modules/database/discourse_mongo_db.py

# modules/database/discourse_mongo_db.py
# Importaciones estándar
import io
import base64
from datetime import datetime, timezone
import logging

# Importaciones de terceros
import matplotlib.pyplot as plt

from .mongo_db import (
    get_collection,
    insert_document, 
    find_documents, 
    update_document, 
    delete_document
)

# Configuración del logger
logger = logging.getLogger(__name__)
COLLECTION_NAME = 'student_discourse_analysis'

########################################################################
def store_student_discourse_result(username, text1, text2, analysis_result):
    """
    Guarda el resultado del análisis de discurso en MongoDB.
    Los gráficos ya deben venir en formato bytes.
    """
    try:
        logger.info(f"Almacenando análisis de discurso para {username}")
        
        # Los gráficos ya vienen en bytes, solo codificar a base64 para almacenamiento
        graph1_data = None
        graph2_data = None
        combined_graph_data = None

        # Codificar graph1 si existe
        if 'graph1' in analysis_result and analysis_result['graph1'] is not None:
            try:
                graph1_data = base64.b64encode(analysis_result['graph1']).decode('utf-8')
                logger.info(f"Graph1 codificado en base64 ({len(graph1_data)} caracteres)")
            except Exception as e:
                logger.error(f"Error al codificar gráfico 1: {str(e)}")

        # Codificar graph2 si existe
        if 'graph2' in analysis_result and analysis_result['graph2'] is not None:
            try:
                graph2_data = base64.b64encode(analysis_result['graph2']).decode('utf-8')
                logger.info(f"Graph2 codificado en base64 ({len(graph2_data)} caracteres)")
            except Exception as e:
                logger.error(f"Error al codificar gráfico 2: {str(e)}")

        # Codificar combined_graph si existe
        if 'combined_graph' in analysis_result and analysis_result['combined_graph'] is not None:
            try:
                combined_graph_data = base64.b64encode(analysis_result['combined_graph']).decode('utf-8')
                logger.info(f"Combined_graph codificado en base64 ({len(combined_graph_data)} caracteres)")
            except Exception as e:
                logger.error(f"Error al codificar gráfico combinado: {str(e)}")

        # Crear documento para MongoDB
        analysis_document = {
            'username': username,
            'timestamp': datetime.now(timezone.utc).isoformat(),
            'text1': text1,
            'text2': text2,
            'analysis_type': 'discourse',
            'key_concepts1': analysis_result.get('key_concepts1', []),
            'key_concepts2': analysis_result.get('key_concepts2', []),
            'graph1': graph1_data,
            'graph2': graph2_data,
            'combined_graph': combined_graph_data
        }

        # Insertar en MongoDB
        result = insert_document(COLLECTION_NAME, analysis_document)
        if result:
            logger.info(f"Análisis del discurso guardado con ID: {result}")
            return True

        logger.error("No se pudo insertar el documento en MongoDB")
        return False

    except Exception as e:
        logger.error(f"Error al guardar el análisis del discurso: {str(e)}")
        return False

#################################################################################

# Corrección 1: Actualizar get_student_discourse_analysis para recuperar todos los campos necesarios

def get_student_discourse_analysis(username, limit=10):
    """
    Recupera los análisis del discurso de un estudiante.
    """
    try:
        # Obtener la colección
        collection = get_collection(COLLECTION_NAME)
        if collection is None:
            logger.error("No se pudo obtener la colección discourse")
            return []

        # Consulta
        query = {
            "username": username,
            "analysis_type": "discourse"
        }
        
        # NO usar projection - recuperar todos los campos
        
        # Ejecutar consulta
        cursor = collection.find(query).sort("timestamp", -1)
        if limit:
            cursor = cursor.limit(limit)
        
        # Convertir cursor a lista
        results = list(cursor)
        logger.info(f"Recuperados {len(results)} análisis del discurso para {username}")
        
        # Decodificar gráficos de base64 a bytes para su uso en la aplicación
        for result in results:
            # Decodificar graph1
            if 'graph1' in result and result['graph1']:
                try:
                    result['graph1'] = base64.b64decode(result['graph1'])
                except Exception as e:
                    logger.error(f"Error decodificando graph1: {str(e)}")
                    result['graph1'] = None
            
            # Decodificar graph2
            if 'graph2' in result and result['graph2']:
                try:
                    result['graph2'] = base64.b64decode(result['graph2'])
                except Exception as e:
                    logger.error(f"Error decodificando graph2: {str(e)}")
                    result['graph2'] = None
            
            # Decodificar combined_graph
            if 'combined_graph' in result and result['combined_graph']:
                try:
                    result['combined_graph'] = base64.b64decode(result['combined_graph'])
                except Exception as e:
                    logger.error(f"Error decodificando combined_graph: {str(e)}")
                    result['combined_graph'] = None
        
        return results
            
    except Exception as e:
        logger.error(f"Error recuperando análisis del discurso: {str(e)}")
        return []
        
#####################################################################################
        
def get_student_discourse_data(username):
    """
    Obtiene un resumen de los análisis del discurso de un estudiante.
    """
    try:
        analyses = get_student_discourse_analysis(username, limit=None)
        formatted_analyses = []
        
        for analysis in analyses:
            formatted_analysis = {
                'timestamp': analysis['timestamp'],
                'text1': analysis.get('text1', ''),
                'text2': analysis.get('text2', ''),
                'key_concepts1': analysis.get('key_concepts1', []),
                'key_concepts2': analysis.get('key_concepts2', [])
            }
            formatted_analyses.append(formatted_analysis)
            
        return {'entries': formatted_analyses}
        
    except Exception as e:
        logger.error(f"Error al obtener datos del discurso: {str(e)}")
        return {'entries': []}

###########################################################################
def update_student_discourse_analysis(analysis_id, update_data):
    """
    Actualiza un análisis del discurso existente.
    """
    try:
        query = {"_id": analysis_id}
        update = {"$set": update_data}
        return update_document(COLLECTION_NAME, query, update)
    except Exception as e:
        logger.error(f"Error al actualizar análisis del discurso: {str(e)}")
        return False

###########################################################################
def delete_student_discourse_analysis(analysis_id):
    """
    Elimina un análisis del discurso.
    """
    try:
        query = {"_id": analysis_id}
        return delete_document(COLLECTION_NAME, query)
    except Exception as e:
        logger.error(f"Error al eliminar análisis del discurso: {str(e)}")
        return False