#!/usr/bin/env python3
"""
dump_values.py - Zeigt (mit pypdf) den WERTE-BLOCK der Info- und CA-Seite.

Aus der Analyse: pypdf gibt zuerst das leere Template (Labels) aus, dann
einen Block mit den eingegebenen Werten. Dieses Script isoliert genau diesen
Werte-Block, damit wir die Feld-Zuordnung bauen koennen.

Aufruf:
  python3 dump_values.py --pdf ~/data/S/"Sturgill, Garett 040126.pdf"
"""
import argparse
from pypdf import PdfReader

ANCHOR_INFO = "BUYER INFORMATION SHEET"
ANCHOR_CA = "PROSPECTIVE BUYER AGREES TO KEEP AND HOLD CONFIDENTIAL"

ap = argparse.ArgumentParser()
ap.add_argument("--pdf", required=True)
args = ap.parse_args()

reader = PdfReader(args.pdf)
for i, page in enumerate(reader.pages):
    txt = page.extract_text() or ""
    flat = txt.replace("\n", " ")
    is_info = ANCHOR_INFO in txt
    is_ca = ANCHOR_CA in flat
    if not (is_info or is_ca):
        continue
    tag = "INFO" if is_info else "CA"
    print(f"\n{'='*70}")
    print(f"=== SEITE {i+1} [{tag}] ===")
    print('='*70)
    lines = txt.splitlines()
    for ln, line in enumerate(lines, 1):
        print(f"{ln:3} | {line!r}")