# modules/database/discourse_mongo_db.py
import matplotlib.pyplot as plt  # Añadir esta importación al inicio
import io
import base64
from .mongo_db import insert_document, find_documents, update_document, delete_document
from datetime import datetime, timezone
import logging

logger = logging.getLogger(__name__)

COLLECTION_NAME = 'student_discourse_analysis'

def store_student_discourse_result(username, text1, text2, analysis_result):
    """
    Guarda el resultado del análisis de discurso comparativo en MongoDB.
    Args:
        username: Nombre del usuario
        text1: Primer texto analizado (patrón)
        text2: Segundo texto analizado (comparación)
        analysis_result: Resultado del análisis
    """
    try:
        # Convertir gráficos individuales a base64
        graph1_data = None
        graph2_data = None
        combined_graph_data = None

        # Convertir primer gráfico
        if 'graph1' in analysis_result:
            buf = io.BytesIO()
            analysis_result['graph1'].savefig(buf, format='png')
            buf.seek(0)
            graph1_data = base64.b64encode(buf.getvalue()).decode('utf-8')

        # Convertir segundo gráfico
        if 'graph2' in analysis_result:
            buf = io.BytesIO()
            analysis_result['graph2'].savefig(buf, format='png')
            buf.seek(0)
            graph2_data = base64.b64encode(buf.getvalue()).decode('utf-8')

        # Crear gráfico combinado
        if graph1_data and graph2_data:
            fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(20, 10))
            
            # Convertir base64 a imagen para el gráfico combinado
            img1 = plt.imread(io.BytesIO(base64.b64decode(graph1_data)))
            img2 = plt.imread(io.BytesIO(base64.b64decode(graph2_data)))
            
            ax1.imshow(img1)
            ax1.axis('off')
            ax1.set_title("Documento 1: Relaciones Conceptuales")
            
            ax2.imshow(img2)
            ax2.axis('off')
            ax2.set_title("Documento 2: Relaciones Conceptuales")
            
            # Guardar gráfico combinado en base64
            buf = io.BytesIO()
            fig.savefig(buf, format='png')
            buf.seek(0)
            combined_graph_data = base64.b64encode(buf.getvalue()).decode('utf-8')
            plt.close(fig)

        # Crear documento para MongoDB
        analysis_document = {
            'username': username,
            'timestamp': datetime.now(timezone.utc).isoformat(),
            'text1': text1,
            'text2': text2,
            'analysis_type': 'discourse',
            'key_concepts1': analysis_result.get('key_concepts1', []),
            'key_concepts2': analysis_result.get('key_concepts2', []),
            'graph1': graph1_data,
            'graph2': graph2_data,
            'combined_graph': combined_graph_data
        }

        # Insertar en MongoDB
        result = insert_document(COLLECTION_NAME, analysis_document)
        if result:
            logger.info(f"Análisis del discurso guardado con ID: {result} para el usuario: {username}")
            return True

        logger.error("No se pudo insertar el documento en MongoDB")
        return False

    except Exception as e:
        logger.error(f"Error al guardar el análisis del discurso: {str(e)}")
        return False

def get_student_discourse_analysis(username, limit=10):
    """
    Recupera los análisis del discurso de un estudiante.
    """
    try:
        query = {
            "username": username,
            "analysis_type": "discourse"
        }
        return find_documents(COLLECTION_NAME, query, sort=[("timestamp", -1)], limit=limit)
    except Exception as e:
        logger.error(f"Error al recuperar análisis del discurso: {str(e)}")
        return []

def get_student_discourse_data(username):
    """
    Obtiene un resumen de los análisis del discurso de un estudiante.
    """
    try:
        analyses = get_student_discourse_analysis(username, limit=None)
        formatted_analyses = []
        
        for analysis in analyses:
            formatted_analysis = {
                'timestamp': analysis['timestamp'],
                'text1': analysis.get('text1', ''),
                'text2': analysis.get('text2', ''),
                'key_concepts1': analysis.get('key_concepts1', []),
                'key_concepts2': analysis.get('key_concepts2', [])
            }
            formatted_analyses.append(formatted_analysis)
            
        return {'entries': formatted_analyses}
        
    except Exception as e:
        logger.error(f"Error al obtener datos del discurso: {str(e)}")
        return {'entries': []}

def update_student_discourse_analysis(analysis_id, update_data):
    """
    Actualiza un análisis del discurso existente.
    """
    try:
        query = {"_id": analysis_id}
        update = {"$set": update_data}
        return update_document(COLLECTION_NAME, query, update)
    except Exception as e:
        logger.error(f"Error al actualizar análisis del discurso: {str(e)}")
        return False

def delete_student_discourse_analysis(analysis_id):
    """
    Elimina un análisis del discurso.
    """
    try:
        query = {"_id": analysis_id}
        return delete_document(COLLECTION_NAME, query)
    except Exception as e:
        logger.error(f"Error al eliminar análisis del discurso: {str(e)}")
        return False