utils/video_processor.py

import os
import re
import json
import pandas as pd
from transcricao.transcribe import Transcriber
from conversor.converter import Converter
from analise_ia.processar import IaAnalyzer
from conversor.converter import GoogleDriveDownload


        
class VideoProcessor:
    def __init__(self, drive_handler):
        self.downloader = drive_handler
        
    def processar_videos(self, pasta_selecionada, videos_selecionado, video_upload, modo):
        resultados = []#Texto que será exibido como log no front do Gradio
        pasta_videos = "data/videos"
        pasta_audio = "data/audio"
        pasta_transcricoes = "data/transcricoes"
        pasta_resumos = "data/resumos"
        arquivo_download = None
        
        def verificar_existencia(arquivo):
            """ Verifica se um arquivo já existe. """
            return os.path.exists(arquivo)
        
         # Processar vídeos carregados localmente
        if video_upload:
            video_upload = [video_upload]  # Garante que seja uma lista
            print("Upload de vídeo selecionado")
            for video_path in video_upload:
                try:
                    print(f"🔍 Verificando vídeo: {video_path}")
                    video_nome = os.path.basename(video_path)
                    audio_path = os.path.join(pasta_audio, f"{os.path.splitext(video_nome)[0]}.wav")
                    transcricao_path = os.path.join(pasta_transcricoes, f"{video_nome}.txt")

                    # Se a transcrição já existe, pula a conversão, mas continua a análise
                    if not verificar_existencia(transcricao_path):
                        Converter(video_path, audio_path).convert()
                        transcriber = Transcriber(model_size="base")
                        transcription = transcriber.transcribe_audio(audio_path)
                        transcriber.save_transcription(transcription, transcricao_path)
                    else:
                        with open(transcricao_path, "r", encoding="utf-8") as f:
                            transcription = f.read()

                    # Escolher modo de processamento
                    analyzer = IaAnalyzer()
                    arquivo_download = None
                    if modo == "Consultor de Negócios (Recomendar Benefícios)":
                        resultado = analyzer.analisar_transcricao(transcription, modo)
                        arquivo_download = self.salvar_analise_pdf(video_nome, resultado)
                        resultados.append(f"✅ {video_nome} processado com sucesso (Consultor de Negócios)")

                    elif modo == "Resumir Reunião (Gerar Resumo)":
                        resumo = analyzer.analisar_transcricao(transcription, modo)
                        
                        resumo_path = os.path.join(pasta_resumos, f"resumo_{video_nome}.txt")
                        
                        with open(resumo_path, "w", encoding="utf-8") as resumo_file:
                            resumo_file.write(resumo)
                            
                        arquivos_txt = [
                            os.path.join(pasta_resumos, f) for f in os.listdir(pasta_resumos)
                            
                            if f.startswith("resumo_") and f.endswith(".txt")
                        ]
                        
                        if arquivos_txt:
                            arquivo_download = arquivos_txt[-1]
                            
                        resultados.append(f"✅ {video_nome} processado com sucesso (Resumo de Reunião)")

                    elif modo == "Gerar Resumo em Excel":
                        resultado = analyzer.analisar_transcricao(transcription,modo)
                        self.salvar_resumo_excel(video_nome, resultado, "data/analises/dados_resumos.xlsx")
                        
                        arquivo_download = "data/analises/dados_resumos.xlsx"
                        
                        resultados.append(f"✅ {video_nome} processado com sucesso (Resumo salvo em Excel)")
                    
                    if not os.path.exists(arquivo_download or ""):
                        arquivo_download = None

                except Exception as e:
                    resultados.append(f"❌ Erro ao processar {video_nome}: {e}")

        # Processar vídeos do Google Drive
        for video_selecionado in videos_selecionado:
            try:
                print(f"🔍 Verificando vídeo: {video_selecionado}")

                video_path = os.path.join(pasta_videos, video_selecionado)
                audio_path = os.path.join(pasta_audio, f"{os.path.splitext(video_selecionado)[0]}.wav")
                transcricao_path = os.path.join(pasta_transcricoes, f"{video_selecionado}.txt")

                # Verifica se o vídeo já foi baixado
                if not verificar_existencia(video_path):
                    print(f"⬇️ Baixando vídeo {video_selecionado}...")
                    pastas = self.downloader.downloader.list_folders()
                    pasta_id = pastas.get(pasta_selecionada)

                    if not pasta_id:
                        resultados.append(f"❌ Erro: Pasta '{pasta_selecionada}' não encontrada.")
                        continue

                    videos = self.downloader.downloader.list_videos(pasta_id)
                    video_id = next((v["id"] for v in videos if v["name"] == video_selecionado), None)
                    
                    if not video_id:
                        resultados.append(f"❌ Erro: Vídeo '{video_selecionado}' não encontrado.")
                        continue

                    self.downloader.downloader.download_video(video_id, video_path)

                # Verifica se a transcrição já foi feita
                if not verificar_existencia(transcricao_path):
                    Converter(video_path, audio_path).convert()
                    transcriber = Transcriber(model_size="base")
                    transcription = transcriber.transcribe_audio(audio_path)
                    transcriber.save_transcription(transcription, transcricao_path)
                else:
                    with open(transcricao_path, "r", encoding="utf-8") as f:
                        transcription = f.read()

                # Escolher modo de processamento
                analyzer = IaAnalyzer()
                arquivo_download = None
                upload_drive = GoogleDriveDownload()
                if modo == "Consultor de Negócios (Recomendar Benefícios)":
                    resultado = analyzer.analisar_transcricao(transcription, modo)
                    arquivo_download = self.salvar_analise_pdf(video_selecionado, resultado)
                    nome_destino = os.path.basename(arquivo_download)
                    upload_drive.upload_para_drive(arquivo_download, nome_destino=nome_destino, pasta_id="1uDYsmHqltJ6euXVH_Fh7OiWgrhvZlpxB")
                    resultados.append(f"✅ {video_selecionado} processado com sucesso (Consultor de Negócios)")


                elif modo == "Resumir Reunião (Gerar Resumo)":
                    resumo = analyzer.analisar_transcricao(transcription, modo)
                    resumo_path = os.path.join(pasta_resumos, f"resumo_{video_selecionado}.txt")
                    
                    with open(resumo_path, "w", encoding="utf-8") as resumo_file:
                        resumo_file.write(resumo)
                    
                     # Define explicitamente qual arquivo será usado como o último gerado
                    arquivo_download = resumo_path
                    
                    resultados.append(f"✅ {video_selecionado} processado com sucesso (Resumo de Reunião)")

                elif modo == "Gerar Resumo em Excel":
                    resultado = analyzer.analisar_transcricao(transcription, modo)
                    nome_limpo = re.sub(r'[<>:"/\\|?*]', '_', video_selecionado)
                    self.salvar_resumo_excel(nome_limpo, resultado, "data/analises/dados_resumos.xlsx")
                    arquivo_download = "data/analises/dados_resumos.xlsx"
                    
                    resultados.append(f"✅ {video_selecionado} processado com sucesso (Resumo salvo em Excel)")
                if not os.path.exists(arquivo_download or ""):
                                        arquivo_download = None
            except Exception as e:
                resultados.append(f"❌ Erro ao processar {video_selecionado}: {e}")

        return "\n".join(resultados), arquivo_download
    
    
    """
    Funções personalizadas para cada caso de uso. Auxiliam no processamento do video
    """
    @staticmethod
    def salvar_analise_pdf(nome_arquivo, resultado, arquivo_excel=None):
        from fpdf import FPDF
        import os
        import re
        from datetime import datetime
        from openpyxl import Workbook, load_workbook    
        class PDF(FPDF):
            def header(self):
                self.set_font("Arial", "B", 14)
                self.cell(0, 10, "Relatório Consultor de Negócios", ln=True, align="C")
                self.ln(10)

            def add_section(self, titulo, texto):
                self.set_font("Arial", "B", 12)
                self.set_text_color(0)
                self.cell(0, 8, titulo, ln=True)
                self.set_font("Arial", "", 11)
                self.multi_cell(0, 7, texto)
                self.ln(5)

        # Remove extensão do nome

        nome_limpo = re.sub(r'[()]', '', os.path.splitext(nome_arquivo)[0])

        print("nome limpo:", nome_limpo)
        # Extrai data no formato YYYY_MM_DD
        data_match = re.search(r"(\d{4})_(\d{2})_(\d{2})", nome_limpo)
        if data_match:
            data_formatada = f"{data_match.group(3)}/{data_match.group(2)}/{data_match.group(1)}"
            data_para_arquivo = f"{data_match.group(1)}_{data_match.group(2)}_{data_match.group(3)}"
        else:
            data_formatada = "Data não encontrada"
            data_para_arquivo = "sem_data"

        # Extrai nome do cliente entre "Reuniao Contabilizei" e a data
        cliente_match = re.search(r"Reuni[aã]o Contabilizei\s+(.+?)\s+-\s+\d{4}_\d{2}_\d{2}", nome_limpo)
        nome_cliente = cliente_match.group(1).strip() if cliente_match else "Cliente_nao_identificado"
        # Gera nome seguro para o PDF
        nome_pdf_seguro = re.sub(r"[^\w\-]", "_", f"{nome_cliente}_{data_para_arquivo}")

        # Criar pasta de saída
        pasta_saida = "data/pdf/"
        pasta_saida_excel = "data/analises/"
        os.makedirs(pasta_saida, exist_ok=True)
        caminho_pdf = os.path.join(pasta_saida, f"{nome_pdf_seguro}.pdf")
        caminho_excel = os.path.join(pasta_saida_excel, "analises_completas.xlsx")

        # Criar PDF
        pdf = PDF()
        pdf.add_page()

        # Título do cliente e data
        pdf.set_font("Arial", "B", 12)
        pdf.cell(0, 8, f"Cliente: {nome_cliente}", ln=True)
        pdf.cell(0, 8, f"Data: {data_formatada}", ln=True)
        pdf.ln(10)

        # Conteúdo organizado
        mapeamento = {
            "tipo_atuacao": "Tipo de Atuação",
            "desafios": "Desafios",
            "dores_necessidades": "Dores / Necessidades Identificadas",
            "acoes_recomendadas" : "Ações Recomendadas",
            "observacoes": "Observações"
        }

        for chave, titulo in mapeamento.items():
            if chave in resultado:
                pdf.set_font("Arial", "B", 12)
                pdf.set_text_color(0)
                pdf.cell(0, 8, f"{titulo}:", ln=True)
                pdf.set_font("Arial", "", 11)

                if isinstance(resultado[chave], list):
                    for item in resultado[chave]:
                        pdf.cell(5)  # identação
                        pdf.multi_cell(0, 7, f"{item}")
                else:
                    pdf.multi_cell(0, 7, resultado[chave])
                pdf.ln(5)

        pdf.output(caminho_pdf)
        print(f"PDF salvo em: {caminho_pdf}")
        
        # === Atualização do Excel Compartilhado ===
        # Verifica se o arquivo existe
        if os.path.exists(caminho_excel):
            wb = load_workbook(caminho_excel)
            ws = wb.active

            # Verifica se o cabeçalho está correto
            cabecalho_atual = [cell.value for cell in ws[1]]
            cabecalho_esperado = ["Nome", "Data"] + list(mapeamento.values())

            if cabecalho_atual != cabecalho_esperado:
                ws.delete_rows(1, 1)
                ws.append(cabecalho_esperado)
        else:
            wb = Workbook()
            ws = wb.active
            ws.title = "Análises"
            ws.append(["Nome", "Data"] + list(mapeamento.values()))

        # Monta a nova linha com todos os campos
        linha = [nome_cliente, data_formatada]
        for chave in mapeamento:
            valor = resultado.get(chave, "")
            if isinstance(valor, list):
                # Adiciona bullets e quebra de linha para melhor visualização
                valor = "\n".join(f"• {item.strip()}" for item in valor if item.strip())
            linha.append(valor)

        ws.append(linha)
        wb.save(caminho_excel)
        print(f"Excel atualizado com todos os campos em: {caminho_excel}")
        return caminho_pdf
    
    @staticmethod
    def salvar_resumo_excel(nome_arquivo, resumo_dict, arquivo_excel):
        """
        Salva o resumo gerado em um arquivo Excel.
        """
        dados = {"Arquivo": nome_arquivo}

        if isinstance(resumo_dict, dict):
            dados.update({
                "Principais Dúvidas": ", ".join(resumo_dict.get("duvidas", [])),
                "Tópicos Discutidos": ", ".join(resumo_dict.get("topicos", [])),
                "Soluções Sugeridas": ", ".join(resumo_dict.get("solucoes", [])),
                "Ações Necessárias": ", ".join(resumo_dict.get("acoes", [])),
                "Satisfação do Cliente": resumo_dict.get("satisfacao", "Não disponível"),
                "Objetivo da Reunião": resumo_dict.get("objetivo", "Não disponível"),
            })

        # Cria um DataFrame com os dados do resumo
        df_novo = pd.DataFrame([dados])

        # Verifica se o arquivo já existe e concatena os dados
        if os.path.exists(arquivo_excel):
            df_existente = pd.read_excel(arquivo_excel, engine="openpyxl")
            df_final = pd.concat([df_existente, df_novo], ignore_index=True)
        else:
            df_final = df_novo

        # Salva o DataFrame atualizado no arquivo Excel
        df_final.to_excel(arquivo_excel, index=False, engine="openpyxl")
        print(f"Resumo salvo em {arquivo_excel}")