#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import os
import json
import re
import datetime
from google_api_connector import fetch_and_update_raw_data as get_gsc_data

import sys
import argparse

def run_pipeline(days=30):
    print(f"CRON JOB: Khởi chạy tiến trình ETL Bảng 04 TRỰC TIẾP TỪ GSC API THẬT cho {days} ngày...")
    print("CRON JOB: Khởi chạy tiến trình ETL Bảng 04 TRỰC TIẾP TỪ GSC API THẬT...")
    
    # 1. Đọc cấu hình quy tắc (table4_rules.json)
    rules_file = "/opt/ai-os/products/ceo/projects/corporate/GLV/seo-dashboard-app/cron_scripts/table4_rules.json"
    with open(rules_file, "r", encoding="utf-8") as rf:
        rules = json.load(rf)
        
    exclude_words = rules["filter_criteria"]["exclude_words"]
    scoring = rules["ai_opportunity_scoring"]
    
    # 2. Gọi Google Search Console API thật (Lấy dữ liệu 30 ngày gần nhất)
    data = get_gsc_data(date_range_days=days)
    raw_gsc_data = data.get("gsc_queries", [])
    
    pattern = r"(là gì|bao nhiêu|như thế nào|thế nào|tại sao|quy trình|ở đâu|có nên|làm sao|gần đây|thuê xe|kích thước|chiều dài|chiều rộng|giá|bảng giá|hợp đồng|dài hạn|theo tháng)"
    
    valid_queries = []
    for row in raw_gsc_data:
        q = str(row["query"]).strip()
        words = q.split()
        
        # Tiêu chí: Độ dài >= 4 từ, khớp pattern nghi vấn/bối cảnh B2B và không thuộc từ chặn
        if len(words) >= 4 and re.search(pattern, q.lower()) and not any(rw in q.lower() for rw in exclude_words):
            pos = float(row["position"])
            
            if pos <= scoring["very_high"]["max_position"]:
                opp = scoring["very_high"]["label"]
            elif pos <= scoring["high"]["max_position"]:
                opp = scoring["high"]["label"]
            else:
                opp = scoring["medium"]["label"]
                
            ctr_percent = str(row["ctr"])
            if "%" not in ctr_percent:
                ctr_percent = f"{float(row['ctr']) * 100:.2f}%"
            
            valid_queries.append({
                "query": q.capitalize(),
                "word_count": len(words),
                "impr": int(row["impressions"]),
                "clicks": int(row["clicks"]),
                "ctr": ctr_percent,
                "position": pos,
                "ai_opportunity": opp
            })
            
    # Sắp xếp theo Impressions giảm dần và lấy Top 5
    valid_queries = sorted(valid_queries, key=lambda x: x["impr"], reverse=True)[:5]
    
    # Nếu không đủ 5 từ GSC API, lấy theo thứ tự sẵn có
    if len(valid_queries) == 0:
        print("Cảnh báo: Không có query khớp bộ lọc, lấy top queries bất kỳ từ GSC.")
        for row in raw_gsc_data[:5]:
            q = str(row["query"]).strip()
            ctr_val = str(row["ctr"])
            if "%" not in ctr_val:
                ctr_val = f"{float(row['ctr']) * 100:.2f}%"
            valid_queries.append({
                "query": q.capitalize(),
                "word_count": len(q.split()),
                "impr": int(row["impressions"]),
                "clicks": int(row["clicks"]),
                "ctr": ctr_val,
                "position": float(row["position"]),
                "ai_opportunity": "Thường"
            })

    current_time = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    
    # 3. Ghi kết quả vào file data JSON
    data_dir = "/opt/ai-os/products/ceo/projects/corporate/GLV/seo-dashboard-app/src/data"
    os.makedirs(data_dir, exist_ok=True)
    json_data = {
        "last_updated": current_time,
        "source": "Google Search Console API (Live)",
        "queries": valid_queries
    }
    
    with open(os.path.join(data_dir, "ai_queries.json"), "w", encoding="utf-8") as f:
        json.dump(json_data, f, ensure_ascii=False, indent=2)
        
    print(f"ETL GSC API THẬT hoàn tất! Đã lưu {len(valid_queries)} truy vấn tươi từ Google.")

if __name__ == "__main__":
    parser = argparse.ArgumentParser()
    parser.add_argument("--days", type=int, default=30, help="Số ngày trích xuất dữ liệu GSC API")
    args = parser.parse_args()
    run_pipeline(days=args.days)