from transformers import pipeline
import gradio as gr
import pandas as pd
from datetime import datetime

sentiment_pipe = pipeline('sentiment-analysis',model='distilbert-base-uncased-finetuned-sst-2-english')


def format_sentiment_result(label, score):

    color = '#6366f1' if label == 'POSITIVE' else '#ef4444'
    bg = '#eef2ff' if label == 'POSITIVE' else '#fef2f2'

    emoji = '😊' if label == 'POSITIVE' else '😞'
    bar_w = int(score * 100)

    if score > 0.9:
        confidence_text = 'Дуже впевнено'
    elif score >= 0.7:
        confidence_text = 'Впевнено'
    else:
        confidence_text = 'Непевно'

    return f'''
    <div style="padding:20px; border-radius:14px; background:{bg};
                border:2px solid {color}; font-family:Arial;">

        <style>
        @keyframes fillBar {{
            from {{ width: 0%; }}
            to {{ width: {bar_w}%; }}
        }}
        </style>

        <div style="font-size:2.5em; text-align:center">{emoji}</div>

        <div style="text-align:center; font-size:1.5em; font-weight:bold;
                    color:{color}; margin:8px 0">
            {label}
        </div>

        <div style="background:#e5e7eb; border-radius:10px; height:12px; margin:10px 0; overflow:hidden">
            <div style="background:{color}; width:{bar_w}%;
                        height:12px; border-radius:10px;
                        animation: fillBar 1s ease-out;">
            </div>
        </div>

        <div style="width:100%; margin:0 auto;">
            <div style="text-align:center; color:#555">
                Впевненість:
                <b style="color: {color}">{score:.1%}</b>
            </div>

            <div style="text-align:center; margin-top:6px; color:#666; font-size:0.95em">
                {confidence_text}
            </div>
        </div>

    </div>
    '''

def summarize_stream(text):
  """Streaming-генератор для поступового виводу резюме."""
  if not text.strip():
    yield 'Введіть текст для резюмування'
    return
  if len(text.split()) < 30:
    yield 'Текст занадто короткий (потрібно мінімум 30 слів)'
    return
  words_in = text.split()

  if len(words_in) > 700:
    text = ' '.join(words_in[:700])

  result = summarizer_pipe(text, max_length=100, min_length=25)[0]

  summary = result['summary_text']
  words = summary.split()
  accumulated = ''

  for word in words:
    accumulated += word + ' '
    yield accumulated.strip()


  ratio = len(words_in) / max(len(words), 1)
  yield accumulated.strip() + f'\n\n[Стиснення: {ratio:.1f}x | {len(words_in)} → {len(words)} слів]'


def clear_all():
    return (
        [],
        [],
        '**Статистика сесії:** немає даних',
        [],
        ''
    )

    
def analyze_with_history_and_stats(text, history):
  """
  Повертає 4 значення: html_card, history, DataFrame, stats_markdown.
  """
  if not text.strip():
    empty_html = '<p style="color:#999; text-align:center">Введіть текст</p>'
    df = pd.DataFrame(history) if history else pd.DataFrame( columns=['Час', 'Текст', 'Результат', 'Впевн.'])

    return empty_html, history, df, get_stats(history)

  res = sentiment_pipe(text)[0]
  label = res['label']
  score = res['score']
  html_card = format_sentiment_result(label, score)
  entry = {'Час' : datetime.now().strftime('%H:%M:%S'),

          'Текст' : text[:45] + '...' if len(text) > 45 else text,
  'Результат': label,
  'Впевн.' : f'{score:.1%}'
  }

  updated_history = history + [entry]
  df = pd.DataFrame(updated_history)
  stats = get_stats(updated_history)
  return html_card, updated_history, df, stats

def get_stats(history):
  """Повертає Markdown-рядок зі статистикою сесії."""
  if not history:
      return '📊 **Статистика сесії:** немає даних'

  total = len(history)
  pos = sum(1 for h in history if h['Результат'] == 'POSITIVE')
  neg = total - pos
  pct_p = pos / total * 100
  pct_n = neg / total * 100
  longest = max(history, key=lambda h: len(h["Текст"].split()))

  longest_words = len(longest["Текст"].split())

  times = [h["Час"] for h in history]

  from datetime import datetime

  times = []
  for h in history:
      t = h.get("Час")
      if isinstance(t, datetime):
          times.append(t)

  first_time = min(times).strftime("%H:%M:%S") if times else "N/A"
  last_time = max(times).strftime("%H:%M:%S") if times else "N/A"

  return (
    f'📊 **Статистика сесії**\n\n'
    f'Всього аналізів: **{total}** | '
    f'Позитивних: **{pos}** ({pct_p:.0f}%) | '
    f'Негативних: **{neg}** ({pct_n:.0f}%)'
    f'Найдовший текст: **{longest_words} слів**\n | '
    f'Перша сесія: **{first_time}**\n | '
    f'Остання сесія: **{last_time}** | '
)

def save_to_wishlist(text, wishlist):
    if not text.strip():
        return wishlist, '\n'.join(wishlist)

    wishlist.append(text)

    return wishlist, '\n'.join(
        f'{i + 1}. {item}'
        for i, item in enumerate(wishlist)
    )

with gr.Blocks(title='NLP Analytics Dashboard', theme=gr.themes.Glass(),
    ) as demo:

    gr.Markdown('# NLP Analytics Dashboard')
    gr.Markdown('Аналізуй текст, накопичуй статистику, порівнюй результати.')

    history_state = gr.State([])
    wishlist_state = gr.State([])


    with gr.Row(equal_height=False):

        with gr.Column(scale=1):
            gr.Markdown('### Аналіз тональності')

            text_in = gr.Textbox(
                lines=5,
                label='Текст',
                placeholder='Введіть відгук, твіт або будь-який текст...'
            )

            char_count = gr.Markdown('Символів: 0')

            analyze_btn = gr.Button('Аналізувати', variant='primary')
            clear_btn = gr.Button('Очистити', variant='secondary')
            save_btn = gr.Button('Зберегти', variant='secondary')

            html_out = gr.HTML(label='Результат')

        with gr.Column(scale=1):
            gr.Markdown('### Резюмування')

            sum_text = gr.Textbox(
                lines=5,
                label='Текст для резюмування',
                placeholder='Вставте статтю або довгий текст...'
            )

            with gr.Accordion('Параметри резюмування', open=False):
                max_len = gr.Slider(
                    30, 200, value=80, step=10,
                    label='Макс. довжина (токени)'
                )

                sum_btn = gr.Button('Резюмувати ', variant='primary')

            sum_out = gr.Textbox(lines=4, label='Резюме', interactive=False)

    gr.Markdown('---')

    stats_md = gr.Markdown('**Статистика сесії:** немає даних')

    with gr.Accordion('Історія аналізів', open=True):
        history_table = gr.DataFrame(
            headers=['Час', 'Текст', 'Результат', 'Впевн.'],
            label='Всі аналізи цієї сесії',
            interactive=False
        )

    with gr.Accordion('Wishlist', open=True):
        wishlist_box = gr.Textbox(
            label='Збережені тексти',
            lines=8,
            interactive=False
        )


    text_in.change(
        fn=lambda txt: f'Символів: {len(txt)} | Слів: {len(txt.split())}',
        inputs=text_in,
        outputs=char_count
    )

    for trigger in [analyze_btn.click, text_in.submit]:
        trigger(
            fn=analyze_with_history_and_stats,
            inputs=[text_in, history_state],
            outputs=[html_out, history_state, history_table, stats_md]
        )

    save_btn.click(
        fn=save_to_wishlist,
        inputs=[text_in, wishlist_state],
        outputs=[wishlist_state, wishlist_box]
    )

    clear_btn.click(
        fn=clear_all,
        outputs=[
            history_state,
            history_table,
            stats_md,
            wishlist_state,
            wishlist_box
        ]
    )

    sum_btn.click(
        fn=summarize_stream,
        inputs=sum_text,
        outputs=sum_out
    )

demo.launch(favicon_path='favicon.ico', theme=gr.themes.Glass())