import gradio as gr
import pandas as pd
import itertools
import tempfile
import os
import requests

from chatgpt_api import get_chatgpt_response

    
def process_csv(csv_file):
    # CSVファイルを読み込む
    df = pd.read_csv(csv_file.name)

    # 新しいDataFrameを作成
    new_df = pd.DataFrame(columns=['ID', 'prompt', 'quantity', 'output'])

    # 変数の配列からすべての組み合わせを生成し、新しいpromptを作成
    for index, row in df.iterrows():
          # 変数の値をリストとして取得、数値の場合は文字列に変換
        variables_lists = [
            str(row[f'変数{i}（var{i}）']).split(',') if pd.notna(row[f'変数{i}（var{i}）']) else ['']
            for i in range(1, 6)
        ]
        
        # 数値を含む可能性のある列の値を文字列に変換
        variables_lists = [[str(value).strip() for value in values] for values in variables_lists]

        # 変数の配列からすべての組み合わせを生成
        variables_combinations = list(itertools.product(*variables_lists))
        for combination in variables_combinations:
            # プロンプトテンプレートに変数の値を埋め込む
            formatted_prompt = row['プロンプト'].format(var1=combination[0], var2=combination[1], var3=combination[2], var4=combination[3], var5=combination[4])
            new_prompt = "以下の要件で問題を作ってください。" + formatted_prompt
            # 新しい行をDataFrameに追加
            new_row = pd.DataFrame([{
                'ID': row['ID'], 
                'prompt': new_prompt, 
                'quantity': row['作成問題数'], 
                'output': ''
            }], columns=['ID', 'prompt', 'quantity', 'output'])
            new_df = pd.concat([new_df, new_row], ignore_index=True)
            
    # 新しいDataFrameのprompt列をChatGPTに送信し、応答をoutput列に保存
    new_df['output'] = new_df['prompt'].apply(get_chatgpt_response)

    with tempfile.NamedTemporaryFile(delete=False, suffix='.csv') as tmp:
        new_df.to_csv(tmp.name, index=False)
        output_path = tmp.name

    # ファイル名を変更
    new_path = os.path.join(os.path.dirname(output_path), "output.csv")
    os.rename(output_path, new_path)

    return new_path


def create_choice_question(csv_file):
    # CSVファイルを読み込む
    df = pd.read_csv(csv_file.name)

    # プロンプトを作成
    prompt_df = pd.DataFrame(columns=['ステージ', 'レベル', 'カテゴリ', '問題形式','複製パターン','テーマ','prompt','quantity'])

    # dfを反復処理
    for index, row in df.iterrows():
        # 'カテゴリ'カラムの文字列をリストに変換
        try:
            themes = ast.literal_eval(row['カテゴリ'])
        except ValueError:
            # ast.literal_evalに失敗した場合（例: 空の文字列、不正な形式など）
            themes = []
        for theme in themes:
            # プロンプトとカテゴリを組み合わせて新しいpromptを作成
            new_prompt = "以下の形式の英語のリスニング問題を"+row["問題数"]+"問、作成して。各問題は、[問題1][問題2]という形式で始めて。ただし、スクリプトの内容は、"+theme+"に関するスクリプトにして。"
            # prompt_dfに新しい行を追加
            new_row = {
                'ステージ': row['ステージ'],
                'レベル': row['レベル'],
                'カテゴリ': row['カテゴリ'],
                '問題形式': row['問題形式'],
                '複製パターン': row['複製パターン'],
                'テーマ': theme,
                'prompt': new_prompt,  # 新しいプロンプト
                'quantity': row['問題数']
            }
            prompt_df = pd.concat([prompt_df,new_row],ignore_index=True)
        
        with tempfile.NamedTemporaryFile(delete=False, suffix='.csv') as tmp:
            prompt_df.to_csv(tmp.name, index=False)
            output_path = tmp.name
        # ファイル名を変更
            new_path = os.path.join(os.path.dirname(output_path), "output.csv")
            os.rename(output_path, new_path)
            return new_path
    
    

    # 変数の配列からすべての組み合わせを生成し、新しいpromptを作成
    for index, row in df.iterrows():
          # 変数の値をリストとして取得、数値の場合は文字列に変換
        variables_lists = [
            str(row[f'変数{i}（var{i}）']).split(',') if pd.notna(row[f'変数{i}（var{i}）']) else ['']
            for i in range(1, 6)
        ]
        
        # 数値を含む可能性のある列の値を文字列に変換
        variables_lists = [[str(value).strip() for value in values] for values in variables_lists]

        # 変数の配列からすべての組み合わせを生成
        variables_combinations = list(itertools.product(*variables_lists))
        for combination in variables_combinations:
            # プロンプトテンプレートに変数の値を埋め込む
            formatted_prompt = row['プロンプト'].format(var1=combination[0], var2=combination[1], var3=combination[2], var4=combination[3], var5=combination[4])
            new_prompt = "以下の要件で問題を作ってください。" + formatted_prompt
            # 新しい行をDataFrameに追加
            new_row = pd.DataFrame([{
                'ID': row['ID'], 
                'prompt': new_prompt, 
                'quantity': row['作成問題数'], 
                'output': ''
            }], columns=['ID', 'prompt', 'quantity', 'output'])
            new_df = pd.concat([new_df, new_row], ignore_index=True)
            
    # 新しいDataFrameのprompt列をChatGPTに送信し、応答をoutput列に保存
    new_df['output'] = new_df['prompt'].apply(get_chatgpt_response)

    with tempfile.NamedTemporaryFile(delete=False, suffix='.csv') as tmp:
        new_df.to_csv(tmp.name, index=False)
        output_path = tmp.name

    # ファイル名を変更
    new_path = os.path.join(os.path.dirname(output_path), "output.csv")
    os.rename(output_path, new_path)

    return new_path
    


    
# interface = gr.Interface(
#     fn=process_csv,
#     inputs=gr.File(label="CSVファイルをアップロード"),
#     outputs=gr.File(label="ダウンロード", file_count="singular"),
#     allow_flagging="never",
#     title="問題生成ツール", 
#     article="問題生成FMTは<a href='https://drive.google.com/uc?export=download&id=1fNAco8IDXl3B-mTzlUcGyAz1hOtZyL6V' target='_blank'>こちら</a>からダウンロードしてください。"

# )

title = "英語生成ツール"

with gr.Blocks(theme=gr.themes.Soft()) as demo:
    gr.Markdown(
        f"""
         # {title}
        """
    )
    with gr.Tab("問題生成（選択肢）"):
        with gr.Column():
            with gr.Row():
                inputs=gr.File(label="CSVファイルをアップロード")
                outputs=gr.File(label="ダウンロード", file_count="singular")
            gr.Button("校正スタート").click(
                create_choice_question,
                inputs=[inputs],
                outputs=[outputs]
            )
    with gr.Tab("問題生成（並び替え）"):
        with gr.Column():
            with gr.Row():
                inputs=gr.File(label="CSVファイルをアップロード")
                outputs=gr.File(label="ダウンロード", file_count="singular")
            gr.Button("校正スタート").click(
                create_choice_question,
                inputs=[inputs],
                outputs=[outputs]
            )
demo.launch(share=True)