import os
import json
from openai import OpenAI
from dotenv import load_dotenv
from models import ParsedRealEstate
from typing import Optional, Tuple

load_dotenv()

def get_region_code(location: str) -> Tuple[Optional[str], Optional[str]]:
    """위치 정보를 시군구 코드로 변환"""
    
    # 지역 코드 데이터 로드
    base_path = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
    with open(os.path.join(base_path, 'data', 'region_codes.json'), 'r', encoding='utf-8') as f:
        region_codes = json.load(f)
    
    if not location:
        return None, None
    
    location = location.strip()
    
    # 1. 정확한 매칭 시도 (전체 이름)
    for full_name, code in region_codes.items():
        if location in full_name or full_name in location:
            return code, full_name
    
    # 2. 부분 매칭 시도 (구, 시, 군 단위)
    location_parts = location.split()
    for part in location_parts:
        if part.endswith('구') or part.endswith('시') or part.endswith('군'):
            for full_name, code in region_codes.items():
                if part in full_name:
                    return code, full_name
    
    # 3. 동 이름으로 구 추정
    dong_to_gu = {
        # 서울 강남구
        '역삼': '강남구', '삼성': '강남구', '청담': '강남구', '논현': '강남구', '대치': '강남구',
        '도곡': '강남구', '개포': '강남구', '일원': '강남구', '수서': '강남구', '세곡': '강남구',
        # 서울 서초구
        '반포': '서초구', '서초': '서초구', '방배': '서초구', '양재': '서초구', '잠원': '서초구',
        # 서울 송파구
        '잠실': '송파구', '신천': '송파구', '석촌': '송파구', '송파': '송파구', '가락': '송파구',
        '문정': '송파구', '장지': '송파구', '방이': '송파구', '오금': '송파구',
        # 서울 강동구
        '천호': '강동구', '성내': '강동구', '길동': '강동구', '둔촌': '강동구', '암사': '강동구',
        # 서울 마포구
        '홍대': '마포구', '합정': '마포구', '상수': '마포구', '망원': '마포구', '연남': '마포구',
        # 서울 성동구
        '성수': '성동구', '왕십리': '성동구', '행당': '성동구', '금호': '성동구', '옥수': '성동구',
        # 경기도 성남시 분당구
        '판교': '분당구', '정자': '분당구', '서현': '분당구', '수내': '분당구', '야탑': '분당구',
        '분당': '분당구', '이매': '분당구',
        # 경기도 용인시
        '동백': '기흥구', '보정': '기흥구', '죽전': '수지구', '수지': '수지구',
        # 경기도 고양시
        '일산': '일산동구', '백석': '일산동구', '마두': '일산서구', '주엽': '일산서구'
    }
    
    for dong, gu in dong_to_gu.items():
        if dong in location:
            for full_name, code in region_codes.items():
                if gu in full_name:
                    return code, full_name
    
    return None, None

class OpenAIParser:
    """OpenAI를 이용한 부동산 정보 파싱"""
    
    def __init__(self):
        api_key = os.getenv("OPENAI_API_KEY")
        if not api_key or api_key == "your-api-key-here":
            raise ValueError("OpenAI API key not configured in .env file")
        self.client = OpenAI(api_key=api_key)
    
    async def parse_real_estate_query(self, text: str) -> ParsedRealEstate:
        """자연어 텍스트에서 부동산 정보 추출"""
        
        system_prompt = """
        당신은 부동산 정보를 추출하는 전문가입니다.
        사용자의 자연어 입력에서 다음 정보를 추출하세요:
        1. price: 가격 (전세금, 월세, 매매가 등)
        2. location: 위치 (지역명, 동, 구 등)
        3. area: 면적 (평수, 제곱미터 등)
        4. rooms: 방 개수 (숫자만)
        5. transaction_type: 거래 유형 (전세, 월세, 매매)
        6. property_type: 매물 형태 (아파트, 오피스텔, 주택, 빌라, 원룸, 투룸, 쓰리룸, 단독주택, 다가구주택, 연립주택, 상가주택 등)
        
        JSON 형식으로만 응답하세요.
        정보가 없는 항목은 null로 표시하세요.
        rooms는 숫자(integer)로만 표현하세요.
        """
        
        try:
            response = self.client.chat.completions.create(
                model="gpt-3.5-turbo",
                messages=[
                    {"role": "system", "content": system_prompt},
                    {"role": "user", "content": text}
                ],
                temperature=0.1,
                response_format={"type": "json_object"}
            )
            
            result = json.loads(response.choices[0].message.content)
            
            # 위치 정보를 시군구 코드로 변환
            region_code = None
            region_name = None
            if result.get("location"):
                region_code, region_name = get_region_code(result.get("location"))
            
            return ParsedRealEstate(
                price=result.get("price"),
                location=result.get("location"),
                area=result.get("area"),
                rooms=result.get("rooms"),
                transaction_type=result.get("transaction_type"),
                property_type=result.get("property_type"),
                region_code=region_code,
                region_name=region_name,
                raw_text=text
            )
            
        except Exception as e:
            # 에러 발생 시 기본값 반환
            return ParsedRealEstate(
                raw_text=text,
                price=None,
                location=None,
                area=None,
                rooms=None,
                transaction_type=None,
                property_type=None,
                region_code=None,
                region_name=None
            )