import streamlit as st
import pandas as pd
import json
from datetime import datetime
import pytz 
import io
import os

# --- Inizializzazione Session State ---
if 'file_uploader_key' not in st.session_state:
    st.session_state.file_uploader_key = 0

# --- CSS personalizzato per sfondo giallo e testo blu ---
st.markdown(
    """
    <style>
    .stApp {
        background-color: #FFFFCC;
        background-attachment: fixed;
    }
    h1, h2 {
        color: #1E90FF;
    }
    p, label {
        color: #000080;
    }
    .stButton>button {
        color: white;
        background-color: #1E90FF;
        border: none;
        border-radius: 5px;
        padding: 10px 20px;
        font-size: 16px;
    }
    .stButton>button:hover {
        background-color: #4169E1;
    }
    </style>
    """,
    unsafe_allow_html=True
)

# Definizione del fuso orario per l'Italia
ITALY_TIMEZONE = pytz.timezone("Europe/Rome")
UTC_TIMEZONE = pytz.utc

# Funzione di conversione
def convert_json_to_excel_data(json_file_content: str):
    try:
        json_data = json.loads(json_file_content)

        company_code = json_data.get('companyCode')
        site_code_json = json_data.get('siteCode')

        order_info = json_data.get('order', {})
        
        doc_number = order_info.get('orderNumber') 
        partner_code = order_info.get('partnerCode')
        
        order_date_str = order_info.get('orderDate')
        
        order_date_formatted = None
        if order_date_str:
            try:
                dt_object_naive = datetime.fromisoformat(order_date_str.replace('Z', ''))
                dt_object_utc = UTC_TIMEZONE.localize(dt_object_naive)
                dt_object_italy = dt_object_utc.astimezone(ITALY_TIMEZONE)
                
                # La stringa di formattazione rimane corretta per Python
                order_date_formatted = dt_object_italy.strftime('%d/%m/%Y %H:%M:%S') 
            except ValueError:
                order_date_formatted = order_date_str
                st.warning(f"Attenzione: Impossibile parsare la data '{order_date_str}' per un file. Verrà usata la stringa originale.")
            except Exception as tz_error:
                st.warning(f"Attenzione: Errore nella conversione del fuso orario per '{order_date_str}': {tz_error}. Verrà usata la stringa originale.")
                order_date_formatted = order_date_str

        details = order_info.get('details', [])

        processed_data_for_this_file = []
        for item in details:
            cancel_pos_oda_val = item.get('cancelPosOdA')
            if cancel_pos_oda_val is None or \
               (isinstance(cancel_pos_oda_val, bool) and not cancel_pos_oda_val) or \
               (isinstance(cancel_pos_oda_val, str) and cancel_pos_oda_val.lower() == 'false'):
                positions_status_value = 'CREATED'
            else:
                positions_status_value = 'CANCELLED'

            row = {
                'site.code': site_code_json,
                'docNumber': doc_number,
                'company.code': company_code,
                'supplier.partnerRef.code': partner_code,
                'supplier.partnerRef.company.code': company_code,
                'docDate': order_date_formatted,
                'status': 'CREATED', 
                'positions.status': positions_status_value, 
                'positions.positionId': item.get('positionId'),
                'positions.stock.item.itemNumber': item.get('itemCode'),
                'positions.stock.quantity': item.get('quantity'),
                'positions.stock.accountingInfo.stockOwner': item.get('stockOwner'),
                'positions.stock.accountingInfo.costCenter': item.get('warehouse'),
                'positions.stock.accountingInfo.availability': item.get('availability'),
                'positions.stock.item.company.code': company_code,
                'positions.spare.string1': item.get('refOrder'),
                'positions.reason.code': item.get('reasonCode'),
                'positions.reason.company.code': company_code,
            }
            processed_data_for_this_file.append(row)

        if not processed_data_for_this_file:
            return pd.DataFrame() 

        return pd.DataFrame(processed_data_for_this_file)

    except json.JSONDecodeError as e:
        st.error(f"Errore nel file JSON: {e}. Assicurati che il contenuto sia un JSON valido.")
        return None
    except KeyError as ke:
        st.error(f"Errore: Chiave JSON mancante o struttura inattesa: {ke}. Assicurati che il JSON abbia la struttura attesa (es. 'order.details').")
        return None
    except Exception as e:
        st.error(f"Si è verificato un errore generico durante la conversione di un file JSON: {e}")
        return None

# --- Interfaccia Streamlit ---
st.title("Convertitore JSON Oda a Template Excel Oda")
st.write("Carica i tuoi file JSON degli ordini ODA e scarica il foglio Excel formattato.")

st.markdown("**(Il Site Code verrà letto direttamente dal JSON)**")

st.header("1. Carica i tuoi file JSON")
uploaded_files = st.file_uploader(
    "Scegli uno o più file JSON di tipo 'Ordine_Acquisto'",
    type=["json"],
    accept_multiple_files=True,
    key=st.session_state.file_uploader_key
)

all_processed_data = []

if uploaded_files:
    st.info(f"Caricati {len(uploaded_files)} file. Elaborazione in corso...")
    
    conversion_successful = True
    
    for uploaded_file in uploaded_files:
        file_name = uploaded_file.name
        
        if not file_name.lower().startswith("ordine_acquisto"):
            st.error(f"Errore: Il file '{file_name}' non inizia con 'Ordine_Acquisto'. Verrà ignorato.")
            conversion_successful = False
            continue
        
        try:
            json_content_bytes = uploaded_file.read()
            json_content_string = json_content_bytes.decode('utf-8')

            df_this_file = convert_json_to_excel_data(json_content_string)
            
            if df_this_file is not None:
                all_processed_data.append(df_this_file)
            else:
                conversion_successful = False
                st.error(f"Impossibile convertire il file '{file_name}'. Controlla i log per i dettagli.")
        except Exception as e:
            st.error(f"Si è verificato un errore imprevisto durante la lettura o l'elaborazione del file '{file_name}': {e}")
            conversion_successful = False

    if all_processed_data:
        final_df = pd.concat(all_processed_data, ignore_index=True)
        st.success(f"Elaborazione di {len(all_processed_data)} file JSON completata! Pronto per il download.")
        
        # --- Post-processing per la formattazione Excel ---
        
        # Definizione delle colonne di testata
        header_columns = [
            'site.code', 'docNumber', 'company.code', 'supplier.partnerRef.code',
            'supplier.partnerRef.company.code', 'docDate', 'status'
        ]

        # Ordina il DataFrame per docNumber e positionId per raggruppare gli ordini
        final_df = final_df.sort_values(by=['docNumber', 'positions.positionId']).reset_index(drop=True)

        # Crea una maschera booleana per identificare le righe duplicate per docNumber
        rows_to_clear_headers = final_df.duplicated(subset=['docNumber'], keep='first')
        
        # Azzerare le colonne di testata per le righe identificate
        final_df.loc[rows_to_clear_headers, header_columns] = ""

        # --- Creazione file Excel ---
        output = io.BytesIO()
        writer = pd.ExcelWriter(output, engine='xlsxwriter')
        
        sheet_name_excel = 'PurchaseOrder'

        workbook = writer.book
        worksheet = writer.sheets.get(sheet_name_excel)
        if worksheet is None:
            worksheet = workbook.add_worksheet(sheet_name_excel)

        # Lista delle colonne finali nell'ordine desiderato
        final_columns_order = [
            'site.code',
            'docNumber',
            'company.code',
            'supplier.partnerRef.code',
            'supplier.partnerRef.company.code',
            'docDate',
            'status',
            'positions.status',
            'positions.positionId',
            'positions.stock.item.itemNumber',
            'positions.stock.quantity',
            'positions.stock.accountingInfo.stockOwner',
            'positions.stock.accountingInfo.costCenter',
            'positions.stock.accountingInfo.availability',
            'positions.stock.item.company.code',
            'positions.spare.string1',
            'positions.reason.code',
            'positions.reason.company.code',
        ]
        
        # Assicurati che il DataFrame abbia tutte le colonne nell'ordine desiderato
        for col in final_columns_order:
            if col not in final_df.columns:
                final_df[col] = "" 
        final_df = final_df[final_columns_order]

        # Larghezze delle colonne aggiornate
        col_widths = {
            'site.code': 10,
            'docNumber': 15,
            'company.code': 15,
            'supplier.partnerRef.code': 18,
            'supplier.partnerRef.company.code': 25,
            'docDate': 20, # Lascia 20, è abbastanza larga
            'status': 10,
            'positions.status': 12,
            'positions.positionId': 12,
            'positions.stock.item.itemNumber': 25,
            'positions.stock.quantity': 10,
            'positions.stock.accountingInfo.stockOwner': 18,
            'positions.stock.accountingInfo.costCenter': 18,
            'positions.stock.accountingInfo.availability': 15,
            'positions.stock.item.company.code': 25,
            'positions.spare.string1': 15,
            'positions.reason.code': 15,
            'positions.reason.company.code': 25,
        }
        
        # *** NUOVA PARTE: Formattazione della colonna docDate in Excel ***
        # Crea un formato numerico personalizzato per data e ora completa
        date_time_format = workbook.add_format({'num_format': 'dd/mm/yyyy hh:mm:ss'})

        # Scrivi i nomi delle colonne nella riga 2 (indice 1 in xlsxwriter)
        for col_num, col_name in enumerate(final_df.columns.values):
            worksheet.write(1, col_num, col_name) 

            # Imposta le larghezze delle colonne
            if col_name in col_widths:
                worksheet.set_column(col_num, col_num, col_widths[col_name])
            else:
                worksheet.set_column(col_num, col_num, 15) 
            
            # Applica il formato data/ora alla colonna 'docDate'
            if col_name == 'docDate':
                # +1 perché stiamo scrivendo da startrow=2 (quindi la colonna dati inizia da riga 2)
                # Il +1 per l'indice della colonna non serve, è già l'indice corretto
                worksheet.set_column(col_num, col_num, col_widths[col_name], date_time_format)


        # Scrivi i dati a partire dalla riga 3 (indice 2 in xlsxwriter)
        final_df.to_excel(writer, sheet_name=sheet_name_excel, index=False, header=False, startrow=2)

        writer.close()
        output.seek(0)

        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
        output_file_name = f"PurchaseOrder_{timestamp}.xlsx"

        st.download_button(
            label="Scarica file Excel Unificato",
            data=output.getvalue(),
            file_name=output_file_name,
            mime="application/vnd.openxmlformats-officedocument.spreadsheet1.sheet"
        )
    elif not conversion_successful:
        st.error("Nessun file valido è stato elaborato con successo. Controlla i messaggi di errore sopra.")
    else:
        st.info("Nessun dato valido estratto dai file selezionati.")
else:
    st.info("Carica i tuoi file JSON per iniziare.")

# --- Funzione per il reset ---
def clear_inputs():
    st.session_state.file_uploader_key += 1

st.markdown("---")
st.button("Pulisci Input (RESET)", on_click=clear_inputs)

st.markdown("Sviluppato con Streamlit e Python.")