# main.py
import gradio as gr
from analyzer import analyze_teacher_dashboard
from cluster_insight import cluster_and_visualize
from qwen_api import call_qwen
import pandas as pd
import re
import tempfile  
import os
# ================== LLM 教学建议 ==================
def generate_teaching_advice1(sankey_fig, cluster_stats):
    prompt = """
你是一名GIS实验教学专家，基于以下分析结果，生成教学优化方案：
【桑基图分析】
- 学生反馈从 s1→s4 的主要流向：核密度 → 参数设置 → 应用场景
- 最粗路径：核密度分析 → 搜索半径选择 → 城市规划应用
【聚类分析】
"""
    for s in cluster_stats[:3]:
        prompt += f"- 聚类 {s['cluster_id']}：{s['keyword']}（{s['size']}条，占{s['ratio']:.1%}）\n"
        prompt += f"  代表句：{s['rep_sentence'][:100]}\n"

    prompt += """
【要求】
1. 诊断核心教学痛点（3条）
2. 提出针对性优化措施（微课/演示/作业）
3. 设计 1 个 2 分钟微课脚本（标题+3步演示）
4. 建议 1 个课后作业（验证学生掌握）

【输出格式】
# 教学优化方案
## 1. 核心痛点
## 2. 优化措施
## 3. 微课脚本
## 4. 课后作业
"""
    advice = call_qwen(prompt)
    return f"<pre style='background:#f8f9fa; padding:20px; border-radius:12px; white-space: pre-wrap; font-family: Microsoft YaHei; line-height:1.6;'>{advice}</pre>"

# ================== LLM 教学建议---测试版 ==================
def generate_teaching_advice(sankey_fig, cluster_stats):
    # 临时替换LLM调用（30秒内必完成）
    advice = """
    # 教学优化方案
    ## 1. 核心痛点
    1. 核密度分析的搜索半径参数设置缺乏实操指导
    2. 空间连接功能的应用场景与实操步骤脱节
    3. 栅格计算器的公式编写逻辑讲解不清晰
    
    ## 2. 优化措施
    1. 制作参数设置微课，结合案例演示不同场景下的取值标准
    2. 增加空间连接功能的分步实操视频，配套场景化习题
    3. 提供栅格计算器常用公式模板，附详细注释
    
    ## 3. 微课脚本
    ### 标题：3分钟掌握核密度分析搜索半径设置
    1. （0-30秒）明确搜索半径的核心作用：影响密度场平滑度
    2. （30-90秒）演示城市POI数据的半径设置（500米）：工具位置→参数面板→取值依据
    3. （90-180秒）对比不同半径效果（300米/500米/1000米），总结取值规律
    
    ## 4. 课后作业
    基于提供的城市餐饮POI数据，分别设置300米、500米、1000米搜索半径，生成3张核密度图，分析不同半径对结果的影响并提交报告
    """
    return f"<pre style='background:#f8f9fa; padding:20px; border-radius:12px; white-space: pre-wrap; font-family: Microsoft YaHei; line-height:1.6;'>{advice}</pre>"

    # ================== 主分析函数 ==================
def analyze_report(excel_path):
    if not excel_path:
        return "请上传 Excel 文件", None, None, None, "", ""

    try:
        sankey_fig, sb64 = analyze_teacher_dashboard(excel_path=excel_path)
        cluster_fig, cb64, cluster_stats  = cluster_and_visualize(excel_path=excel_path)
        advice = generate_teaching_advice(sankey_fig, cluster_stats)
        print(f"{sankey_fig}和{sb64}生成成功！")
        print(f"{cluster_fig}和{cb64}生成成功！")
        
        # 统计表格
        stats_table = """
            <h3 style="color:#1976d2; text-align:center; margin:40px 0 15px;">聚类主题统计</h3>
            <table border="1" style="width:100%; max-width:900px; margin:0 auto; border-collapse: collapse; text-align:center; font-size:14px;">
                <tr style="background:#f0f0f0;"><th>聚类</th><th>主题关键词</th><th>反馈数</th><th>占比</th><th>代表句</th></tr>
        """
        for s in cluster_stats:
            stats_table += f"""
                <tr>
                    <td>{s['cluster_id']}</td>
                    <td><strong>{s['keyword']}</strong></td>
                    <td>{s['size']}</td>
                    <td>{s['ratio']:.1%}</td>
                    <td style="text-align:left; max-width:400px;">{s['rep_sentence'][:80]}...</td>
                </tr>
            """.format(s=s)
        stats_table += "</table>"

        # 最终报告（只放文字部分）
        html_report = f"""
            <div style="font-family:'Microsoft YaHei',sans-serif; max-width:1000px; margin:40px auto; padding:20px;">
                <h1 style="text-align:center; color:#1e88e5;">EGISInsight</h1>
                <p style="text-align:center; color:#555; font-size:17px;">GIS 教学智能体 · 循证教学优化</p>
                <hr style="border:1px solid #eee; margin:30px 0;">
                {stats_table}
                <div style="padding:25px; background:#f8f9fa; border-radius:12px; margin-top:30px;">
                    {advice}
                </div>
                <p style="text-align:center; color:#999; margin-top:50px; font-size:13px;">
                    EGISInsight © 2025 | 从数据到教学内容改革
                </p>
            </div>
        """
        return html_report, sankey_fig, cluster_fig, cluster_stats, sb64, cb64

    except Exception as e:
        # 问题1修复：异常逻辑也返回6个值（补全空字符串）
        error_html = f"<p style='color:red; text-align:center;'>分析失败：{str(e)}</p>"
        return error_html, None, None, None, "", ""


# 核心工具函数：把平台传递的纯文本 → DataFrame（不变）
def parse_text_to_df(raw_text: str):
    """
    步骤：
    1. 按制表符\t分割所有单元格（你的原有逻辑）
    2. 过滤空单元格，得到纯数据列表
    3. 按每行5列重新分组，不足5列的补None
    4. 手动添加表头，生成DataFrame
    """
    # 1. 清理原始文本（避免多余空字符干扰）
    cleaned_text = re.sub(r'\n+', '', raw_text.strip())  # 去掉所有换行（因为你按\t分割，换行没用）
    cleaned_text = re.sub(r'\t+', '\t', cleaned_text)    # 合并连续制表符
    cleaned_text = re.sub(r'^\t|\t$', '', cleaned_text)  # 去掉首尾制表符

    # 2. 按制表符分割，过滤空单元格（你的原有逻辑，稍作优化）
    lines = []
    for cell in cleaned_text.split('\t'):
        cell_stripped = cell.strip()
        # 跳过空单元格（仅保留有内容的）
        if cell_stripped or cell_stripped == '0':  # 避免把"0"当成空（如果有编号为0的情况）
            lines.append(cell_stripped)
        else:
            lines.append(None)  # 空单元格用None填充，方便后续分组

    # 关键修改：去掉第一个元素（sheet名，如ex01）
    if len(lines) > 0:
        lines = lines[1:]  # 切片：保留从索引1开始的所有元素，去掉索引0（第一个元素）
        print(f"已去掉sheet名，剩余元素数量：{len(lines)}")
    else:
        raise Exception("分割后无有效数据，无法解析")

    # 关键修改2：再去掉第一个元素（原始表头 no/s1/s2/s3/s4）
    if len(lines) > 5 and lines[0] == 'no':  # 确认第一个元素是表头，再删除
        lines = lines[5:]
    else:
        # 若没有原始表头（极端情况），直接继续（后续用我们的固定表头）
        pass
    # 3. 核心：按每行5列重新分组（关键逻辑）
    header = ['no', 's1', 's2', 's3', 's4']  # 固定表头
    data_rows = []  # 存储分组后的每行数据

    # 计算需要分多少组（向上取整，避免遗漏最后几个元素）
    total_cells = len(lines[1:])
    total_rows = (total_cells + 4) // 5  # 向上取整（比如11个元素→3行：5+5+1）

    # 按5个元素一组拆分，不足5列的补None
    for i in range(total_rows):
        # 截取当前行的5个元素（左闭右开区间）
        start_idx = i * 5
        end_idx = start_idx + 5
        row = lines[start_idx:end_idx]
        # 不足5列的补None（确保每行都是5列）
        while len(row) < 5:
            row.append(None)
        data_rows.append(row)

    # 4. 生成DataFrame，清理无效数据
    df = pd.DataFrame(data_rows, columns=header)
    # 清理：去掉no列为空的行、s1-s4全为空的行
    df = df.dropna(subset=['no'], how='any')
    df = df.dropna(subset=['s1', 's2', 's3', 's4'], how='all')

    return df

# ================== 完美兼容版界面（老版本也能居中 + 控制高度）==================
with gr.Blocks(theme=gr.themes.Soft(), title="EGISInsight") as demo:
    gr.Markdown("# GIS实验报告智能分析系统")
    gr.Markdown("**上传学生反馈 Excel → 1秒生成教学决策图 + AI教案**")

    file_input = gr.File(label="上传 ex02.xlsx（需含 s1-s4 列）", file_types=[".xlsx"])

    # 标题 + 桑基图（完美居中 + 固定高度）
    gr.HTML('<h2 style="text-align:center; color:#1976d2; margin:40px 0 10px;">1. 学生反馈流向分析（交互桑基图）</h2>')
    sankey_plot = gr.Plot(elem_id="sankey-plot")          # 去掉 height，加 elem_id

    # 标题 + 聚类图
    gr.HTML('<h2 style="text-align:center; color:#388e3c; margin:50px 0 10px;">2. 学生反馈主题聚类可视化</h2>')
    cluster_plot = gr.Plot(elem_id="cluster-plot")        # 去掉 height，加 elem_id

    # 文字报告
    html_report = gr.HTML()

    # 隐藏统计
    stats_json = gr.JSON(visible=False)

    # 关键：加一段 CSS 强制高度和居中
    demo.load(
        None,
        None,
        None,
        js="""
        () => {
            const style = document.createElement('style');
            style.innerHTML = `
                #sankey-plot, #cluster-plot {
                    height: 560px !important;
                    width: 100% !important;
                    max-width: 1100px !important;
                    margin: 0 auto !important;
                    display: block !important;
                }
                #sankey-plot > div, #cluster-plot > div {
                    height: 100% !important;
                }
            `;
            document.head.appendChild(style);
        }
        """
    )

    file_input.change(
        fn=analyze_report,
        inputs=file_input,
        outputs=[html_report, sankey_plot, cluster_plot, stats_json]
    )

    gr.Markdown("---")
    gr.Markdown("<p style='text-align:center; color:#666;'>通义千问大模型实时生成教学优化方案</p>")

# if __name__ == "__main__":
#    demo.launch(server_name="0.0.0.0", share=True)

# ================== 大赛平台专用 API（最终修正版）==================
from fastapi import FastAPI, File, UploadFile, Form
import uvicorn
from io import BytesIO

app = FastAPI()

@app.post("/api/plugin")
async def plugin_api(
    file: str = Form(...),
    token: str = Form(...),
    timestamp: str = Form(...),
    signature: str = Form(...)
):
    try:
        # print(type(file), file)
        df = parse_text_to_df(file)
        print(f"解析出 {len(df)} 条有效反馈")

        # 关键：创建本地临时Excel文件（自动生成真实路径，用完删除）
        with tempfile.NamedTemporaryFile(suffix=".xlsx", delete=False) as temp_file:
            df.to_excel(temp_file, index=False)  # 写入临时文件
            temp_file_path = temp_file.name  # 拿到临时文件的真实路径（比如：C:\Users\XXX\AppData\Local\Temp\tmpxxxx.xlsx）
        print(df)
        # 调用分析函数（传临时文件的真实路径）
        html_report, sankey_fig, cluster_fig, stats, sb64, cb64 = analyze_report(temp_file_path)

        print(f"{sankey_fig}生成成功！")
        print(f"{cluster_fig}生成成功！")
        
        # 用完删除临时文件（避免占用空间）
        os.remove(temp_file_path)
        print(f"临时文件已删除：{temp_file_path}")

        # 按平台要求返回结果
        # 按平台要求返回结果（用 sb64/cb64 替换 to_json()）
        print(f"{sb64}生成成功！")
        print(f"{cb64}生成成功！")
        return {
            "code": 200,
            "message": "success",
            "data": {
                "html_report": html_report if html_report else "",
                # 直接用已有的base64字符串，不用再转json！
                "sankey_image": sb64 if sb64 else "",  # 键名改成sankey_image（符合平台图片命名规范）
                "cluster_image": cb64 if cb64 else "",  # 键名改成cluster_image
                "statistics": stats if stats else []  # 格式化后的统计数据
            }
        }
    except Exception as e:
        error_msg = f"分析失败：{str(e)}"
        print(error_msg)
        return {
            "code": 500,
            "message": error_msg,
            "data": {
                "html_report": "",
                "sankey_fig": "",
                "cluster_fig": "",
                "stats": []
            }
        }

# 保留原界面
app = gr.mount_gradio_app(app, demo, path="/")

if __name__ == "__main__":
    uvicorn.run(app, host="0.0.0.0", port=7860)