app.py

import gradio as gr
import pandas as pd
import numpy as np
import re
import os
import matplotlib.pyplot as plt
from datetime import timedelta
from fpdf import FPDF
from typing import Tuple, Dict, List
import logging
import warnings
import seaborn as sns
from matplotlib.colors import LinearSegmentedColormap
from matplotlib.ticker import MaxNLocator
from math import ceil

# Configura o estilo seaborn e suprime warnings
warnings.filterwarnings('ignore')
sns.set_style("whitegrid")

# Configuração de logging
logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s',
    handlers=[
        logging.FileHandler("app.log"),
        logging.StreamHandler()
    ]
)

class DataProcessor:
    @staticmethod
    def parse_duration(duration_str: str) -> timedelta:
        """Converte string de duração em objeto timedelta."""
        try:
            if isinstance(duration_str, str) and ':' in duration_str:
                h, m, s = map(int, duration_str.split(':'))
                return timedelta(hours=h, minutes=m, seconds=s)
        except Exception as e:
            logging.warning(f"Erro ao processar duração '{duration_str}': {str(e)}")
        return timedelta(0)

    @staticmethod
    def format_timedelta(td: timedelta) -> str:
        """Formata timedelta em string legível."""
        total_seconds = int(td.total_seconds())
        hours, remainder = divmod(total_seconds, 3600)
        minutes, seconds = divmod(remainder, 60)
        if hours > 0:
            return f"{hours}h {minutes}min {seconds}s"
        elif minutes > 0:
            return f"{minutes}min {seconds}s"
        return f"{seconds}s"

    @staticmethod
    def normalize_html_to_csv(input_html_path: str, output_csv_path: str) -> None:
        """Converte arquivo HTML para CSV."""
        try:
            html_data = pd.read_html(input_html_path)
            data = html_data[0]
            data.to_csv(output_csv_path, index=False, encoding='utf-8-sig')
            logging.info(f"HTML normalizado com sucesso: {output_csv_path}")
        except Exception as e:
            logging.error(f"Erro ao normalizar HTML: {str(e)}")
            raise

    @staticmethod
    def normalize_excel_to_csv(input_excel_path: str, output_csv_path: str) -> None:
        """Converte arquivo Excel para CSV."""
        try:
            excel_data = pd.read_excel(input_excel_path)
            unnecessary_columns = [col for col in excel_data.columns if 'Unnamed' in str(col)]
            if unnecessary_columns:
                excel_data = excel_data.drop(columns=unnecessary_columns)
            excel_data.to_csv(output_csv_path, index=False, encoding='utf-8-sig')
            logging.info(f"Excel normalizado com sucesso: {output_csv_path}")
        except Exception as e:
            logging.error(f"Erro ao normalizar Excel: {str(e)}")
            raise

class StudentAnalyzer:
    def __init__(self, tarefas_df: pd.DataFrame, alunos_df: pd.DataFrame):
        """Inicializa o analisador com DataFrames de tarefas e alunos."""
        self.tarefas_df = tarefas_df
        self.alunos_df = alunos_df
        self.processor = DataProcessor()

    def prepare_data(self) -> pd.DataFrame:
        """Prepara os dados para análise."""
        self.tarefas_df.columns = self.tarefas_df.columns.str.strip()
        self.alunos_df.columns = self.alunos_df.columns.str.strip()

        required_columns = ['Aluno', 'Nota', 'Duração']
        if not all(col in self.tarefas_df.columns for col in required_columns):
            raise ValueError("Colunas obrigatórias não encontradas no arquivo de tarefas")

        self.tarefas_df['Duração'] = self.tarefas_df['Duração'].apply(self.processor.parse_duration)
        return self.match_students()

    def match_students(self) -> pd.DataFrame:
        """Realiza o match entre alunos e tarefas."""
        def generate_aluno_pattern(ra: str, dig_ra: str) -> str:
            ra_str = str(ra).zfill(9)
            return f"{ra_str[1]}{ra_str[2:]}{dig_ra}-sp".lower()

        self.alunos_df['Aluno_Pattern'] = self.alunos_df.apply(
            lambda row: generate_aluno_pattern(row['RA'], row['Dig. RA']), axis=1
        )

        def extract_pattern(nome: str) -> str:
            if isinstance(nome, str):
                match = re.search(r'\d+.*', nome.lower())
                return match.group(0) if match else None
            return None

        self.tarefas_df['Aluno_Pattern'] = self.tarefas_df['Aluno'].apply(extract_pattern)
        return self.calculate_metrics()

    def calculate_metrics(self) -> pd.DataFrame:
        """Calcula métricas de desempenho dos alunos."""
        metrics_df = pd.DataFrame()
    
        for _, aluno in self.alunos_df.iterrows():
            aluno_pattern = aluno['Aluno_Pattern']
            aluno_tarefas = self.tarefas_df[self.tarefas_df['Aluno_Pattern'] == aluno_pattern]
        
            if not aluno_tarefas.empty:
                duracao_total = aluno_tarefas['Duração'].sum()
                acertos_total = aluno_tarefas['Nota'].sum()
            
                metrics = {
                    'Nome do Aluno': aluno['Nome do Aluno'],
                    'Tarefas Completadas': len(aluno_tarefas),
                    'Acertos Absolutos': acertos_total,
                    'Total Tempo': str(duracao_total),
                    'Tempo Médio por Tarefa': str(duracao_total / len(aluno_tarefas))
                }
                metrics_df = pd.concat([metrics_df, pd.DataFrame([metrics])], ignore_index=True)

        return metrics_df.sort_values('Acertos Absolutos', ascending=False)

class ReportGenerator:
    """Classe responsável pela geração de relatórios e visualizações."""
    
    def __init__(self, data: pd.DataFrame):
        self.data = data
        self.stats = self.calculate_statistics()
        self.data['Nível'] = self.data['Acertos Absolutos'].apply(self.classify_performance)
        self.colors = {
            'Avançado': '#2ecc71',
            'Intermediário': '#f1c40f',
            'Necessita Atenção': '#e74c3c'
        }
        self.setup_plot_style()

    def setup_plot_style(self):
        """Configura o estilo padrão dos gráficos."""
        plt.rcParams['figure.figsize'] = [15, 10]
        plt.rcParams['font.size'] = 11
        plt.rcParams['axes.titlesize'] = 14
        plt.rcParams['axes.labelsize'] = 12
        plt.rcParams['axes.grid'] = True
        plt.rcParams['grid.alpha'] = 0.3
        plt.rcParams['grid.linestyle'] = '--'

    def classify_performance(self, acertos: float) -> str:
        """Classifica o desempenho do aluno baseado no número de acertos."""
        if acertos >= 10:
            return 'Avançado'
        elif acertos >= 5:
            return 'Intermediário'
        else:
            return 'Necessita Atenção'

    def calculate_statistics(self) -> Dict:
        """Calcula estatísticas básicas do desempenho dos alunos."""
        try:
            basic_stats = {
                'media_acertos': float(self.data['Acertos Absolutos'].mean()),
                'desvio_padrao': float(self.data['Acertos Absolutos'].std()),
                'mediana_acertos': float(self.data['Acertos Absolutos'].median()),
                'total_alunos': len(self.data),
                'media_tarefas': float(self.data['Tarefas Completadas'].mean()),
                'media_tempo': str(pd.to_timedelta(self.data['Total Tempo']).mean())
            }

            top_students = self.data.nlargest(3, 'Acertos Absolutos')[
                ['Nome do Aluno', 'Acertos Absolutos']
            ].values.tolist()
            basic_stats['top_performers'] = top_students

            return basic_stats
        except Exception as e:
            logging.error(f"Erro ao calcular estatísticas: {str(e)}")
            raise

    def create_distribution_plot(self) -> plt.Figure:
        """Cria o gráfico de distribuição por nível."""
        plt.figure(figsize=(15, 8))
        nivel_counts = self.data['Nível'].value_counts()
        total_alunos = len(self.data)

        bars = plt.bar(nivel_counts.index, nivel_counts.values, width=0.6)
        
        for i, bar in enumerate(bars):
            bar.set_color(self.colors[nivel_counts.index[i]])
            percentage = (nivel_counts.values[i] / total_alunos) * 100
            plt.text(bar.get_x() + bar.get_width()/2, bar.get_height(),
                    f'{nivel_counts.values[i]}\n({percentage:.1f}%)',
                    ha='center', va='bottom', fontsize=12, fontweight='bold')

        plt.title('Distribuição dos Alunos por Nível de Desempenho', pad=20)
        plt.ylabel('Número de Alunos')
        plt.grid(True, axis='y', alpha=0.3)
        
        return plt.gcf()

    def create_ranking_plot(self) -> plt.Figure:
        """Cria o gráfico de ranking completo dos alunos."""
        plt.figure(figsize=(15, max(10, len(self.data) * 0.4)))
        students_data = self.data.sort_values('Acertos Absolutos', ascending=True)
        
        colors = [self.colors[nivel] for nivel in students_data['Nível']]
        bars = plt.barh(range(len(students_data)), students_data['Acertos Absolutos'])
        
        for bar, color in zip(bars, colors):
            bar.set_color(color)
            bar.set_alpha(0.8)

        plt.yticks(range(len(students_data)), students_data['Nome do Aluno'], 
                  fontsize=10)
        
        for i, bar in enumerate(bars):
            plt.text(bar.get_width(), i, f' {bar.get_width():.0f}',
                    va='center', fontsize=10, fontweight='bold')
            
        plt.title('Ranking Completo - Acertos Absolutos', pad=20)
        plt.xlabel('Número de Acertos')
        plt.grid(True, axis='x', alpha=0.3)
        
        return plt.gcf()

    def create_time_performance_plot(self) -> plt.Figure:
        """Cria o gráfico de relação entre tempo e acertos com melhor legibilidade."""
        plt.figure(figsize=(15, 10))
    
        # Configurar fundo e grade
        plt.grid(True, alpha=0.2, linestyle='--')
        plt.gca().set_facecolor('#f8f9fa')
    
        # Scatter plot com cores por nível
        for nivel, color in self.colors.items():
            mask = self.data['Nível'] == nivel
            tempo = pd.to_timedelta(self.data[mask]['Total Tempo']).dt.total_seconds() / 60
        
            plt.scatter(tempo, self.data[mask]['Acertos Absolutos'],
                       c=color, label=nivel, alpha=0.7, s=150)
        
            # Melhorar posicionamento dos rótulos
            for x, y, nome in zip(tempo, self.data[mask]['Acertos Absolutos'], 
                                self.data[mask]['Nome do Aluno']):
                # Calcular a posição do texto para evitar sobreposição
                if x > np.median(tempo.values):
                    ha = 'right'
                    offset = (-10, 0)
                else:
                    ha = 'left'
                    offset = (10, 0)
            
                # Adicionar pequena linha conectora
                plt.annotate(nome, 
                            xy=(x, y),
                            xytext=(x + offset[0]/5, y + 0.3),
                            ha=ha,
                            va='bottom',
                            fontsize=8,
                            bbox=dict(
                                facecolor='white',
                                edgecolor='none',
                                alpha=0.8,
                                pad=0.5
                            ),
                            arrowprops=dict(
                                arrowstyle='-',
                                color='gray',
                                alpha=0.3,
                                connectionstyle='arc3,rad=0'
                            ))

        plt.title('Relação entre Tempo e Acertos por Nível', pad=20)
        plt.xlabel('Tempo Total (minutos)')
        plt.ylabel('Número de Acertos')
    
        # Melhorar posição e aparência da legenda
        plt.legend(bbox_to_anchor=(1.05, 1),
                  loc='upper left',
                  borderaxespad=0,
                  frameon=True,
                  facecolor='white',
                  edgecolor='none')
    
        # Ajustar margens para acomodar a legenda
        plt.tight_layout()
    
        return plt.gcf()

    def create_tasks_performance_plot(self) -> plt.Figure:
        """Cria o gráfico de relação entre tarefas e acertos com melhor legibilidade."""
        plt.figure(figsize=(15, 10))
    
        # Configurar fundo e grade
        plt.grid(True, alpha=0.2, linestyle='--')
        plt.gca().set_facecolor('#f8f9fa')
    
        # Scatter plot com cores por nível
        for nivel, color in self.colors.items():
            mask = self.data['Nível'] == nivel
            plt.scatter(self.data[mask]['Tarefas Completadas'],
                       self.data[mask]['Acertos Absolutos'],
                       c=color, alpha=0.7, s=150, label=nivel)

            # Melhorar posicionamento dos rótulos
            for _, row in self.data[mask].iterrows():
                x = row['Tarefas Completadas']
                y = row['Acertos Absolutos']
            
                # Calcular posição do texto para evitar sobreposição
                if x > np.median(self.data['Tarefas Completadas']):
                    ha = 'right'
                    offset = (-10, 0)
                else:
                    ha = 'left'
                    offset = (10, 0)
            
                # Adicionar pequena linha conectora
                plt.annotate(row['Nome do Aluno'],
                            xy=(x, y),
                            xytext=(x + offset[0]/5, y + 0.3),
                            ha=ha,
                            va='bottom',
                            fontsize=8,
                            bbox=dict(
                                facecolor='white',
                                edgecolor='none',
                                alpha=0.8,
                                pad=0.5
                            ),
                            arrowprops=dict(
                                arrowstyle='-',
                                color='gray',
                                alpha=0.3,
                                connectionstyle='arc3,rad=0'
                            ))

        # Linha de tendência
        z = np.polyfit(self.data['Tarefas Completadas'],
                      self.data['Acertos Absolutos'], 1)
        p = np.poly1d(z)
        x_range = np.linspace(self.data['Tarefas Completadas'].min(),
                           self.data['Tarefas Completadas'].max(), 100)
    
        plt.plot(x_range, p(x_range), "--", color='#e74c3c', alpha=0.8,
                label='Tendência', linewidth=2)

        plt.title('Relação entre Tarefas Completadas e Acertos', pad=20)
        plt.xlabel('Número de Tarefas Completadas')
        plt.ylabel('Número de Acertos')
    
        # Melhorar posição e aparência da legenda
        plt.legend(bbox_to_anchor=(1.05, 1),
                  loc='upper left',
                  borderaxespad=0,
                  frameon=True,
                  facecolor='white',
                  edgecolor='none')
    
        # Ajustar margens para acomodar a legenda
        plt.tight_layout()
    
        return plt.gcf()

    def generate_graphs(self) -> List[plt.Figure]:
        """Gera todos os gráficos para o relatório."""
        try:
            graphs = []
            
            # 1. Distribuição por nível
            graphs.append(self.create_distribution_plot())
            plt.close()

            # 2. Ranking completo
            graphs.append(self.create_ranking_plot())
            plt.close()

            # 3. Relação tempo x acertos
            graphs.append(self.create_time_performance_plot())
            plt.close()

            # 4. Relação tarefas x acertos
            graphs.append(self.create_tasks_performance_plot())
            plt.close()

            return graphs
        except Exception as e:
            logging.error(f"Erro ao gerar gráficos: {str(e)}")
            raise

    def generate_table_section(self, pdf: FPDF, nivel: str, alunos_nivel: pd.DataFrame):
        """Gera uma seção de tabela com formatação melhorada."""
        try:
            pdf.set_font('Arial', 'B', 14)
            pdf.set_fill_color(240, 240, 240)
            pdf.cell(0, 10, f'Detalhamento - Nível {nivel}', 0, 1, 'L', True)
            pdf.ln(5)

            # Configuração da tabela
            colunas = [
                ('Nome do Aluno', 80),
                ('Acertos', 25),
                ('Tarefas', 25),
                ('Tempo Total', 35)
            ]
            
            # Cabeçalho
            pdf.set_font('Arial', 'B', 10)
            pdf.set_fill_color(230, 230, 230)
            for titulo, largura in colunas:
                pdf.cell(largura, 8, titulo, 1, 0, 'C', True)
            pdf.ln()

            # Dados com cores alternadas
            pdf.set_font('Arial', '', 10)
            for i, (_, row) in enumerate(alunos_nivel.iterrows()):
                # Cor de fundo alternada
                fill_color = (245, 245, 245) if i % 2 == 0 else (255, 255, 255)
                pdf.set_fill_color(*fill_color)

                tempo = pd.to_timedelta(row['Total Tempo'])
                tempo_str = f"{int(tempo.total_seconds() // 60)}min {int(tempo.total_seconds() % 60)}s"
                
                pdf.cell(80, 7, str(row['Nome do Aluno'])[:40], 1, 0, 'L', True)
                pdf.cell(25, 7, f"{row['Acertos Absolutos']:.0f}", 1, 0, 'R', True)
                pdf.cell(25, 7, str(row['Tarefas Completadas']), 1, 0, 'R', True)
                pdf.cell(35, 7, tempo_str, 1, 0, 'R', True)
                pdf.ln()
        except Exception as e:
            logging.error(f"Erro ao gerar seção de tabela: {str(e)}")
            raise

    def generate_pdf(self, output_path: str, graphs: List[plt.Figure]) -> None:
        """Gera relatório em PDF com análise detalhada."""
        try:
            class PDF(FPDF):
                def header(self):
                    """Define o cabeçalho padrão do PDF."""
                    self.set_font('Arial', 'B', 15)
                    self.set_fill_color(240, 240, 240)
                    self.cell(0, 15, 'Relatório de Desempenho - Análise Detalhada', 0, 1, 'C', True)
                    self.ln(10)

            pdf = PDF('L', 'mm', 'A4')
            
            # Introdução
            pdf.add_page()
            self._add_introduction_section(pdf)
            
            # Visão Geral
            pdf.add_page()
            self._add_overview_section(pdf)
            
            # Destaques
            self._add_highlights_section(pdf)
            
            # Gráficos e Análises
            self._add_graphs_section(pdf, graphs)
            
            # Detalhamento por Nível
            self._add_detailed_sections(pdf)
            
            # Recomendações Finais
            self._add_recommendations_section(pdf)
            
            pdf.output(output_path)
            
        except Exception as e:
            logging.error(f"Erro ao gerar PDF: {str(e)}")
            raise

    def _add_introduction_section(self, pdf: FPDF) -> None:
        """Adiciona a seção de introdução ao PDF."""
        pdf.set_font('Arial', 'B', 14)
        pdf.set_fill_color(240, 240, 240)
        pdf.cell(0, 10, 'Introdução', 0, 1, 'L', True)
        pdf.ln(5)
        pdf.set_font('Arial', '', 11)
        
        intro_text = """
        Este relatório apresenta uma análise abrangente do desempenho dos alunos nas atividades realizadas.
        Os dados são analisados considerando três aspectos principais:

        - Acertos: Total de questões respondidas corretamente
        - Engajamento: Número de tarefas completadas
        - Dedicação: Tempo investido nas atividades

        Os alunos são classificados em três níveis de acordo com seu desempenho:
        - Avançado: 10 ou mais acertos - Excelente domínio do conteúdo
        - Intermediário: 5 a 9 acertos - Bom entendimento, com espaço para melhorias
        - Necessita Atenção: Menos de 5 acertos - Requer suporte adicional
        """
        pdf.multi_cell(0, 7, intro_text)

    def _add_overview_section(self, pdf: FPDF) -> None:
        """Adiciona a seção de visão geral ao PDF."""
        pdf.set_font('Arial', 'B', 14)
        pdf.cell(0, 10, 'Visão Geral da Turma', 0, 1, 'L', True)
        pdf.ln(5)

        tempo_medio = pd.to_timedelta(self.stats['media_tempo'])
        minutos = int(tempo_medio.total_seconds() // 60)
        segundos = int(tempo_medio.total_seconds() % 60)
        
        pdf.set_font('Arial', '', 11)
        stats_text = f"""
        Participação e Resultados:
        - Total de Alunos Participantes: {self.stats['total_alunos']}
        - Média de Tarefas por Aluno: {self.stats['media_tarefas']:.1f}
        - Média de Acertos: {self.stats['media_acertos']:.1f}
        - Tempo Médio de Dedicação: {minutos} minutos e {segundos} segundos

        Distribuição de Desempenho:
        - Desvio Padrão: {self.stats['desvio_padrao']:.1f} acertos
        - Mediana: {self.stats['mediana_acertos']:.1f} acertos
        """
        pdf.multi_cell(0, 7, stats_text)

    def _add_highlights_section(self, pdf: FPDF) -> None:
        """Adiciona a seção de destaques ao PDF."""
        pdf.ln(5)
        pdf.set_font('Arial', 'B', 12)
        pdf.cell(0, 10, 'Destaques de Desempenho', 0, 1)
        pdf.set_font('Arial', '', 11)
        
        pdf.ln(3)
        pdf.cell(0, 7, "Melhores Desempenhos:", 0, 1)
        for aluno, acertos in self.stats['top_performers']:
            pdf.cell(0, 7, f"- {aluno}: {acertos:.0f} acertos", 0, 1)

    def _add_graphs_section(self, pdf: FPDF, graphs: List[plt.Figure]) -> None:
        """Adiciona a seção de gráficos ao PDF."""
        for i, graph in enumerate(graphs):
            pdf.add_page()
            graph_path = f'temp_graph_{i}.png'
            graph.savefig(graph_path, dpi=300, bbox_inches='tight')
            pdf.image(graph_path, x=10, y=30, w=270)
            os.remove(graph_path)
            
            pdf.ln(150)
            pdf.set_font('Arial', 'B', 12)
            
            if i == 0:
                pdf.cell(0, 10, 'Análise da Distribuição por Nível', 0, 1, 'L', True)
                pdf.set_font('Arial', '', 11)
                pdf.multi_cell(0, 6, """
                Este gráfico ilustra como os alunos estão distribuídos entre os três níveis de desempenho.
                - Verde: Alunos no nível Avançado - demonstram excelente compreensão
                - Amarelo: Alunos no nível Intermediário - bom progresso com espaço para melhorias
                - Vermelho: Alunos que Necessitam Atenção - requerem suporte adicional
                """)
                
            elif i == 1:
                pdf.cell(0, 10, 'Ranking Completo dos Alunos', 0, 1, 'L', True)
                pdf.set_font('Arial', '', 11)
                pdf.multi_cell(0, 6, """
                Apresenta o ranking completo dos alunos por número de acertos.
                Este ranking permite:
                - Visualizar o desempenho individual de cada aluno
                - Identificar diferentes níveis de aproveitamento
                - Estabelecer metas realistas para melhorias
                """)
                
            elif i == 2:
                pdf.cell(0, 10, 'Relação Tempo x Desempenho', 0, 1, 'L', True)
                pdf.set_font('Arial', '', 11)
                pdf.multi_cell(0, 6, """
                Mostra a relação entre tempo dedicado e número de acertos.
                Pontos importantes:
                - Cores indicam o nível de cada aluno
                - Posição vertical mostra o número de acertos
                - Posição horizontal indica o tempo total dedicado
                - Dispersão dos pontos revela diferentes padrões de estudo
                """)
                
            elif i == 3:
                pdf.cell(0, 10, 'Progresso por Número de Tarefas', 0, 1, 'L', True)
                pdf.set_font('Arial', '', 11)
                pdf.multi_cell(0, 6, """
                Analisa se mais tarefas realizadas resultam em melhor desempenho.
                A linha de tendência (tracejada) indica:
                - Correlação entre quantidade de tarefas e acertos
                - Expectativa média de progresso
                - Alunos acima da linha superam a expectativa da turma
                """)

    def _add_detailed_sections(self, pdf: FPDF) -> None:
        """Adiciona as seções detalhadas por nível ao PDF."""
        for nivel in ['Avançado', 'Intermediário', 'Necessita Atenção']:
            alunos_nivel = self.data[self.data['Nível'] == nivel]
            if not alunos_nivel.empty:
                pdf.add_page()
                self.generate_table_section(pdf, nivel, alunos_nivel)

    def _add_recommendations_section(self, pdf: FPDF) -> None:
        """Adiciona a seção de recomendações ao PDF."""
        pdf.add_page()
        pdf.set_font('Arial', 'B', 14)
        pdf.cell(0, 10, 'Recomendações e Próximos Passos', 0, 1, 'L', True)
        pdf.ln(5)
        
        pdf.set_font('Arial', '', 11)
        percent_necessita_atencao = len(self.data[self.data['Nível'] == 'Necessita Atenção']) / len(self.data) * 100
        
        recom_text = f"""
        Com base na análise dos dados, recomenda-se:

        1. Ações Imediatas:
           - Implementar monitoria com alunos do nível Avançado
           - Realizar reforço focado nos {percent_necessita_atencao:.1f}% que necessitam atenção
           - Desenvolver planos de estudo personalizados

        2. Melhorias no Processo:
           - Acompanhamento individualizado dos alunos com baixo desempenho
           - Feedback regular sobre o progresso
           - Atividades extras para alunos com bom desempenho

        3. Próximos Passos:
           - Compartilhar resultados individuais
           - Agendar sessões de reforço
           - Reconhecer publicamente bons desempenhos
           - Estabelecer metas claras de melhoria
        """
        pdf.multi_cell(0, 7, recom_text)

def process_files(html_file, excel_files) -> Tuple[str, str, str]:
    """Processa arquivos e gera relatório."""
    try:
        temp_dir = "temp_files"
        os.makedirs(temp_dir, exist_ok=True)

        # Limpar diretório temporário
        for file in os.listdir(temp_dir):
            os.remove(os.path.join(temp_dir, file))

        # Salvar arquivos
        html_path = os.path.join(temp_dir, "alunos.htm")
        with open(html_path, "wb") as f:
            f.write(html_file)

        # Processar arquivos Excel
        excel_paths = []
        for i, excel_file in enumerate(excel_files):
            excel_path = os.path.join(temp_dir, f"tarefa_{i}.xlsx")
            with open(excel_path, "wb") as f:
                f.write(excel_file)
            excel_paths.append(excel_path)

        # Processar arquivos
        processor = DataProcessor()
        alunos_csv_path = os.path.join(temp_dir, "alunos.csv")
        processor.normalize_html_to_csv(html_path, alunos_csv_path)

        # Concatenar dados das tarefas
        tarefas_df = pd.DataFrame()
        for excel_path in excel_paths:
            csv_path = excel_path.replace('.xlsx', '.csv')
            processor.normalize_excel_to_csv(excel_path, csv_path)
            df = pd.read_csv(csv_path)
            tarefas_df = pd.concat([tarefas_df, df], ignore_index=True)

        # Análise e geração de relatório
        alunos_df = pd.read_csv(alunos_csv_path)
        analyzer = StudentAnalyzer(tarefas_df, alunos_df)
        results_df = analyzer.prepare_data()

        report_generator = ReportGenerator(results_df)
        graphs = report_generator.generate_graphs()
        
        # Salvar outputs
        output_html = os.path.join(temp_dir, "relatorio.html")
        output_pdf = os.path.join(temp_dir, "relatorio.pdf")
        results_df.to_html(output_html, index=False)
        report_generator.generate_pdf(output_pdf, graphs)

        return results_df.to_html(index=False), output_html, output_pdf

    except Exception as e:
        logging.error(f"Erro no processamento: {str(e)}")
        raise

def create_interface():
    """Cria a interface Gradio."""
    theme = gr.themes.Default(
        primary_hue="blue",
        secondary_hue="gray",
        font=["Arial", "sans-serif"],
        font_mono=["Courier New", "monospace"],
    )

    with gr.Blocks(theme=theme) as interface:
        gr.Markdown("""
        # Sistema de Análise de Desempenho Acadêmico
        
        Este sistema analisa o desempenho dos alunos e gera um relatório detalhado com:
        - Análise estatística completa
        - Visualizações gráficas
        - Recomendações personalizadas
        """)
        
        with gr.Row():
            with gr.Column():
                gr.Markdown("## Lista de Alunos")
                html_file = gr.File(
                    label="Arquivo HTML com lista de alunos (.htm)",
                    type="binary",
                    file_types=[".htm", ".html"]
                )
            
            with gr.Column():
                gr.Markdown("## Relatórios de Tarefas")
                excel_files = gr.Files(
                    label="Arquivos Excel com dados das tarefas (.xlsx)",
                    type="binary",
                    file_count="multiple",
                    file_types=[".xlsx"]
                )

        with gr.Row():
            generate_btn = gr.Button(
                "Gerar Relatório",
                variant="primary",
                size="lg"
            )
            
        with gr.Row():
            output_html = gr.HTML()
            
        with gr.Row():
            with gr.Column():
                download_html_btn = gr.File(
                    label="Download Relatório HTML",
                    type="filepath",
                    interactive=False
                )
            with gr.Column():
                download_pdf_btn = gr.File(
                    label="Download Relatório PDF",
                    type="filepath",
                    interactive=False
                )

        generate_btn.click(
            fn=process_files,
            inputs=[html_file, excel_files],
            outputs=[output_html, download_html_btn, download_pdf_btn]
        )

    return interface

if __name__ == "__main__":
    interface = create_interface()
    interface.launch(
        share=False,
        server_name="0.0.0.0",
        server_port=7860,
        show_error=True
    )