import pandas as pd
import glob
import re

def parse_status_pekerjaan_new(status_sp):
    if status_sp is None:
        return None

    sp = str(status_sp).strip().lower()
    if sp in ['', 'nan', 'none', '0', '0.0', '-']:
        return None

    # 1. Cek kode numerik: misal "1", "1 - ...", "... (1)", "2- ..."
    code_match = re.search(r'(?:^|\s|\()([1-5])(?:\s*[-–)]|$)', sp)
    if code_match:
        code = code_match.group(1)
        if code == '1':
            return 'bekerja'
        elif code == '2':
            return 'belum_bekerja'
        elif code == '3':
            return 'wiraswasta'
        elif code == '4':
            return 'melanjutkan'
        elif code == '5':
            return 'mencari_kerja'

    # 2. Fallback pencocokan teks
    if 'tidak kerja' in sp or 'mencari kerja' in sp or 'sedang mencari' in sp:
        return 'mencari_kerja'
    elif 'belum' in sp:
        return 'belum_bekerja'
    elif 'wiraswasta' in sp:
        return 'wiraswasta'
    elif 'melanjutkan' in sp or 'pendidikan' in sp or 'studi' in sp:
        return 'melanjutkan'
    elif 'bekerja' in sp:
        return 'bekerja'

    return None

test_cases = [
    # 2019-2023 numbers
    ('1', 'bekerja'),
    (1, 'bekerja'),
    ('2', 'belum_bekerja'),
    (2, 'belum_bekerja'),
    ('3', 'wiraswasta'),
    (3, 'wiraswasta'),
    ('4', 'melanjutkan'),
    (4, 'melanjutkan'),
    ('5', 'mencari_kerja'),
    (5, 'mencari_kerja'),
    # 2024 format
    ('1 - Bekerja (full time/part time)', 'bekerja'),
    ('2 - Belum memungkinkan bekerja', 'belum_bekerja'),
    ('3 - Wiraswasta', 'wiraswasta'),
    ('4 - Melanjutkan Pendidikan', 'melanjutkan'),
    ('5 - Tidak kerja tetapi sedang mencari kerja', 'mencari_kerja'),
    # 2025 format
    ('Bekerja (full time/part time) (1)', 'bekerja'),
    ('Belum memungkinkan bekerja (2)', 'belum_bekerja'),
    ('2- Belum memungkinkan bekerja', 'belum_bekerja'),
    ('Wiraswasta (3)', 'wiraswasta'),
    ('Melanjutkan Pendidikan (4)', 'melanjutkan'),
    ('Tidak kerja tetapi sedang mencari kerja (5)', 'mencari_kerja'),
    # Edge cases
    (None, None),
    ('', None),
    ('0', None),
]

all_passed = True
for val, expected in test_cases:
    actual = parse_status_pekerjaan_new(val)
    if actual != expected:
        print(f"FAILED: {repr(val)} -> Got {repr(actual)}, Expected {repr(expected)}")
        all_passed = False
    else:
        print(f"PASSED: {repr(val)} -> {repr(actual)}")

if all_passed:
    print("\nALL TEST CASES PASSED 100%!")