#!/usr/bin/env python3
import sys
import os
import asyncio
from datetime import datetime
from typing import List, Dict, Any

sys.path.insert(0, os.path.join(os.path.dirname(__file__), '..', 'src'))

from infrastructure.elasticsearch.client import ElasticsearchClient
from domain.services.calculador_pontuacao import CalculadorPontuacao
from domain.entities.consultor import Consultor, CoordenacaoCapes, Consultoria, Premiacao, Periodo

ES_URL = os.getenv("ES_URL", "http://localhost:9200")
ES_INDEX = os.getenv("ES_INDEX", "atuacapes")
ES_USER = os.getenv("ES_USER", "")
ES_PASSWORD = os.getenv("ES_PASSWORD", "")


def parse_date(date_str):
    if not date_str:
        return None
    try:
        if '/' in date_str:
            return datetime.strptime(date_str[:10], '%d/%m/%Y')
        else:
            return datetime.strptime(date_str[:10], '%Y-%m-%d')
    except:
        return None


def extrair_coordenacoes_capes(atuacoes: List[Dict]) -> List[CoordenacaoCapes]:
    coordenacoes_data = [
        a for a in atuacoes
        if a.get("tipo") in [
            "Coordenação de Área de Avaliação",
            "Histórico de Coordenação de Área de Avaliação",
        ]
    ]

    result = []
    for coord in coordenacoes_data:
        dados = coord.get("dadosCoordenacaoArea") or coord.get("dadosHistoricoCoordenacaoArea") or {}

        nome = coord.get("nome", "")
        if "câmara" in nome.lower() or "camara" in nome.lower():
            tipo = "CAM"
        elif "mestrado profissional" in nome.lower():
            tipo = "CAJ-MP"
        elif "adjunt" in nome.lower():
            tipo = "CAJ"
        else:
            tipo = "CA"

        inicio = parse_date(coord.get("inicio") or dados.get("inicio"))
        fim = parse_date(coord.get("fim") or dados.get("fim"))

        if not inicio:
            continue

        area = dados.get("areaAvaliacao", {})
        if isinstance(area, dict):
            area_nome = area.get("nome", "N/A")
        else:
            area_nome = str(area) if area else "N/A"

        periodo = Periodo(inicio=inicio, fim=fim)

        result.append(CoordenacaoCapes(
            tipo=tipo,
            area_avaliacao=area_nome,
            periodo=periodo,
            areas_adicionais=[],
            ja_coordenou_antes=False
        ))

    return result


def extrair_consultoria(atuacoes: List[Dict]) -> Consultoria:
    consultorias = [
        a for a in atuacoes
        if a.get("tipo") in ["Consultor", "Histórico de Consultoria"]
    ]

    if not consultorias:
        return None

    datas = []
    areas = set()
    total_eventos = len(consultorias)
    vezes_responsavel = 0

    for cons in consultorias:
        dados = cons.get("dadosConsultoria", {})

        inicio = parse_date(cons.get("inicio"))
        fim = parse_date(cons.get("fim"))

        if inicio:
            datas.append(inicio)
        if fim:
            datas.append(fim)

        area = dados.get("areaAvaliacao")
        if area:
            areas.add(area)

        if dados.get("responsavel"):
            vezes_responsavel += 1

    if not datas:
        return None

    primeiro_evento = min(datas)
    ultimo_evento = max(datas)

    limite_recente = datetime.now().replace(year=datetime.now().year - 2)
    eventos_recentes = sum(1 for d in datas if d >= limite_recente)

    anos = (datetime.now() - primeiro_evento).days / 365.25

    return Consultoria(
        total_eventos=total_eventos,
        eventos_recentes=eventos_recentes,
        primeiro_evento=primeiro_evento,
        ultimo_evento=ultimo_evento,
        areas=list(areas),
        situacao="Ativo" if eventos_recentes > 0 else "Histórico",
        anos_completos=int(anos),
        anos_consecutivos=int(anos),
        retornos=0
    )


def extrair_premiacoes(atuacoes: List[Dict]) -> List[Premiacao]:
    premiacoes_data = [
        a for a in atuacoes
        if a.get("tipo") in [
            "Premiação Prêmio",
            "Avaliação Prêmio",
            "Inscrição Prêmio",
        ]
    ]

    result = []
    mapa_pontos = {
        "Premiação Prêmio": 60,
        "Avaliação Prêmio": 40,
        "Inscrição Prêmio": 20,
    }

    for prem in premiacoes_data:
        tipo = prem.get("tipo", "")
        dados = prem.get("dadosPremiacaoPremio") or prem.get("dadosParticipacaoPremio") or prem.get("dadosParticipacaoInscricaoPremio") or {}

        nome_premio = dados.get("premio", "") or prem.get("descricao", "")
        ano_str = dados.get("ano") or prem.get("inicio", "")

        try:
            ano = int(ano_str) if isinstance(ano_str, (int, str)) and str(ano_str).isdigit() else 0
        except:
            ano = 0

        pontos = mapa_pontos.get(tipo, 0)

        result.append(Premiacao(
            tipo=tipo,
            nome_premio=nome_premio,
            ano=ano,
            pontos=pontos
        ))

    return result


async def main():
    print("Conectando ao Elasticsearch...")
    es_client = ElasticsearchClient(ES_URL, ES_INDEX, ES_USER, ES_PASSWORD)
    await es_client.connect()

    try:
        print("Buscando candidatos com boost...")
        docs = await es_client.buscar_candidatos_ranking(size=100)
        print(f"Encontrados {len(docs)} candidatos")

        calculador = CalculadorPontuacao()
        consultores = []

        print("\nProcessando consultores...")
        for idx, doc in enumerate(docs, 1):
            id_pessoa = doc.get("id")
            dados_pessoais = doc.get("dadosPessoais", {})
            nome = dados_pessoais.get("nome", "N/A")
            cpf = dados_pessoais.get("cpf", "")
            atuacoes = doc.get("atuacoes", [])

            coordenacoes_capes = extrair_coordenacoes_capes(atuacoes)
            consultoria = extrair_consultoria(atuacoes)
            premiacoes = extrair_premiacoes(atuacoes)

            consultor = Consultor(
                id_pessoa=id_pessoa,
                nome=nome,
                cpf=cpf,
                coordenacoes_capes=coordenacoes_capes,
                coordenacoes_programas=[],
                consultoria=consultoria,
                premiacoes=premiacoes
            )

            pontuacao = calculador.calcular_pontuacao_completa(consultor)
            consultor.pontuacao = pontuacao

            consultores.append(consultor)

            if idx % 10 == 0:
                print(f"  Processados {idx}/{len(docs)} consultores...")

        print("\nOrdenando por pontuação...")
        consultores.sort(key=lambda c: c.pontuacao_total, reverse=True)

        print("\n" + "="*100)
        print("TOP 10 CONSULTORES - RANKING CAPES")
        print("="*100)

        for rank, c in enumerate(consultores[:10], 1):
            print(f"\n{rank}º LUGAR - {c.nome}")
            print(f"   ID: {c.id_pessoa}")
            print(f"   PONTUAÇÃO TOTAL: {c.pontuacao_total:.2f} pontos")
            print(f"   Componente A (Coordenação CAPES): {c.pontuacao.componente_a.total:.2f}")
            print(f"      Base: {c.pontuacao.componente_a.base} | Tempo: {c.pontuacao.componente_a.tempo}")
            print(f"      Extras: {c.pontuacao.componente_a.extras} | Bônus: {c.pontuacao.componente_a.bonus} | Retorno: {c.pontuacao.componente_a.retorno}")
            print(f"   Componente B (Coordenação PPG): {c.pontuacao.componente_b.total:.2f}")
            print(f"   Componente C (Consultoria): {c.pontuacao.componente_c.total:.2f}")
            if c.consultoria:
                print(f"      Base: {c.pontuacao.componente_c.base} | Tempo: {c.pontuacao.componente_c.tempo}")
                print(f"      Eventos: {c.consultoria.total_eventos} | Recentes: {c.consultoria.eventos_recentes}")
                print(f"      Áreas: {', '.join(c.consultoria.areas[:3])}")
            print(f"   Componente D (Premiações): {c.pontuacao.componente_d.total:.2f}")
            if c.premiacoes:
                print(f"      Total de premiações: {len(c.premiacoes)}")

            print(f"   Anos de atuação: {c.anos_atuacao}")
            print(f"   Ativo: {'Sim' if c.ativo else 'Não'}")

            if c.coordenacoes_capes:
                print(f"   Coordenações CAPES:")
                for coord in c.coordenacoes_capes[:3]:
                    status = "ATIVA" if coord.periodo.ativo else "ENCERRADA"
                    print(f"      - {coord.tipo}: {coord.area_avaliacao} ({status})")

        print("\n" + "="*100)
        print(f"\nEstatísticas Gerais:")
        print(f"   Total de candidatos processados: {len(consultores)}")
        print(f"   Pontuação máxima: {consultores[0].pontuacao_total:.2f}")
        print(f"   Pontuação mínima (top 10): {consultores[9].pontuacao_total:.2f}")
        print(f"   Média de pontuação (top 10): {sum(c.pontuacao_total for c in consultores[:10])/10:.2f}")

    finally:
        await es_client.close()


if __name__ == "__main__":
    asyncio.run(main())