#modules/morphosyntax/morphosyntax_interface.py
import streamlit as st
from streamlit_float import *
from streamlit_antd_components import *
from streamlit.components.v1 import html
import base64
from .morphosyntax_process import process_morphosyntactic_input
from ..chatbot.chatbot import initialize_chatbot
from ..utils.widget_utils import generate_unique_key
from ..database.morphosintax_mongo_db import store_student_morphosyntax_result
from ..database.chat_db import store_chat_history
from ..database.morphosintaxis_export import export_user_interactions

import logging
logger = logging.getLogger(__name__)

def display_morphosyntax_interface(lang_code, nlp_models, t):
    st.title("Análisis Morfosintáctico")

    # Contenedor para el historial del chat
    chat_container = st.container()

    # Input del usuario (siempre visible en la parte inferior)
    user_input = st.chat_input(t['morpho_input_label'])

    # Procesar el input del usuario
    if user_input:
        # Añadir el mensaje del usuario al historial
        st.session_state.morphosyntax_chat_history.append({"role": "user", "content": user_input})
        store_chat_history(st.session_state.username, [{"role": "user", "content": user_input}], "morphosyntax")

        response, visualizations, result = process_morphosyntactic_input(user_input, lang_code, nlp_models, t)

        # Añadir la respuesta al historial
        assistant_message = {
            "role": "assistant",
            "content": response,
            "visualizations": visualizations if visualizations else []
        }
        st.session_state.morphosyntax_chat_history.append(assistant_message)
        store_chat_history(st.session_state.username, [assistant_message], "morphosyntax")

        # Si es un análisis, guardarlo en la base de datos
        if user_input.startswith('/analisis_morfosintactico') and result:
            store_student_morphosyntax_result(
                st.session_state.username,
                user_input.split('[', 1)[1].rsplit(']', 1)[0],  # texto analizado
                visualizations
            )

    # Mostrar el historial del chat
    with chat_container:
        if 'morphosyntax_chat_history' not in st.session_state:
            st.session_state.morphosyntax_chat_history = []
        for message in st.session_state.morphosyntax_chat_history:
            with st.chat_message(message["role"]):
                st.write(message["content"])
                if "visualizations" in message and message["visualizations"]:
                    for i, viz in enumerate(message["visualizations"]):
                        st.markdown(f"**Oración {i+1} del párrafo analizado**")
                        st.components.v1.html(
                            f"""
                            <div style="width: 100%; overflow-x: auto; white-space: nowrap;">
                                <div style="min-width: 1200px;">
                                    {viz}
                                </div>
                            </div>
                            """,
                            height=370,
                            scrolling=True
                        )
                        if i < len(message["visualizations"]) - 1:
                            st.markdown("---")  # Separador entre diagramas

    # Botón para limpiar el historial del chat
    if st.button(t['clear_chat'], key=generate_unique_key('morphosyntax', 'clear_chat')):
        st.session_state.morphosyntax_chat_history = []
        st.rerun()

    # Botón de exportación
    if st.button("Exportar Interacciones"):
        pdf_buffer = export_user_interactions(st.session_state.username, 'morphosyntax')
        st.download_button(
            label="Descargar PDF",
            data=pdf_buffer,
            file_name="interacciones_morfosintaxis.pdf",
            mime="application/pdf"
        )

'''
    if user_input:
        # Añadir el mensaje del usuario al historial
        st.session_state.morphosyntax_chat_history.append({"role": "user", "content": user_input})

        # Procesar el input del usuario nuevo al 26-9-2024
        response, visualizations, result = process_morphosyntactic_input(user_input, lang_code, nlp_models, t)

        # Mostrar indicador de carga
        with st.spinner(t.get('processing', 'Processing...')):
            try:
                # Procesar el input del usuario
                response, visualizations, result = process_morphosyntactic_input(user_input, lang_code, nlp_models, t)

                # Añadir la respuesta al historial
                message = {
                    "role": "assistant",
                    "content": response
                }
                if visualizations:
                    message["visualizations"] = visualizations
                st.session_state.morphosyntax_chat_history.append(message)

                # Mostrar la respuesta más reciente
                with st.chat_message("assistant"):
                    st.write(response)
                    if visualizations:
                        for i, viz in enumerate(visualizations):
                            st.markdown(f"**Oración {i+1} del párrafo analizado**")
                            st.components.v1.html(
                                f"""
                                <div style="width: 100%; overflow-x: auto; white-space: nowrap;">
                                    <div style="min-width: 1200px;">
                                        {viz}
                                    </div>
                                </div>
                                """,
                                height=350,
                                scrolling=True
                            )
                            if i < len(visualizations) - 1:
                                st.markdown("---")  # Separador entre diagramas

                # Si es un análisis, guardarlo en la base de datos
                if user_input.startswith('/analisis_morfosintactico') and result:
                    store_morphosyntax_result(
                        st.session_state.username,
                        user_input.split('[', 1)[1].rsplit(']', 1)[0],  # texto analizado
                        result.get('repeated_words', {}),
                        visualizations,
                        result.get('pos_analysis', []),
                        result.get('morphological_analysis', []),
                        result.get('sentence_structure', [])
                    )


            except Exception as e:
                st.error(f"{t['error_processing']}: {str(e)}")



    # Forzar la actualización de la interfaz
        st.rerun()

    # Botón para limpiar el historial del chat
    if st.button(t['clear_chat'], key=generate_unique_key('morphosyntax', 'clear_chat')):
        st.session_state.morphosyntax_chat_history = []
        st.rerun()
'''


'''
############ MODULO PARA DEPURACIÓN Y PRUEBAS #####################################################
def display_morphosyntax_interface(lang_code, nlp_models, t):
    st.subheader(t['morpho_title'])

    text_input = st.text_area(
        t['warning_message'],
        height=150,
        key=generate_unique_key("morphosyntax", "text_area")
    )

    if st.button(
        t['results_title'],
        key=generate_unique_key("morphosyntax", "analyze_button")
    ):
        if text_input:
            # Aquí iría tu lógica de análisis morfosintáctico
            # Por ahora, solo mostraremos un mensaje de placeholder
            st.info(t['analysis_placeholder'])
        else:
            st.warning(t['no_text_warning'])
###
#################################################
'''