#!/usr/bin/env python3
"""PCKELL.PRE Splitter v7 -- FINAL (2026-07-22)

Format komplett verstanden:
- .BOB-Eintraege (32x): kein Tag-Slot, Header direkt per Pfad-Praefix-Suche
  gefunden ("H:\\WIWA\\ENGINE\\GAMEDATA\\<name>"), Header = Fundstelle-4.
- Alle Nicht-BOB-Eintraege (PCC/MAP/ARE/ICO/SAM/TFX, 146x aus APPEND.LST,
  PLUS 3 weitere System-Dateien ohne APPEND.LST-Eintrag): Tag-Slot
  [1-Byte-Namenslaenge][Dateiname][Fuellmuell bis 256 Byte], danach
  [4-Byte-LE-Laenge][Rohdaten].

WICHTIGER FUND: APPEND.LST listet nur die 178 Spiel-Assets. PCKELL.PRE
enthaelt zusaetzlich, im GLEICHEN Tag-Format, direkt im Anschluss an den
letzten APPEND.LST-Eintrag (TITEL2.SAM), noch 3 System-/Runtime-Dateien:
DPMI16BI.OVL, RTM.EXE, START.EXE (die DOS-Extender-Runtime -- macht Sinn,
das ist ein self-contained Redistributable). Der letzte dieser 3 Eintraege
endet EXAKT auf EOF (0x238966) -- damit ist das Format zu 100% verifiziert,
keine Bytes bleiben unerklaert.

Ergebnis: 178 (APPEND.LST) + 3 (System) = 181 Dateien total.
"""
import struct
import os

RAW = "/home/aria/kellogg_remake/raw/PCKELL.PRE"
APPEND_LST = "/home/aria/kellogg_remake/raw/APPEND.LST"
OUT_DIR = "/home/aria/kellogg_remake/extracted_pre"

with open(RAW, "rb") as f:
    data = f.read()
with open(APPEND_LST) as f:
    names = [l.strip() for l in f if l.strip()]

# die 3 unlisted System-Dateien, empirisch gefunden direkt im Anschluss
EXTRA_NAMES = ["DPMI16BI.OVL", "RTM.EXE", "START.EXE"]

PATH_PREFIX = b"H:\\WIWA\\ENGINE\\GAMEDATA\\"
N = len(data)

pos = 0x100
entries = []
all_names = names + EXTRA_NAMES

for i, name in enumerate(all_names):
    is_bob = name.upper().endswith(".BOB")
    if is_bob:
        marker = PATH_PREFIX + name.encode("ascii")
        p = data.find(marker, pos)
        if p == -1:
            print(f"FEHLER: Pfad fuer #{i} ({name}) nicht gefunden ab {pos:#x}")
            break
        header_start = p - 4
        length = struct.unpack_from("<I", data, header_start)[0]
        path_start = p
        nul = data.index(b"\x00", path_start)
        path = data[path_start:nul].decode("cp437", errors="replace")
        data_start = nul + 1
    else:
        tb = name.encode("ascii")
        marker = bytes([len(tb)]) + tb
        tag_pos = data.find(marker, pos)
        if tag_pos == -1:
            tag_pos = data.find(marker, max(0, pos - 300))
        if tag_pos == -1:
            print(f"FEHLER: Tag fuer #{i} ({name}) nicht gefunden ab {pos:#x}")
            break
        header_start = tag_pos + 256
        length = struct.unpack_from("<I", data, header_start)[0]
        path = None
        data_start = header_start + 4

    data_end = data_start + length
    if data_end > N:
        print(f"FEHLER: Datenende {data_end:#x} > Dateigroesse bei #{i} ({name}) length={length}")
        break
    entries.append((name, header_start, length, data_start, data_end, path))
    pos = data_end

print(f"{len(entries)} von {len(all_names)} Eintraegen gefunden.")
if entries:
    print(f"Letztes Datenende: {entries[-1][4]:#x} von {N:#x} (Match: {entries[-1][4] == N})")

mism = sum(1 for name, hs, length, ds, de, path in entries
           if path is not None and path.split("\\")[-1].upper() != name.upper())
print(f"BOB Pfad-Mismatches: {mism}")

if len(entries) == len(all_names) and entries[-1][4] == N and mism == 0:
    os.makedirs(OUT_DIR, exist_ok=True)
    for name, hs, length, ds, de, path in entries:
        with open(os.path.join(OUT_DIR, name), "wb") as out:
            out.write(data[ds:de])
    print(f">>> ERFOLG: {len(entries)} Dateien geschrieben nach {OUT_DIR}")
    import collections
    ext_count = collections.Counter(n.split(".")[-1].upper() for n, *_ in entries)
    print("Typen:", dict(ext_count))
else:
    print(">>> Unvollstaendig.")
    for e in entries[-5:]:
        print(" ", e[0], hex(e[1]), e[2])