#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
Script para processar PDFs e carregar no banco de dados
Descomplicar - Agência de Aceleração Digital
https://www.descomplicar.pt
"""

import os
from pathlib import Path
from processors.pdf_processor import PDFProcessor
from processors.db_processor import DBProcessor
from processors.embedding_processor import EmbeddingProcessor
from dotenv import load_dotenv
import json
from datetime import datetime

def update_changelog(new_files: list, modified_files: list = None):
    """Atualiza o CHANGELOG.md"""
    changelog_path = Path(__file__).parent.parent / 'CHANGELOG.md'
    
    # Criar entrada para hoje
    today = datetime.now().strftime('%d-%m-%Y')
    entry = f"\n[1.0.0] - {today}\n"
    
    if new_files:
        entry += "\nAdicionado\n"
        for file in new_files:
            entry += f"- {file}\n"
    
    if modified_files:
        entry += "\nAlterado\n"
        for file in modified_files:
            entry += f"- {file}\n"
    
    # Adicionar ao início do arquivo
    if changelog_path.exists():
        content = changelog_path.read_text()
    else:
        content = "# Changelog\n\nTodas as alterações notáveis neste projeto serão documentadas neste arquivo.\n"
    
    content = content.split('\n\n', 1)[0] + '\n' + entry + '\n' + content.split('\n\n', 1)[1]
    changelog_path.write_text(content)

def update_readme(processed_files: list):
    """Atualiza o README.md com informações dos documentos processados"""
    readme_path = Path(__file__).parent.parent / 'README.md'
    
    content = """# SuperBot Knowledge Base

Base de Conhecimento para o SuperBot da Descomplicar.

## Documentos Processados

| Documento | Tipo | Data | Tags |
|-----------|------|------|------|
"""
    
    for doc in processed_files:
        tags = ', '.join(doc['tags']) if isinstance(doc['tags'], list) else doc['tags']
        content += f"| {doc.get('título', 'Sem título')} | {doc.get('tipo_documento', 'N/A')} | {doc.get('data_original', 'N/A')} | {tags} |\n"
    
    content += """
## Estrutura do Projeto

- `input/`: Diretório com os PDFs originais
- `output/`: Diretório com os documentos processados em markdown
- `src/`: Código fonte
  - `processors/`: Módulos de processamento
    - `pdf_processor.py`: Processamento de PDFs
    - `db_processor.py`: Integração com banco de dados
    - `embedding_processor.py`: Geração de embeddings
"""
    
    readme_path.write_text(content)

def main():
    """Função principal."""
    # Carregar variáveis de ambiente
    load_dotenv()
    
    # Configurar diretórios
    project_root = Path(__file__).parent.parent
    input_dir = project_root / 'input'
    output_dir = project_root / 'output'
    
    # Criar diretórios se não existirem
    input_dir.mkdir(exist_ok=True)
    output_dir.mkdir(exist_ok=True)
    
    # Inicializar processadores
    db = DBProcessor()
    embedding = EmbeddingProcessor()
    
    try:
        # Inicializar schema do banco de dados
        print("A inicializar schema do banco de dados...")
        db.init_schema()
        
        # Lista para armazenar informações dos documentos processados
        processed_docs = []
        new_files = []
        
        # Processar cada PDF no diretório de entrada
        for filename in os.listdir(input_dir):
            if filename.endswith('.pdf'):
                input_file = os.path.join(input_dir, filename)
                print(f"\nA processar ficheiro: {input_file}")
                
                # Criar diretório de saída específico
                doc_output_dir = output_dir / filename.replace('.pdf', '')
                doc_output_dir.mkdir(exist_ok=True)
                
                # Processar PDF
                processor = PDFProcessor(input_file)
                processor.process_content()
                
                # Salvar em markdown
                output_file = doc_output_dir / 'conteudo.md'
                processor.save_markdown(str(output_file))
                
                # Salvar metadados
                metadata_file = doc_output_dir / 'metadata.json'
                with open(metadata_file, 'w', encoding='utf-8') as f:
                    json.dump(processor.metadata, f, ensure_ascii=False, indent=2)
                
                # Salvar no banco de dados
                print("A salvar no banco de dados...")
                document_id = db.save_document(
                    title=processor.metadata.get('título', ''),
                    content=processor.content,
                    metadata=processor.metadata,
                    file_path=input_file
                )
                print(f"Documento salvo com ID: {document_id}")
                
                # Gerar embeddings
                print("A gerar embeddings...")
                embedding.update_document_embeddings(document_id)
                print("Embeddings gerados com sucesso")
                
                # Adicionar à lista de documentos processados
                processed_docs.append(processor.metadata)
                new_files.append(filename)
                
                print(f"\nResultado guardado em: {doc_output_dir}")
        
        # Atualizar documentação
        if processed_docs:
            update_readme(processed_docs)
            update_changelog(new_files)
            print("\nDocumentação atualizada com sucesso!")
        
    except Exception as e:
        print(f"Erro: {str(e)}")

if __name__ == "__main__":
    main()