app.py

from fastapi import FastAPI, Query, HTTPException
import csv
import re
import unicodedata
from typing import Dict, Any

# ==============================
# CONFIGURACIÓN DE CLASIFICADORES
# ==============================

CLASIFICADORES = {
    "abaco": {
        "csv": "diccionario_catabaco.csv",
        "categoria_tipo": {
            'Sin Categoria': 'Sin Categoria',
            'Otros No Alimentos': 'other',
            'Alimentos de hoteles, restaurantes o casinos': 'food',
            'Juguetes': 'other',
            'Muebles': 'other',
            'Pequeño Aparato': 'other',
            'Textiles': 'other',
            'Bebidas Alcohólicas': 'food',
            'Dulces y Postres': 'food',
            'Papelería': 'other',
            'Bebidas Azucaradas': 'food',
            'Bebidas Azúcaradas': 'food',
            'Carnes': 'food',
            'Panadería de sal': 'food',
            'Materiales de construcción': 'other',
            'Hogar': 'other',
            'Otras bebidas': 'food',
            'Grasas tipo 3 (saturadas)': 'food',
            'Otros Alimentos': 'food',
            'Cereales': 'food',
            'Frutas': 'food',
            'Personal': 'other',
            'Gama Blanca': 'other',
            'Gama Marron': 'other',
            'Frutos secos y semillas': 'food',
            'Paquetes/snacks': 'food',
            'Agua': 'food',
            'Productos lácteos grasa entera': 'food',
            'Dulces y postres': 'food',
            'Otras fórmulas especiales': 'food',
            'Leches Enteras': 'food',
            'Fórmulas infantiles': 'food',
            'Leguminosas Secas': 'food',
            'Tuberculos': 'food',
            'Raíz': 'food',
            'Plátano': 'food',
            'Verduras': 'food',
            'Panadería dulce': 'food',
            'Huevos': 'food',
            'Azúcares Simples': 'food',
            'Medicamentos sin fórmula médica': 'other',
            'Suplementos nutricionales': 'food',
            'Cereales ': 'food',
            'Alimentos para Mascotas': 'other',
            'Grasas tipo 2 (poliinsaturadas)': 'food',
            'Grasas tipo 1 (monoinsaturadas)': 'food'
        }
    },
    "mexico": {
        "csv": "diccionario_catebamx2.csv",
        "categoria_tipo": {
            'No Comestible': 'other',
            'Fruta y verdura': 'food',
            'Pan': 'food',
            'Cereales y Leguminosas': 'food',
            'Bebidas Saborizadas': 'food',
            'Azucares': 'food',
            'Abarrotes': 'food',
            'Proteina animal': 'food',
            'Alimento Preparado': 'food',
            'Refrigerados y Congelados': 'food',
            'Lactéos': 'food',
            'Agua': 'food',
            'Jugo y Néctar': 'food',
            'Leguminosa': 'food',
            'Grasas Animales': 'food',
            'Confiteria': 'food',
            'Suplementos': 'food',
            'Salsas': 'food',
            'Café y Té': 'food',
            'Sabores listos para comer': 'food',
            'Aceites Vegetales': 'food',
            'Raices, Tuberculos': 'food',
            'Semillas y Nueces': 'food',
            'Productos veganos': 'food'
        }
    }
}

# ==============================
# FUNCIONES DE PROCESAMIENTO
# ==============================

def quitar_tildes(texto: str) -> str:
    """Normaliza texto removiendo acentos y caracteres especiales"""
    return unicodedata.normalize('NFD', texto).encode('ascii', 'ignore').decode('utf-8').lower()

def cargar_diccionario(ruta_csv: str) -> Dict[str, list]:
    """Carga y procesa el diccionario de categorías desde un CSV"""
    try:
        with open(ruta_csv, mode='r', encoding='utf-8') as archivo:
            lector = csv.reader(archivo)
            next(lector)  # Saltar cabecera
            return {
                fila[0]: [quitar_tildes(palabra) for palabra in fila[1].split(', ')]
                for fila in lector
            }
    except Exception as e:
        raise RuntimeError(f"Error cargando {ruta_csv}: {str(e)}")

# ==============================
# INICIALIZACIÓN DE LA APLICACIÓN
# ==============================

app = FastAPI()
clasificadores_cargados = {}

@app.on_event("startup")
async def inicializar_clasificadores():
    """Carga los diccionarios al iniciar la aplicación"""
    for nombre, config in CLASIFICADORES.items():
        try:
            clasificadores_cargados[nombre] = {
                "diccionario": cargar_diccionario(config["csv"]),
                "categoria_tipo": config["categoria_tipo"]
            }
            print(f"✅ Clasificador {nombre} cargado correctamente")
        except Exception as e:
            print(f"❌ Error inicializando {nombre}: {str(e)}")
            raise

# ==============================
# ENDPOINT PRINCIPAL
# ==============================

@app.get("/categorize")
def categorizar_producto(
    cua_master: str = Query(..., description="Selección de clasificador (abaco/mexico)"),
    odd_name: str = Query(..., description="Nombre del producto a clasificar")
):
    # Validar clasificador
    cua_master = cua_master.lower()
    if cua_master not in clasificadores_cargados:
        raise HTTPException(
            status_code=400,
            detail=f"Clasificador no válido. Opciones: {', '.join(CLASIFICADORES.keys())}"
        )

    # Obtener configuración del clasificador
    config = clasificadores_cargados[cua_master]
    diccionario = config["diccionario"]
    mapeo_tipos = config["categoria_tipo"]

    # Procesar producto
    producto_limpio = quitar_tildes(odd_name)
    categoria = "Sin categoría"

    # Buscar coincidencias en el diccionario
    for cat, palabras in diccionario.items():
        if any(re.search(rf'\b{palabra}\b', producto_limpio) for palabra in palabras):
            categoria = cat
            break

    # Mapear a tipo general
    tipo = mapeo_tipos.get(categoria, "Sin Categoria")

    return {
        "eatc-odd_typology_b": categoria,
        "eatc-odd_typology_a": tipo
    }