import textwrap

def get_masking_prompt(text: str) -> str:
    """
    Returns the prompt for masking sensitive information in legal documents.
    
    Args:
        text (str): The input text to be masked
        
    Returns:
        str: The formatted prompt with the input text
    """
    prompt = textwrap.dedent("""
        您是一位专业的法律文档脱敏专家。请按照以下规则对文本进行脱敏处理：

        规则：
        1. 人名：
           - 两字名改为"姓+某"（如：张三 → 张某）
           - 三字名改为"姓+某某"（如：张三丰 → 张某某）
        2. 公司名：
           - 保留地理位置信息（如：北京、上海等）
           - 保留公司类型（如：有限公司、股份公司等）
           - 用"某"替换核心名称
        3. 保持原文其他部分不变
        4. 确保脱敏后的文本保持原有的语言流畅性和可读性

        输入文本：
        {text}

        请直接输出脱敏后的文本，无需解释或其他备注。
    """)
    
    return prompt.format(text=text)

def get_masking_mapping_prompt(text: str) -> str:
    """
    Returns a prompt that generates a mapping of original names/companies to their masked versions.
    
    Args:
        text (str): The input text to be analyzed for masking
        
    Returns:
        str: The formatted prompt that will generate a mapping dictionary
    """
    prompt = textwrap.dedent("""
        您是一位专业的法律文档脱敏专家。请分析文本并生成一个脱敏映射表，遵循以下规则：

        规则：
        1. 人名映射规则：
           - 对于同一姓氏的不同人名，使用字母区分：
             * 第一个出现的用"姓+某"（如：张三 → 张某）
             * 第二个出现的用"姓+某A"（如：张四 → 张某A）
             * 第三个出现的用"姓+某B"（如：张五 → 张某B）
             依此类推
           - 三字名同样遵循此规则（如：张三丰 → 张某某，张四海 → 张某某A）
           
        2. 公司名映射规则：
           - 保留地理位置信息（如：北京、上海等）
           - 保留公司类型（如：有限公司、股份公司等）
           - 用"某"替换核心名称,但保留首尾字(如：北京智慧科技有限公司 → 北京智某科技有限公司)
           - 对于多个相似公司名，使用字母区分（如：
             北京智慧科技有限公司 → 北京某科技有限公司
             北京智能科技有限公司 → 北京某科技有限公司A）
        
        3. 公权机关不做脱敏处理（如：公安局、法院、检察院、中国人民银行、银监会及其他未列明的公权机关）

        请分析以下文本，并生成一个JSON格式的映射表，包含所有需要脱敏的名称及其对应的脱敏后的形式：

        {text}

        请直接输出JSON格式的映射表，格式如下：
        {{
            "原文1": "脱敏后1",
            "原文2": "脱敏后2",
            ...
        }}
        如无需要输出的映射，请输出空json，如下:
        {{}}
    """)
    
    return prompt.format(text=text)