import json
import csv
import re
from collections import defaultdict

# Đọc file JSON - thông tin diện tích
json_file = r"c:\Users\tainl\Documents\testHM\data\data-hoanmy\workload_converter\output_files\Link LLV 2025 For Dev.json"
csv_input = r"c:\Users\tainl\Documents\testHM\data\data-hoanmy\buoc1.csv"
csv_output = r"c:\Users\tainl\Documents\testHM\data\data-hoanmy\buoc2_with_area_v3.csv"

print("Đang đọc dữ liệu...")
print("=" * 100)

# Đọc JSON
with open(json_file, 'r', encoding='utf-8') as f:
    dien_tich_data = json.load(f)

# Tạo index theo mã địa điểm
area_index = defaultdict(list)
for record in dien_tich_data:
    ma_dd = record.get('Mã địa điểm', '')
    if ma_dd:
        area_index[ma_dd].append(record)

print(f"✅ Đọc được {len(dien_tich_data)} records từ JSON")
print(f"✅ Có {len(area_index)} mã địa điểm duy nhất")

# Đọc CSV
with open(csv_input, 'r', encoding='utf-8-sig') as f:
    reader = csv.DictReader(f)
    csv_records = list(reader)

print(f"✅ Đọc được {len(csv_records)} records từ CSV")

# Lọc các record có mã tòa trong JSON
filtered_records = []
skipped_records = []

for record in csv_records:
    ma_toa = record['ma_toa_nha']
    if ma_toa in area_index:
        filtered_records.append(record)
    else:
        skipped_records.append(ma_toa)

print(f"\n{'=' * 100}")
print(f"📊 LỌC DỮ LIỆU:")
print(f"{'=' * 100}")
print(f"Records giữ lại: {len(filtered_records)}")
print(f"Records bỏ qua: {len(skipped_records)}")

if skipped_records:
    unique_skipped = set(skipped_records)
    print(f"\n⚠️  Các mã tòa bị loại bỏ ({len(unique_skipped)} mã):")
    for ma in list(unique_skipped)[:20]:
        print(f"   - {ma}")

# Hàm trích xuất tầng từ text
def extract_floors(text):
    """Trích xuất số tầng từ text"""
    floors = set()
    text = text.lower()
    
    # Pattern: "tầng 1", "T2", "tầng 3-5", "tầng 1,2,3", "từ tầng 2-5"
    patterns = [
        r'từ\s+tầng\s+(\d+)\s*[-–]\s*(\d+)',  # Range với "từ"
        r'tầng\s+(\d+)\s*[-–đến]+\s*(\d+)',  # Range
        r'tầng\s+(\d+)',  # Single
        r't\s*(\d+)',  # T2, T3
        r'(\d+)\s*tầng',  # 5 tầng
    ]
    
    for pattern in patterns:
        matches = re.findall(pattern, text)
        for match in matches:
            if isinstance(match, tuple) and len(match) == 2:
                # Range case
                try:
                    start, end = int(match[0]), int(match[1])
                    if start <= end and end - start <= 20:  # Reasonable range
                        floors.update(range(start, end + 1))
                except:
                    pass
            else:
                # Single floor
                try:
                    num = int(match) if isinstance(match, str) else match
                    if 0 <= num <= 100:  # Reasonable floor number
                        floors.add(num)
                except:
                    pass
    
    return sorted(floors)

# Hàm trích xuất loại khu vực
def extract_area_types(text):
    """Trích xuất các loại khu vực từ text"""
    text = text.lower()
    area_types = []
    
    # Keywords mapping - thêm nhiều từ đồng nghĩa
    keywords = {
        'sảnh': ['sảnh', 'lobby', 'sanh'],
        'hành lang': ['hành lang', 'hanh lang', 'hàng lang', 'hang lang', 'coridol'],
        'wc': ['wc', 'nhà vệ sinh', 'toilet', 'vệ sinh', 've sinh', 'vs'],
        'văn phòng': ['văn phòng', 'van phong', 'vp ', 'office'],
        'phòng bệnh': ['phòng bệnh', 'phong benh', 'giường bệnh', 'giuong benh'],
        'phòng': ['phòng', 'phong'],
        'ngoại cảnh': ['ngoại cảnh', 'ngoai canh', 'sân', 'san', 'vườn', 'vuon', 'ngoài trời'],
        'thang máy': ['thang máy', 'thang may', 'lift'],
        'cầu thang': ['cầu thang', 'cau thang', 'thang bộ', 'tang bo'],
        'nhà ăn': ['nhà ăn', 'nha an', 'phòng ăn', 'canteen'],
        'phòng mổ': ['phòng mổ', 'phong mo', 'phẫu thuật', 'phau thuat'],
        'phòng khám': ['phòng khám', 'phong kham', 'khám bệnh'],
        'kho': ['kho', 'warehouse'],
        'nhà máy': ['nhà máy', 'nha may', 'factory', 'xưởng', 'xuong'],
    }
    
    for area_type, patterns in keywords.items():
        for pattern in patterns:
            if pattern in text:
                area_types.append(area_type)
                break
    
    return area_types

# Hàm tính diện tích
def calculate_area(ma_toa, khu_vuc_text):
    """Tính tổng diện tích dựa vào mã tòa và text khu vực"""
    if ma_toa not in area_index:
        return 0, "Không tìm thấy trong JSON"
    
    # Trích xuất thông tin từ text
    floors = extract_floors(khu_vuc_text)
    area_types = extract_area_types(khu_vuc_text)
    
    total_area = 0
    details = []
    
    # Lấy tất cả records của tòa nhà
    toa_records = area_index[ma_toa]
    
    # LOGIC CẢI THIỆN: Fallback thông minh
    if floors and area_types:
        # Trường hợp 1: Có CẢ tầng VÀ khu vực → Match chặt chẽ (AND)
        for rec in toa_records:
            tang_str = str(rec.get('Tầng', '')).lower()
            khu_vuc_str = str(rec.get('Khu vực', '')).lower()
            
            # Kiểm tra tầng
            tang_match = False
            for floor in floors:
                if f'tầng {floor}' in tang_str or f't{floor}' in tang_str or str(floor) == tang_str:
                    tang_match = True
                    break
            
            # Kiểm tra khu vực
            khu_vuc_match = False
            for area_type in area_types:
                if area_type in khu_vuc_str or area_type in tang_str:
                    khu_vuc_match = True
                    break
            
            if tang_match and khu_vuc_match:
                area_added = 0
                for key, value in rec.items():
                    if key.startswith('Sàn') and isinstance(value, (int, float)) and value > 0:
                        area_added += value
                        total_area += value
                
                if area_added > 0:
                    details.append(f"{rec.get('Tầng', 'N/A')} - {rec.get('Khu vực', 'N/A')}: {area_added}m²")
        
        if total_area > 0:
            detail_str = " | ".join(details[:3]) if details else ""
            return total_area, f"Match tầng+khu vực: {detail_str}" if detail_str else "Match tầng+khu vực"
    
    # Trường hợp 2: CHỈ có tầng (không parse được khu vực) → Lấy TẤT CẢ diện tích của tầng đó
    if floors and not area_types:
        for rec in toa_records:
            tang_str = str(rec.get('Tầng', '')).lower()
            
            tang_match = False
            for floor in floors:
                if f'tầng {floor}' in tang_str or f't{floor}' in tang_str or str(floor) == tang_str:
                    tang_match = True
                    break
            
            if tang_match:
                area_added = 0
                for key, value in rec.items():
                    if key.startswith('Sàn') and isinstance(value, (int, float)) and value > 0:
                        area_added += value
                        total_area += value
                
                if area_added > 0:
                    details.append(f"{rec.get('Tầng', 'N/A')}: {area_added}m²")
        
        if total_area > 0:
            return total_area, f"Tầng {','.join(map(str, floors))}"
    
    # Trường hợp 3: CHỈ có khu vực (không parse được tầng) → Lấy khu vực đó trên TẤT CẢ tầng
    if not floors and area_types:
        for rec in toa_records:
            khu_vuc_str = str(rec.get('Khu vực', '')).lower()
            
            khu_vuc_match = False
            for area_type in area_types:
                if area_type in khu_vuc_str:
                    khu_vuc_match = True
                    break
            
            if khu_vuc_match:
                area_added = 0
                for key, value in rec.items():
                    if key.startswith('Sàn') and isinstance(value, (int, float)) and value > 0:
                        area_added += value
                        total_area += value
                
                if area_added > 0:
                    details.append(f"{rec.get('Khu vực', 'N/A')}: {area_added}m²")
        
        if total_area > 0:
            return total_area, f"Khu vực: {','.join(area_types)}"
    
    # Trường hợp 4: Không parse được GÌ → Tính tổng toàn bộ
    for rec in toa_records:
        for key, value in rec.items():
            if key.startswith('Sàn') and isinstance(value, (int, float)) and value > 0:
                total_area += value
    
    return total_area, "Tổng toàn bộ tòa (không parse được)"

# Tính diện tích cho từng record
print(f"\n{'=' * 100}")
print(f"🔢 ĐANG TÍNH DIỆN TÍCH...")
print(f"{'=' * 100}")

results = []
stats = {
    'co_dien_tich': 0,
    'khong_dien_tich': 0,
    'tong_dien_tich': 0
}

for idx, record in enumerate(filtered_records, 1):
    if idx % 100 == 0:
        print(f"  Đã xử lý {idx}/{len(filtered_records)} records...")
    
    ma_toa = record['ma_toa_nha']
    khu_vuc = record['Khu_vuc_lam_sach']
    
    area, detail = calculate_area(ma_toa, khu_vuc)
    
    if area > 0:
        stats['co_dien_tich'] += 1
        stats['tong_dien_tich'] += area
    else:
        stats['khong_dien_tich'] += 1
    
    results.append({
        **record,
        'dien_tich_m2': round(area, 2),
        'chi_tiet_tinh': detail
    })

# Xuất ra CSV
with open(csv_output, 'w', encoding='utf-8-sig', newline='') as f:
    fieldnames = ['ma_toa_nha', 'Khu_vuc_lam_sach', 'gio', 'So_nhan_su', 'Ten_ca', 'dien_tich_m2', 'chi_tiet_tinh', 'all_task']
    writer = csv.DictWriter(f, fieldnames=fieldnames)
    
    writer.writeheader()
    writer.writerows(results)

print(f"\n{'=' * 100}")
print(f"✅ ĐÃ TẠO FILE: {csv_output}")
print(f"{'=' * 100}")

print(f"\n📊 THỐNG KÊ:")
print(f"   - Records đầu ra: {len(results)}")
print(f"   - Records có diện tích > 0: {stats['co_dien_tich']} ({stats['co_dien_tich']*100//len(results)}%)")
print(f"   - Records diện tích = 0: {stats['khong_dien_tich']} ({stats['khong_dien_tich']*100//len(results)}%)")
print(f"   - Tổng diện tích: {stats['tong_dien_tich']:,.0f} m²")

# Hiển thị mẫu
print(f"\n📝 MẪU DỮ LIỆU (10 records đầu):")
for idx, rec in enumerate(results[:10], 1):
    print(f"\n{idx}. Mã: {rec['ma_toa_nha']} | DT: {rec['dien_tich_m2']} m²")
    print(f"   Khu vực: {rec['Khu_vuc_lam_sach'][:60]}...")
    print(f"   Chi tiết: {rec['chi_tiet_tinh'][:80]}...")

print(f"\n{'=' * 100}")
print(f"💡 LƯU Ý:")
print(f"   - Logic phân tích text còn đơn giản, có thể chưa chính xác 100%")
print(f"   - Cần review các records có diện tích = 0 để cải thiện logic")
print(f"{'=' * 100}")