import os
import pandas as pd
import mysql.connector
import json
import csv
import re


# ------------------------------------------------------------
# CONFIGURACIÓN DE LA BASE DE DATOS
# ------------------------------------------------------------
DB_CONFIG = {
    "host": "localhost",
    "port": 3307,          # Puerto diferente al 3306 para evitar conflictos
    "user": "user",        # Usuario definido en docker-compose
    "password": "pass",    # Contraseña definida en docker-compose
    "database": "adicciones"
}

DATASETS_DIR = "datasets"          # Carpeta donde están los CSV
OUTPUT_FILE = "columnas_info.json" # Archivo de salida con las columnas detectadas


# ------------------------------------------------------------
# FUNCIONES AUXILIARES
# ------------------------------------------------------------

def get_connection():
    # Establece conexión con la base de datos MySQL
    return mysql.connector.connect(**DB_CONFIG)


def sanitize_name(name: str) -> str:
    # Limpia los nombres de columnas y tablas para que sean válidos en SQL
    name = name.strip().lower()
    name = re.sub(r"[^a-z0-9_]+", "_", name)  # Solo permite letras, números y guiones bajos
    return name[:50]  # Limita a 50 caracteres para cumplir con el límite de MySQL


def detect_delimiter(file_path):
    # Detecta automáticamente el delimitador más probable del CSV
    with open(file_path, 'r', encoding='latin-1', errors='ignore') as f:
        sample = f.read(2048)
        try:
            dialect = csv.Sniffer().sniff(sample, delimiters=";,|\t")
            delim = dialect.delimiter

            # Si detecta algo raro (espacios, strings largos, etc.), usamos ';' por defecto
            if delim.strip() == "" or len(delim) > 1:
                return ";"
            return delim

        except csv.Error:
            return ";"


def load_csv(path, delimiter):
    # Intenta leer el CSV usando varias codificaciones comunes en archivos en español
    encodings = ["utf-8", "latin-1", "cp1252"]
    last_error = None

    for enc in encodings:
        try:
            return pd.read_csv(path, delimiter=delimiter, encoding=enc)
        except Exception as e:
            last_error = e

    # Si todas las lecturas fallan, lanza el último error
    raise last_error


# ------------------------------------------------------------
# PROCESO PRINCIPAL
# ------------------------------------------------------------

def main():
    conn = get_connection()
    cursor = conn.cursor()
    columnas_info = {}

    # Recorre todos los archivos CSV en la carpeta datasets/
    for filename in os.listdir(DATASETS_DIR):
        if not filename.endswith(".csv"):
            continue

        path = os.path.join(DATASETS_DIR, filename)
        table_name = sanitize_name(os.path.splitext(filename)[0])

        print(f"\n📊 Procesando: {filename} → tabla '{table_name}'")

        # Detecta el delimitador del archivo
        delimiter = detect_delimiter(path)
        print(f"   → delimitador detectado: '{delimiter}'")

        # Carga el CSV probando codificaciones (UTF-8, Latin-1, CP1252)
        try:
            df = load_csv(path, delimiter)
        except Exception as e:
            print(f"❌ Error leyendo {filename}: {e}")
            continue

        # Limpia y normaliza los nombres de columnas
        df.columns = [sanitize_name(c) for c in df.columns]
        columnas_info[table_name] = list(df.columns)

        # Crea la tabla en MySQL si no existe
        columns_sql = ", ".join([f"`{c}` TEXT" for c in df.columns])
        create_sql = f"CREATE TABLE IF NOT EXISTS `{table_name}` ({columns_sql});"
        cursor.execute(create_sql)

        # Inserta cada fila en la tabla
        for _, row in df.iterrows():
            placeholders = ", ".join(["%s"] * len(df.columns))
            insert_sql = f"INSERT INTO `{table_name}` VALUES ({placeholders});"
            try:
                cursor.execute(insert_sql, tuple(row.astype(str).fillna("").values))
            except Exception as e:
                print(f"⚠️  Error insertando fila en {table_name}: {e}")

        # Confirma los cambios en la base de datos
        conn.commit()

    # Cierra la conexión y guarda la información de columnas
    cursor.close()
    conn.close()

    with open(OUTPUT_FILE, "w", encoding="utf-8") as f:
        json.dump(columnas_info, f, indent=4, ensure_ascii=False)

    print(f"\n✅ Proceso completado. Columnas guardadas en '{OUTPUT_FILE}'")


# ------------------------------------------------------------
# EJECUCIÓN
# ------------------------------------------------------------
if __name__ == "__main__":
    main()