import logging
import os
import traceback

import pandas as pd
import streamlit as st
from annotated_text import annotated_text

from presidio_helpers import analyzer_engine, anonymize

# Konfigurace stránky
st.set_page_config(
    page_title="Anonymizace českých textů",
    layout="wide",
    initial_sidebar_state="expanded",
    menu_items={
        "About": "Anonymizace osobních údajů v českých textech pomocí Microsoft Presidio.",
    },
)

# Nastavení loggeru
logger = logging.getLogger("anonymizace-streamlit")

# Definice českých entit
CZECH_ENTITIES = [
    "OSOBA", "ADRESA", "TELEFON", "EMAIL", "DATUM_NAROZENÍ", "RODNÉ_ČÍSLO", "IČO"
]

# Sidebar
st.sidebar.header("Anonymizace osobních údajů v českých textech")

# Výběr metody anonymizace
st_operator = st.sidebar.selectbox(
    "Metoda anonymizace",
    ["Nahrazení", "Zvýraznění", "Maskování", "Hashování"],
    index=0,
    help="""
    Vyberte metodu anonymizace osobních údajů:
    - Nahrazení: Nahrazení obecným termínem, např. <OSOBA>
    - Zvýraznění: Zobrazení původního textu s barevně zvýrazněnými osobními údaji
    - Maskování: Nahrazení části údajů hvězdičkami
    - Hashování: Nahrazení hashem osobních údajů
    """
)

# Nastavení pro maskování
st_mask_char = "*"
st_number_of_chars = 4

if st_operator == "Maskování":
    st_number_of_chars = st.sidebar.number_input(
        "Počet znaků k maskování", value=st_number_of_chars, min_value=0, max_value=100
    )
    st_mask_char = st.sidebar.text_input(
        "Znak pro maskování", value=st_mask_char, max_chars=1
    )

# Nastavení prahu důvěryhodnosti
st_threshold = st.sidebar.slider(
    label="Práh důvěryhodnosti",
    min_value=0.0,
    max_value=1.0,
    value=0.5,
    help="Definujte práh pro přijetí detekce jako osobní údaj.",
)

# Hlavní panel
st.title("Anonymizace českých textů")

# Informace o aplikaci
with st.expander("O této aplikaci", expanded=False):
    st.info(
        """Tato aplikace je anonymizační platforma pro české texty založená na Microsoft Presidio.
        \n\nHlavní funkce:
        - Detekce osobních údajů v českém jazyce
        - Flexibilní metody anonymizace
        - Podpora textového vstupu
        
        \n\n[Zdrojový kód](https://github.com/vas-projekt/anonymizacni-platforma) | 
        [Dokumentace](https://vas-projekt.github.io/anonymizacni-platforma/docs) | 
        [Nahlásit problém](https://github.com/vas-projekt/anonymizacni-platforma/issues)"""
    )

# Vstupní text
st.subheader("Vstupní text")
st_text = st.text_area(
    label="Zadejte text k anonymizaci",
    value="Jan Novák, narozený 15.3.1980, bydlí na adrese Hlavní 123, Praha 1. Jeho telefonní číslo je +420 123 456 789 a e-mail jan.novak@email.cz. Rodné číslo: 800315/1234, IČO: 12345678.",
    height=200
)

try:
    # Výběr entit
    st_entities_expander = st.sidebar.expander("Vyberte entity, které hledat")
    selected_entities = st_entities_expander.multiselect(
        "Vyberte typy entit k anonymizaci:",
        CZECH_ENTITIES,
        default=CZECH_ENTITIES
    )

    # Inicializace analyzátoru
    analyzer = analyzer_engine()

    # Analýza
    st_analyze_results = analyzer.analyze(
        text=st_text,
        entities=selected_entities,
        language="cs",
        score_threshold=st_threshold,
    )

    # Anonymizace a zobrazení výsledků
    st.subheader("Výsledek anonymizace")
    if st_operator != "Zvýraznění":
        st_anonymize_results = anonymize(
            text=st_text,
            operator=st_operator,
            mask_char=st_mask_char,
            number_of_chars=st_number_of_chars,
            analyze_results=st_analyze_results,
        )
        st.text_area(
            label="Anonymizovaný text", value=st_anonymize_results.text, height=200
        )
    else:
        annotated_tokens = annotate(text=st_text, analyze_results=st_analyze_results)
        annotated_text(*annotated_tokens)

    # Tabulka s výsledky
    st.subheader("Detekované osobní údaje")
    if st_analyze_results:
        df = pd.DataFrame.from_records([r.to_dict() for r in st_analyze_results])
        df["text"] = [st_text[res.start : res.end] for res in st_analyze_results]

        df_subset = df[["entity_type", "text", "start", "end", "score"]].rename(
            {
                "entity_type": "Typ entity",
                "text": "Text",
                "start": "Začátek",
                "end": "Konec",
                "score": "Důvěryhodnost",
            },
            axis=1,
        )
        st.dataframe(df_subset.reset_index(drop=True), use_container_width=True)
    else:
        st.info("Žádné osobní údaje nebyly detekovány.")

except Exception as e:
    logger.error(f"Chyba při zpracování: {str(e)}")
    st.error(f"Došlo k chybě při zpracování textu: {str(e)}")
    if os.getenv("DEBUG", "False").lower() == "true":
        st.error(traceback.format_exc())