app.py

import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt
from transformers import pipeline
from youtube_comment_downloader import YoutubeCommentDownloader
from wordcloud import WordCloud
from langdetect import detect
import re
import yt_dlp  # para futuros metadatos, pero ya no se usa aquí

st.set_page_config(page_title="Análisis de Sentimientos en YouTube", layout="wide")

st.markdown("## 🤖 Análisis con IA de Comentarios de YouTube")
st.markdown("Descubre qué opina la gente sobre cualquier video al instante 🎯")

video_url = st.text_input("🔗 Ingresa el link de un video de YouTube:")

max_comments = st.slider("💬 ¿Cuántos comentarios deseas analizar?", 10, 500, 100, step=10)

def extract_video_id(url):
    match = re.search(r"v=([a-zA-Z0-9_-]{11})", url)
    return match.group(1) if match else None

@st.cache_data(show_spinner=False)
def get_comments(video_id, max_comments=50):
    downloader = YoutubeCommentDownloader()
    comments = downloader.get_comments_from_url(
        f"https://www.youtube.com/watch?v={video_id}",
        sort_by=0
    )
    texts = []
    for i, comment in enumerate(comments):
        if i >= max_comments:
            break
        texts.append(comment['text'])
    return texts

@st.cache_resource
def load_model(language):
    return pipeline("sentiment-analysis", model="nlptown/bert-base-multilingual-uncased-sentiment")

if video_url:
    video_id = extract_video_id(video_url)
    
    if video_id:
        # ✅ Mostrar solo la miniatura y botón al video, sin el título
        st.image(f"https://img.youtube.com/vi/{video_id}/0.jpg", caption="Miniatura del video", width=480)
        st.markdown(f"[🔗 Ver en YouTube](https://www.youtube.com/watch?v={video_id})")

        with st.spinner("🔍 Extrayendo comentarios..."):
            comments = get_comments(video_id, max_comments=max_comments)

        st.write(f"💬 Se extrajeron **{len(comments)}** comentarios")

        if comments:
            try:
                idioma = detect(comments[0])
            except:
                idioma = "desconocido"
            st.markdown(f"🌐 **Idioma detectado:** `{idioma}`")

            model = load_model(idioma)

            with st.spinner("🧠 Analizando sentimientos..."):
                results = model(comments)

            sentiments = []
            for r in results:
                label = r['label']
                if label in ["1 star", "2 stars"]:
                    sentiments.append("Negativo")
                elif label == "3 stars":
                    sentiments.append("Neutral")
                else:
                    sentiments.append("Positivo")

            df = pd.DataFrame({"Comentario": comments, "Sentimiento": sentiments})

            sentiment_counts = df["Sentimiento"].value_counts()
            total = sentiment_counts.sum()
            dominant = sentiment_counts.idxmax()
            pos = sentiment_counts.get("Positivo", 0)
            neutro = sentiment_counts.get("Neutral", 0)
            neg = sentiment_counts.get("Negativo", 0)
            score = (pos + 0.5 * neutro) / total

            st.metric("🎯 Probabilidad de éxito del video", f"{score*100:.1f} %")
            if score > 0.75:
                st.success("🚀 ¡Este video tiene alto potencial de viralidad!")
            elif score > 0.5:
                st.info("📈 Este video tiene una recepción mayormente positiva.")
            else:
                st.warning("😐 El video podría no estar siendo bien recibido.")

            tab1, tab2, tab3 = st.tabs(["📊 Análisis", "☁️ Palabras", "📌 Comentarios clave"])

            with tab1:
                st.dataframe(df)
                fig1, ax1 = plt.subplots()
                sentiment_counts.plot(kind='pie', autopct='%1.1f%%', ax=ax1, ylabel="")
                ax1.set_title("Distribución de Sentimientos")
                st.pyplot(fig1)

            with tab2:
                all_text = " ".join(df["Comentario"])
                wordcloud = WordCloud(width=800, height=400, background_color="white").generate(all_text)
                fig_wc, ax_wc = plt.subplots()
                ax_wc.imshow(wordcloud, interpolation='bilinear')
                ax_wc.axis("off")
                st.pyplot(fig_wc)

            with tab3:
                for tipo in ["Positivo", "Neutral", "Negativo"]:
                    ejemplo = df[df["Sentimiento"] == tipo].head(1)
                    if not ejemplo.empty:
                        st.markdown(f"**{tipo}**: _{ejemplo['Comentario'].values[0]}_")

            csv = df.to_csv(index=False).encode('utf-8')
            st.download_button(
                label="📥 Descargar resultados como CSV",
                data=csv,
                file_name='sentimientos_youtube.csv',
                mime='text/csv',
            )
        else:
            st.warning("No se pudieron extraer comentarios.")
    else:
        st.error("❌ El link no es válido. Asegúrate de que sea un enlace de YouTube con el parámetro `v=`.")