import streamlit as st
from datetime import datetime
from ai_classifier import classify_proverb
from pymongo import MongoClient
import pandas as pd

# --- MongoDB Setup & Caching (Best Practice) ---

# Use @st.cache_resource to establish the database connection only once.
@st.cache_resource
def init_connection():
    """Initializes a connection to the MongoDB database."""
    return MongoClient(st.secrets["MONGO_URI"])

client = init_connection()
collection = client["proverbs_and_meanings"]["proverbs"]


# Use @st.cache_data to load data only when it changes.
@st.cache_data
def load_proverbs():
    """Retrieves all proverbs, sorted by newest first."""
    data = list(collection.find({}, {'_id': 0}).sort("Timestamp", -1))
    return pd.DataFrame(data) if data else pd.DataFrame()


def save_proverb(proverb, meaning, context):
    """Saves a new proverb to the database and clears the data cache."""
    text_for_classification = proverb + " " + meaning
    category = classify_proverb(text_for_classification)
    new_entry = {
        "Proverb": proverb.strip(),
        "Meaning": meaning.strip(),
        "Context": context.strip(),
        "Category": category,
        "Timestamp": datetime.now() # Store as a native datetime object
    }
    collection.insert_one(new_entry)
    # Clear the cache so the gallery updates immediately
    load_proverbs.clear()


# --- Streamlit Page Configuration ---
st.set_page_config(
    page_title="తెలుగు సామెతల ఖజానా",
    page_icon="📜",
    layout="centered"
)


# --- Title & Introduction ---
st.title("📜 తెలుగు సామెతల ఖజానా")
st.markdown("### మీకు తెలిసిన సామెతను పంచుకోండి ✍️")
st.markdown("వెనుక తరాల నుంచి ముందుకు, మనం భద్రపరిద్దాం మన తెలుగు జ్ఞానం.")
st.markdown("<hr style='border:1px solid #555'>", unsafe_allow_html=True)


# --- Form UI (Simplified) ---
# The `clear_on_submit=True` parameter handles clearing the form automatically.
with st.form("proverb_form", clear_on_submit=True):
    st.subheader("📥 కొత్త సామెతను జత చేయండి")

    proverb = st.text_area("**సామెత (Proverb)**", height=100, max_chars=150)
    meaning = st.text_area("**భావం (Meaning)**", height=100, max_chars=500)
    context = st.text_input("**సందర్భం (Context / Usage Example – Optional)**", max_chars=200)

    submitted = st.form_submit_button("✅ సామెతను జత చేయండి", use_container_width=True, type="primary")

    if submitted:
        if proverb and meaning:
            save_proverb(proverb, meaning, context)
            st.success("ధన్యవాదాలు! మీ సామెత జత చేయబడింది.")
            st.balloons()
        else:
            st.error("దయచేసి సామెత మరియు భావం రెండూ నమోదు చేయండి.")


# --- Gallery Section ---
df = load_proverbs()

st.markdown("---")
st.subheader("🗂️ సామెతల గ్యాలరీ")
st.markdown(f"🔢 ఇప్పటివరకు మొత్తం **{len(df)}** సామెతలు జత చేయబడ్డాయి.")

if df.empty:
    st.info("ఇప్పటి వరకు ఎలాంటి సామెతలు జత చేయలేదు. మీరే మొదటిది జత చేయండి!")
else:
    for _, row in df.iterrows():
        # Format the timestamp for display
        timestamp_str = row['Timestamp'].strftime('%d %B %Y, %I:%M %p')
        st.markdown(f"""
        <div style='border: 1px solid #444; padding: 15px; border-radius: 10px; margin-bottom: 15px; background-color: #0e1117;'>
            <h5>📝 {row['Proverb']}</h5>
            <b>భావం:</b> {row['Meaning']}<br>
            <i>సందర్భం:</i> {row['Context'] or "—"}<br>
            <span style='color:#bbb;'>🏷️ శ్రేణి: {row['Category']}</span><br>
            <span style='font-size: 0.8em; color: gray;'>🕒 {timestamp_str}</span>
        </div>
        """, unsafe_allow_html=True)


# --- Footer ---
st.markdown("---")
st.markdown("<center><small>© తెలుగు సామెతల ఖజానా – viswam.ai</small></center>", unsafe_allow_html=True)