in recovered for ch in MARKERS):
        return text
    return recovered


def main() -> int:
    raw = sys.stdin.buffer.read()
    text = raw.decode("utf-8", "replace")
    sys.stdout.buffer.write(fix(text).encode("utf-8"))
    return 0


if __name__ == "__main__":
    sys.exit(main())