src/data_loader.py

"""모두의 빛길 — 광주 공공데이터 Excel 로더.

`data/광주공공데이터_2026-05-04.xlsx` (13시트) → GraphData 변환.

채울 수 있는 노드
----------------
✅ VenueNode    : 광주 관광명소 487개 (단, 좌표는 별도 지오코딩 필요)
✅ TransitNode  : 도시철도 1호선 정거장 (이름은 운행데이터에서, 좌표는 하드코딩)
✅ AmenityNode  : 공공화장실 + 무더위쉼터 + CCTV + 가로등 (수만 개)
✅ HazardNode   : 점자블록·턱낮춤·조명 미비 횡단보도

채울 수 없는 노드 (별도 수집 필요)
--------------------------------
❌ EventNode    : 공연·전시 데이터 — 광주문화재단 API / 문화포털 API
❌ 정확한 HazardNode (사고다발) — 도로교통공단 보행자/노인 사고다발지점
❌ VenueNode 좌표 — Kakao/Naver 지오코딩 API로 시설명 → 좌표 변환

학습 단계에 추가로 필요
---------------------
- (질문, 정답 시설) 라벨 페어 ~500개 (수동 라벨링)
- 시나리오 페이지 130개 발화 BIO 태깅 (수동)
"""
from __future__ import annotations
import os
from typing import List, Optional, Tuple, Dict

from .data_schema import (
    GraphData, VenueNode, EventNode, TransitNode, AmenityNode, HazardNode,
)


# ============================================================
# 광주 도시철도 1호선 19개역 좌표 (운영데이터에 좌표가 없어 하드코딩)
# 출처: 위키피디아 + 다음맵 검증
# ============================================================
GWANGJU_LINE1_COORDS: Dict[str, Tuple[float, float]] = {
    "녹동":          (35.1182, 126.9479),
    "소태":          (35.1257, 126.9387),
    "학동":          (35.1364, 126.9269),
    "학동·증심사입구": (35.1364, 126.9269),
    "증심사입구":    (35.1364, 126.9269),
    "남광주":        (35.1417, 126.9209),
    "문화전당":      (35.1473, 126.9181),
    "금남로4가":     (35.1499, 126.9136),
    "금남로5가":     (35.1521, 126.9094),
    "양동시장":      (35.1497, 126.9027),
    "돌고개":        (35.1500, 126.8978),
    "농성":          (35.1511, 126.8866),
    "화정":          (35.1520, 126.8769),
    "쌍촌":          (35.1532, 126.8676),
    "운천":          (35.1535, 126.8554),
    "상무":          (35.1571, 126.8455),
    "김대중컨벤션센터": (35.1577, 126.8408),
    "공항":          (35.1262, 126.8085),
    "송정공원":      (35.1448, 126.8050),
    "광주송정역":    (35.1399, 126.7916),
    "도산":          (35.1422, 126.8000),
    "평동":          (35.1399, 126.7800),
}

# 광주 중심 (관광명소 좌표 임시 부여용 — 지오코딩 전 fallback)
GWANGJU_CENTER = (35.1595, 126.8526)


# ============================================================
# 메인 로더
# ============================================================

def load_gwangju_excel(
    path: str,
    streetlight_sample_rate: int = 50,
    skip_streetlights: bool = False,
    venue_geocoder: Optional[callable] = None,
) -> GraphData:
    """엑셀 파일 → GraphData.

    파라미터
    --------
    path : 엑셀 경로
    streetlight_sample_rate : 가로등 N개당 1개만 샘플링 (22000개 전부는 너무 많음)
    skip_streetlights : True면 가로등 제외 (테스트용)
    venue_geocoder : 시설명 → (lat, lng) 함수. None이면 광주 중심으로 임시 부여.
                    예: lambda name: kakao_geocode(name + " 광주")
    """
    try:
        import openpyxl
    except ImportError as e:
        raise ImportError(
            "openpyxl이 필요합니다: pip install openpyxl"
        ) from e

    if not os.path.exists(path):
        raise FileNotFoundError(f"엑셀 파일을 찾을 수 없습니다: {path}")

    print(f"[load_gwangju_excel] 파일 열기: {path}")
    wb = openpyxl.load_workbook(path, data_only=True, read_only=True)

    venues    = _load_venues(wb, geocoder=venue_geocoder)
    transits  = _load_transits(wb)
    amenities = _load_amenities(
        wb,
        streetlight_sample_rate=streetlight_sample_rate,
        skip_streetlights=skip_streetlights,
    )
    hazards   = _load_hazards(wb)

    gdata = GraphData(
        venues=venues, events=[],   # ⚠️ EventNode는 별도 API에서 수집
        transits=transits, amenities=amenities, hazards=hazards,
    )

    print(f"[load_gwangju_excel] 완료. 노드 수: {gdata.stats()}")
    print(f"  ⚠️ EventNode 0개 (공연·전시 데이터는 광주문화재단 API에서 별도 수집)")
    print(f"  ⚠️ VenueNode 좌표 — venue_geocoder가 None이면 광주 중심으로 임시 부여됨")
    return gdata


# ============================================================
# 1. VenueNode — 관광명소
# ============================================================

def _load_venues(wb, geocoder: Optional[callable] = None) -> List[VenueNode]:
    """GJ_Tourism_Attractions 시트 → VenueNode 리스트.

    헤더: 연번 | 구분 | 세부구분 | 시설명 | 시설명영문명 | 데이터기준일자
    좌표가 없어 (1) geocoder 함수가 있으면 그걸로 변환,
    (2) 없으면 광주 중심으로 임시 부여.
    """
    if "GJ_Tourism_Attractions" not in wb.sheetnames:
        return []
    ws = wb["GJ_Tourism_Attractions"]

    venues: List[VenueNode] = []
    for i, row in enumerate(ws.iter_rows(min_row=2, values_only=True)):
        if not row or len(row) < 4:
            continue
        cat, sub, name = row[1], row[2], row[3]
        if not name:
            continue

        venue_type = _map_venue_type(str(cat or ""), str(sub or ""))

        # 좌표 결정
        if geocoder is not None:
            try:
                lat, lng = geocoder(str(name))
            except Exception:
                lat, lng = GWANGJU_CENTER
        else:
            lat, lng = GWANGJU_CENTER  # ⚠️ 임시. 실사용 시 지오코딩 필수

        # 카테고리에서 indoor/free 추정
        indoor = any(kw in str(sub or "") for kw in ["박물관", "미술관", "도서관", "공연장", "실내"])
        free   = any(kw in str(sub or "") for kw in ["공원", "광장"])  # 무료가 명시된 경우

        venues.append(VenueNode(
            id=i,
            name=str(name).strip(),
            lat=lat, lng=lng,
            venue_type=venue_type,
            accessibility_score=0.5,   # 별도 데이터로 보정 필요
            indoor=indoor,
            free=free,
        ))
    return venues


def _map_venue_type(cat: str, sub: str) -> str:
    """관광명소 카테고리 → VenueNode.venue_type."""
    if "박물관" in sub or "박물관" in cat: return "박물관"
    if "미술관" in sub or "갤러리" in sub: return "미술관"
    if "도서관" in sub: return "도서관"
    if "공연" in sub or "극장" in sub:    return "공연장"
    if "체험" in sub:                      return "체험관"
    if "카페" in sub or "식당" in sub:    return "카페"
    if "문화" in cat or "문화" in sub:    return "문화센터"
    if "공원" in sub or "광장" in sub:    return "공원"
    return "기타"


# ============================================================
# 2. TransitNode — 도시철도 1호선
# ============================================================

def _load_transits(wb) -> List[TransitNode]:
    """N_Urban_Railway_Operation_Stand 시트의 운행구간정거장에서 정거장명 추출.

    좌표는 GWANGJU_LINE1_COORDS 딕셔너리에서 룩업.
    버스 정류장은 본 엑셀에 없으므로 추후 별도 데이터 추가 필요.
    """
    if "N_Urban_Railway_Operation_Stand" not in wb.sheetnames:
        return []
    ws = wb["N_Urban_Railway_Operation_Stand"]

    station_set = set()
    for row in ws.iter_rows(min_row=2, values_only=True):
        if not row or len(row) < 8:
            continue
        stations_field = row[7]   # 운행구간정거장
        if not stations_field:
            continue
        for token in str(stations_field).split(","):
            token = token.strip()
            if not token:
                continue
            # "녹동-001" → "녹동"
            name = token.split("-")[0].strip()
            if name:
                station_set.add(name)

    transits: List[TransitNode] = []
    for i, name in enumerate(sorted(station_set)):
        if name not in GWANGJU_LINE1_COORDS:
            continue  # 알 수 없는 역명 (오기 등) 스킵
        lat, lng = GWANGJU_LINE1_COORDS[name]
        transits.append(TransitNode(
            id=i, name=name, lat=lat, lng=lng,
            transit_type="지하철",
            has_elevator=True,    # 광주 1호선은 전 역 엘리베이터 보유
            has_toilet=True,
            line="1호선",
        ))
    return transits


# ============================================================
# 3. AmenityNode — 화장실/쉼터/CCTV/가로등
# ============================================================

def _load_amenities(
    wb,
    streetlight_sample_rate: int = 50,
    skip_streetlights: bool = False,
) -> List[AmenityNode]:
    amenities: List[AmenityNode] = []
    next_id = [0]   # nonlocal 대신 list로 카운터

    def _add(name: str, lat: float, lng: float, atype: str,
             accessible: bool = False, open_24h: bool = False):
        amenities.append(AmenityNode(
            id=next_id[0], name=name, lat=lat, lng=lng,
            amenity_type=atype, accessible=accessible, open_24h=open_24h,
        ))
        next_id[0] += 1

    # ---- 1) 공공화장실 ----
    if "N_Public_Toilet_Standard_GJMetr" in wb.sheetnames:
        ws = wb["N_Public_Toilet_Standard_GJMetr"]
        # 헤더: 구분, 화장실명, ..., 위도(18), 경도(19), ..., 개방시간(16), 남성장애인대변기수(7), 여성장애인대변기수(12)
        for row in ws.iter_rows(min_row=2, values_only=True):
            if not row or len(row) < 20:
                continue
            try:
                name = str(row[1] or "공공화장실").strip()
                lat = _safe_float(row[18])
                lng = _safe_float(row[19])
                male_disabled = _safe_int(row[7])
                fem_disabled  = _safe_int(row[12])
                hours = str(row[16] or "")
            except (TypeError, ValueError, IndexError):
                continue
            if lat is None or lng is None:
                continue
            disabled = (male_disabled > 0) or (fem_disabled > 0)
            open_24 = "24" in hours or "00:00~24:00" in hours
            _add(name, lat, lng,
                 atype="장애인화장실" if disabled else "공공화장실",
                 accessible=disabled, open_24h=open_24)

    # ---- 2) 무더위쉼터 ----
    if "N_Heat_Shelter_Standard_GJMetro" in wb.sheetnames:
        ws = wb["N_Heat_Shelter_Standard_GJMetro"]
        # 헤더: 쉼터명(0), ..., 위도(17), 경도(18)
        for row in ws.iter_rows(min_row=2, values_only=True):
            if not row or len(row) < 19:
                continue
            try:
                name = str(row[0] or "쉼터").strip()
                lat = _safe_float(row[17])
                lng = _safe_float(row[18])
            except (TypeError, ValueError, IndexError):
                continue
            if lat is None or lng is None:
                continue
            _add(name, lat, lng, atype="무더위쉼터", accessible=True)

    # ---- 3) CCTV (표준 1137개) ----
    if "N_CCTV_Standard_GJMetro" in wb.sheetnames:
        ws = wb["N_CCTV_Standard_GJMetro"]
        # 헤더: 관리기관명(0), ..., 위도(10), 경도(11)
        for row in ws.iter_rows(min_row=2, values_only=True):
            if not row or len(row) < 12:
                continue
            try:
                lat = _safe_float(row[10])
                lng = _safe_float(row[11])
            except (TypeError, ValueError, IndexError):
                continue
            if lat is None or lng is None:
                continue
            _add(f"CCTV-{next_id[0]}", lat, lng, atype="CCTV")

    # ---- 4) CCTV (구별 6749개 — 너무 많아 샘플링) ----
    if "GJ_CCTV" in wb.sheetnames:
        ws = wb["GJ_CCTV"]
        # 헤더: ..., 위도(8), 경도(9)
        for i, row in enumerate(ws.iter_rows(min_row=2, values_only=True)):
            if i % 5 != 0:    # 5개당 1개
                continue
            if not row or len(row) < 10:
                continue
            try:
                lat = _safe_float(row[8])
                lng = _safe_float(row[9])
            except (TypeError, ValueError, IndexError):
                continue
            if lat is None or lng is None:
                continue
            _add(f"CCTV-{next_id[0]}", lat, lng, atype="CCTV")

    # ---- 5) 가로등 (북구·서구 합 22000개 — 큰 폭으로 샘플링) ----
    if not skip_streetlights:
        if "GJ_Bukgu_Streetlight_Locations" in wb.sheetnames:
            ws = wb["GJ_Bukgu_Streetlight_Locations"]
            # 헤더: 등록번호, 표찰번호, 지번주소, 경도(3), 위도(4), 데이터제공일자
            for i, row in enumerate(ws.iter_rows(min_row=2, values_only=True)):
                if i % streetlight_sample_rate != 0:
                    continue
                if not row or len(row) < 5:
                    continue
                try:
                    lng = _safe_float(row[3])
                    lat = _safe_float(row[4])
                except (TypeError, ValueError, IndexError):
                    continue
                if lat is None or lng is None:
                    continue
                _add(f"가로등-{next_id[0]}", lat, lng, atype="가로등")

        if "GJ_Seogu_Streetlight_Status" in wb.sheetnames:
            ws = wb["GJ_Seogu_Streetlight_Status"]
            # 헤더: 표찰번호, 지번주소, 위도(2), 경도(3)
            for i, row in enumerate(ws.iter_rows(min_row=2, values_only=True)):
                if i % streetlight_sample_rate != 0:
                    continue
                if not row or len(row) < 4:
                    continue
                try:
                    lat = _safe_float(row[2])
                    lng = _safe_float(row[3])
                except (TypeError, ValueError, IndexError):
                    continue
                if lat is None or lng is None:
                    continue
                _add(f"가로등-{next_id[0]}", lat, lng, atype="가로등")

        if "GJ_Namgu_Security_Lights" in wb.sheetnames:
            ws = wb["GJ_Namgu_Security_Lights"]
            # 헤더: 보안등위치명(0), 설치개수, 주소, 위도(3), 경도(4)
            for row in ws.iter_rows(min_row=2, values_only=True):
                if not row or len(row) < 5:
                    continue
                try:
                    name = str(row[0] or "보안등").strip()
                    lat = _safe_float(row[3])
                    lng = _safe_float(row[4])
                except (TypeError, ValueError, IndexError):
                    continue
                if lat is None or lng is None:
                    continue
                _add(f"보안등-{name}", lat, lng, atype="가로등")

    return amenities


# ============================================================
# 4. HazardNode — 점자/턱/조명 미비 횡단보도
# ============================================================

def _load_hazards(wb) -> List[HazardNode]:
    """N_Crosswalk_Standard_GJMetro에서 위험 횡단보도 추출.

    헤더: ..., 위도(9), 경도(10), ..., 보도턱낮춤여부(20), 점자블록유무(21), 집중조명시설유무(22)
    Y/N 값. 셋 다 Y면 안전 → 제외. 하나라도 N이면 위험구간으로 등록.
    """
    if "N_Crosswalk_Standard_GJMetro" not in wb.sheetnames:
        return []
    ws = wb["N_Crosswalk_Standard_GJMetro"]
    hazards: List[HazardNode] = []
    next_id = 0

    for row in ws.iter_rows(min_row=2, values_only=True):
        if not row or len(row) < 23:
            continue
        try:
            lat = _safe_float(row[9])
            lng = _safe_float(row[10])
        except (TypeError, ValueError, IndexError):
            continue
        if lat is None or lng is None:
            continue
        curb_low = _yn(row[20])     # 보도턱낮춤
        tactile  = _yn(row[21])     # 점자블록
        bright   = _yn(row[22])     # 집중조명

        if curb_low and tactile and bright:
            continue   # 안전한 곳

        severity = 0.0
        types = []
        if not curb_low:
            severity += 0.3
            types.append("턱")
        if not tactile:
            severity += 0.3
            types.append("점자블록미비")
        if not bright:
            severity += 0.2
            types.append("저조도")

        hazards.append(HazardNode(
            id=next_id,
            lat=lat, lng=lng,
            hazard_type="턱" if "턱" in types else ("저조도" if "저조도" in types else "공사"),
            severity=min(severity, 1.0),
            night_only=(not bright) and curb_low and tactile,
        ))
        next_id += 1

    return hazards


# ============================================================
# 헬퍼
# ============================================================

def _safe_float(v) -> Optional[float]:
    if v is None:
        return None
    try:
        f = float(str(v).strip())
        if f == 0.0:
            return None
        return f
    except (TypeError, ValueError):
        return None


def _safe_int(v) -> int:
    if v is None:
        return 0
    try:
        return int(float(str(v).strip()))
    except (TypeError, ValueError):
        return 0


def _yn(v) -> bool:
    if v is None:
        return False
    s = str(v).strip().upper()
    return s == "Y"


# ============================================================
# 지오코더 어댑터 (선택) — 실사용 시 주석 해제하고 API 키 입력
# ============================================================

def make_kakao_geocoder(rest_api_key: str) -> callable:
    """카카오 로컬 API 지오코더 생성.

    사용법:
        from src.data_loader import load_gwangju_excel, make_kakao_geocoder
        geocoder = make_kakao_geocoder("YOUR_REST_API_KEY")
        gdata = load_gwangju_excel("data/광주공공데이터.xlsx", venue_geocoder=geocoder)

    카카오 개발자센터에서 REST API 키 발급 필요 (무료, 일 300,000회).
    """
    import urllib.parse
    import urllib.request
    import json
    import time

    cache: Dict[str, Tuple[float, float]] = {}

    def geocode(query: str) -> Tuple[float, float]:
        if query in cache:
            return cache[query]
        url = "https://dapi.kakao.com/v2/local/search/keyword.json?query=" + \
              urllib.parse.quote(query)
        req = urllib.request.Request(url, headers={
            "Authorization": f"KakaoAK {rest_api_key}",
        })
        try:
            with urllib.request.urlopen(req, timeout=5) as r:
                data = json.loads(r.read().decode("utf-8"))
            docs = data.get("documents", [])
            if not docs:
                raise ValueError(f"No result for: {query}")
            lat = float(docs[0]["y"])
            lng = float(docs[0]["x"])
            cache[query] = (lat, lng)
            time.sleep(0.05)   # rate limit 보호
            return lat, lng
        except Exception:
            return GWANGJU_CENTER

    return geocode


__all__ = [
    "load_gwangju_excel",
    "make_kakao_geocoder",
    "GWANGJU_LINE1_COORDS",
    "GWANGJU_CENTER",
]