import re
import requests
import pandas as pd
import numpy as np
from bs4 import BeautifulSoup
from fuzzywuzzy import process
from datetime import datetime, timedelta
from config import tickers_to_ids
from config import api_key


#     -----------------------------------------------
#                HERRAMIENTAS DE FROMATO 
#     -----------------------------------------------

def limpiar_texto(texto):
    """Elimina caracteres especiales y espacios extra."""
    texto_limpio_parcial = re.sub(r'[^a-zA-Z0-9.,\s]', '', texto)
    texto_final = texto_limpio_parcial.strip()
    return texto_final

def expand_money(val):
    """Convierte strings de dinero (ej. '$1.2B') a valores flotantes."""
    if pd.isna(val):
        return np.nan
    val = str(val).replace('$', '').replace(',','').upper()
    try:
        if 'B' in val:
            return float(val.replace('B', '')) * 1_000_000_000
        elif 'M' in val:
            return float(val.replace('M', '')) * 1_000_000
        elif 'K' in val:
            return float(val.replace('K', '')) * 1_000
        else:
            return float(val)
    except:
        return np.nan


#     -----------------------------------------------
#                 FUNCIÓN DE SCRAPER API
#     -----------------------------------------------


def descargar_tabla_web(url, indice_tabla=0):
    """
    Descarga una tabla de una URL usando ScraperAPI para evitar bloqueos.
    """
    api_url = f"http://api.scraperapi.com?api_key={api_key}&url={url}"

    try:
        response = requests.get(api_url)
        response.raise_for_status()

        soup = BeautifulSoup(response.text, 'html.parser')
        tables = soup.find_all('table')

        if len(tables) > indice_tabla:
            table = tables[indice_tabla]
        else:
            print(f"No se encontró la tabla con índice {indice_tabla} en la página: {url}.")
            return None

        # El resto del código para extraer los datos de la tabla sigue igual
        headers = [th.text.strip() for th in table.find_all('th')]
        data = []
        for row in table.find_all('tr'):
            cols = row.find_all('td')
            cols = [ele.text.strip() for ele in cols]
            if cols:
                data.append(cols)

        if headers and data and len(headers) == len(data[0]):
            df = pd.DataFrame(data, columns=headers)
        else:
            df = pd.DataFrame(data)
        return df

    except requests.exceptions.RequestException as e:
        print(f"Error al acceder a la URL: {e}")
        return None
    except Exception as e:
        print(f"Ocurrió un error inesperado: {e}")
        return None


#     -----------------------------------------------
#             FUNCIÓN PARA LEER LA PLANTILLA
#     -----------------------------------------------


def extract_file_id(url):
    """Extrae el ID del archivo de una URL de Google Drive."""
    match = re.search(r'/d/([a-zA-Z0-9_-]+)', url)
    if match:
        return match.group(1)
    return None


#     -----------------------------------------------
#             FUNCIÓN PARA EL CUADRO DE BÚSQUEDA
#     -----------------------------------------------

# Lista de tickers prioritarios
priority_tickers = tickers_to_ids.copy()

def find_company_online(query):
    query_clean = query.strip()

    # Petición a la API de Yahoo Finance
    url = f"https://query1.finance.yahoo.com/v1/finance/search?q={query_clean}&quotesCount=10&newsCount=0"
    headers = {"User-Agent": "Mozilla/5.0"}
    r = requests.get(url, headers=headers)
    data = r.json()

    if "quotes" not in data or not data["quotes"]:
        return None, None

    # Lista de resultados: (nombre, ticker)
    results = [
        (item.get("shortname") or item.get("longname") or item.get("symbol"), item["symbol"])
        for item in data["quotes"]
        if "symbol" in item
    ]

    # Priorizar tickers de la lista
    for name, ticker in results:
        if ticker in priority_tickers:
            return name, ticker

    # Buscar coincidencia exacta/aproximada por ticker
    tickers = [sym for _, sym in results]
    best_ticker_match = process.extractOne(query_clean.upper(), tickers, score_cutoff=80)
    if best_ticker_match:
        ticker = best_ticker_match[0]
        name = next(name for name, sym in results if sym == ticker)
        return name, ticker

    # Buscar coincidencia por nombre
    names = [name for name, _ in results]
    best_name_match = process.extractOne(query_clean, names, score_cutoff=60)
    if best_name_match:
        name = best_name_match[0]
        ticker = next(sym for nm, sym in results if nm == name)
        return name, ticker

    # Si no hay nada claro, devolver el primer resultado
    return results[0] if results else (None, None)