import streamlit as st
import pandas as pd
from sqlalchemy import create_engine
from filter import filter_dataframe
import toml
import os

# Caminho para o arquivo secrets.toml na pasta .streamlit
secrets_path = os.path.join(".streamlit", "secrets.toml")

# Verificar se o arquivo secrets.toml existe
if not os.path.isfile(secrets_path):
    st.error("O arquivo 'secrets.toml' não foi encontrado. Certifique-se de que ele está na pasta '.streamlit'.")
    st.stop()

# Carregar as informações de secrets.toml
secrets = toml.load(secrets_path)

# Dados de login
USERNAME = secrets["login"]["username"]
PASSWORD = secrets["login"]["password"]

# Função para autenticação do usuário
def authenticate_user(username: str, password: str) -> bool:
    return username == USERNAME and password == PASSWORD

# Tela de login
def login_screen():
    st.title('Tela de Login')

    with st.form(key='login_form'):
        username = st.text_input("Nome de usuário")
        password = st.text_input("Senha", type='password')
        
        # Botão para submeter o formulário
        submit_button = st.form_submit_button('Entrar')

        if submit_button:
            if authenticate_user(username, password):
                st.session_state['logged_in'] = True
                st.rerun()
            else:
                st.error('Nome de usuário ou senha inválidos')

# Função para ler dados da tabela SQL a partir de um arquivo
def load_data() -> pd.DataFrame:
    db_config = secrets["database"]
    dialect = db_config["dialect"]
    driver = db_config["driver"]
    username = db_config["username"]
    password = db_config["password"]
    host = db_config["host"]
    port = db_config["port"]
    database = db_config["database"]

    connection_url = f"{dialect}+{driver}://{username}:{password}@{host}:{port}/{database}"

    engine = create_engine(connection_url)
    
    with open('query.sql', 'r', encoding='utf-8') as file:
        query = file.read()
    
    df = pd.read_sql(query, engine)
    return df

# Função para download dos dados como CSV
def convert_df_to_csv(df):
    return df.to_csv(index=False).encode('utf-8')

# Verificar o estado de login
if 'logged_in' not in st.session_state:
    st.session_state['logged_in'] = False

# Se o usuário não está logado, exibe a tela de login
if not st.session_state['logged_in']:
    login_screen()
else:
    st.title('Tabela Future Mining')

    df = load_data()

    filtered_df = filter_dataframe(df)

    all_columns = filtered_df.columns.tolist()
    selected_columns = st.multiselect(
        'Escolha as colunas para exibir:',
        options=all_columns,
        default=[] 
    )

    if selected_columns:
        displayed_df = filtered_df[selected_columns]
    else:
        displayed_df = filtered_df

    st.write('Tabela com Colunas Selecionadas')
    st.dataframe(displayed_df, column_order=selected_columns if selected_columns else None)

    # Botão para download
    csv = convert_df_to_csv(displayed_df)
    st.download_button(
        label="Baixar CSV",
        data=csv,
        file_name='dados_filtrados.csv',
        mime='text/csv',
    )