import gradio as gr
from transformers import pipeline

# 创建分类器
classifier = pipeline("text-classification", model="WJL110/emotion-classifier")

# 标签映射
label_map = {
    "LABEL_0": "快乐",
    "LABEL_1": "愤怒",
    "LABEL_2": "悲伤"
}

def analyze_emotion(text):
    """
    对输入文本进行情感分析
    """
    if not text.strip():
        return "请输入要分析的文本", None, None
    
    result = classifier(text)[0]  # 获取第一个（也是唯一的）结果
    emotion = label_map[result['label']]
    confidence = result['score']
    
    # 根据情感类型返回不同的颜色
    if emotion == "快乐":
        color = "#4CAF50"  # 绿色
    elif emotion == "愤怒":
        color = "#F44336"  # 红色
    else:  # 悲伤
        color = "#2196F3"  # 蓝色
    
    return f"预测情感: {emotion}", f"置信度: {confidence:.2%}", color

def analyze_emotion_with_history(text, history):
    """
    带有历史记录的情感分析函数
    """
    result_text, confidence_text, color = analyze_emotion(text)
    
    # 更新历史记录
    history.append((text, f"{result_text}\n{confidence_text}"))
    
    return history, history

# 创建Gradio界面
with gr.Blocks(title="情感分析应用", theme=gr.themes.Soft()) as demo:
    gr.Markdown("# 🎭 情感分析应用")
    gr.Markdown("输入文本，AI将分析其情感倾向（快乐、愤怒或悲伤）")
    
    with gr.Row():
        with gr.Column(scale=2):
            # 输入区域
            text_input = gr.Textbox(
                label="输入要分析的文本",
                placeholder="请输入您想要分析情感的文本...",
                lines=4,
                max_lines=10
            )
            
            # 按钮
            with gr.Row():
                analyze_btn = gr.Button("🔍 分析情感", variant="primary")
                clear_btn = gr.Button("🗑️ 清空", variant="secondary")
        
        with gr.Column(scale=2):
            # 输出区域
            result_text = gr.Textbox(
                label="分析结果",
                lines=2,
                interactive=False
            )
            
            # 情感标签显示
            sentiment_label = gr.Label(
                label="情感分类",
                value=[{"label": "请输入文本并点击分析按钮", "confidence": 0}]
            )
    
    # 历史记录
    gr.Markdown("### 📜 历史记录")
    chatbot = gr.Chatbot(
        label="分析历史",
        height=300
    )
    
    # 示例文本
    gr.Markdown("### 📝 示例文本")
    
    # 创建示例分类标签页
    with gr.Tabs():
        # 基础示例
        with gr.TabItem("基础示例"):
            basic_examples = gr.Examples(
                examples=(
                    "今天真是太开心了！",
                    "这件事让我很生气。",
                    "听到这个消息很难过。",
                    "我收到了一份意外的礼物，感到非常惊喜和快乐！",
                    "排队排了这么久，服务还这么差，真是令人愤怒！",
                    "我的宠物离开了我，我感到非常悲伤和孤独。"
                ),
                inputs=text_input,
                cache_examples=False
            )
        
        # 复杂示例 - 快乐
        with gr.TabItem("复杂示例 - 快乐"):
            happy_examples = gr.Examples(
                examples=(
                    "当我看到女儿在毕业典礼上作为优秀毕业生代表发言时，她的声音虽然有些颤抖但坚定有力，我的眼眶不由自主地湿润了。十八年的养育，从蹒跚学步到如今亭亭玉立，所有的辛苦在这一刻都化作了无法言喻的欣慰与自豪。",
                    "当我收到大学录取通知书时，激动得跳了起来，但随即又感到一丝不安。我知道这意味着我将离开家人，独自面对陌生的环境和挑战。这种既期待又恐惧的心情让我彻夜难眠。",
                    "刚开始看到他忘记了我们的纪念日，我感到有些失落。但当他晚上给我一个惊喜的烛光晚餐，并拿出准备已久的礼物时，那份失落感瞬间被巨大的幸福感所取代，我甚至感动得流下了眼泪。",
                    "经过三年的努力，我们终于还清了所有债务。今天，当我把最后一张支票寄出去时，看着窗外明媚的阳光，我深深地吸了一口气，感觉肩上的重担终于卸了下来。"
                ),
                inputs=text_input,
                cache_examples=False
            )
        
        # 复杂示例 - 愤怒
        with gr.TabItem("复杂示例 - 愤怒"):
            angry_examples = gr.Examples(
                examples=(
                    "当我发现自己精心准备了三个月的项目方案被同事占为己有，并且在领导面前装作是他自己的创意时，一股难以遏制的怒火从心底喷涌而出。这种背叛比项目失败本身更让我感到愤怒和失望。",
                    "公司宣布裁员名单时，我既感到愤怒又有些庆幸。愤怒的是公司如此无情地对待为其效力多年的员工，庆幸的是自己不在裁员名单中。这种矛盾的心情让我感到既内疚又不安。",
                    "会议开始时，我还能保持冷静地听取不同意见。但当有人开始质疑我的专业能力，并歪曲我的观点时，我感到血液逐渐涌上头顶，从最初的不悦逐渐升级为无法控制的愤怒。",
                    "真是太好了！我的笔记本电脑在我准备提交重要项目的前一天突然崩溃了，所有的数据都没有备份。看来我这个月的努力又要白费了，这真是太棒了！"
                ),
                inputs=text_input,
                cache_examples=False
            )
        
        # 复杂示例 - 悲伤
        with gr.TabItem("复杂示例 - 悲伤"):
            sad_examples = gr.Examples(
                examples=(
                    "整理母亲遗物时，我发现了一本她的日记，里面记录着她对我们子女的牵挂和担忧，即使在她病重的最后日子里，字里行间依然充满了对生活的热爱。看着那些熟悉的字迹，我仿佛又听到了她温柔的叮嘱，泪水无声地滑落。",
                    "得知多年未见的好友突然去世的消息，我愣住了。我们曾经一起度过了人生中最美好的青春岁月，那些欢声笑语仿佛还在耳边回响。虽然知道人终有一死，但当这一刻真的来临时，心中还是充满了无法言说的悲伤和遗憾。",
                    "接到医院电话时，我只是有些担心。但当医生告诉我检查结果，说情况比预想的要严重得多时，我的心一下子沉了下去，从担忧变成了深深的恐惧和绝望。",
                    "今天路过那家我们曾经经常光顾的咖啡馆，看到熟悉的靠窗座位空着，我不由自主地停下了脚步。物是人非，那些曾经的美好时光如今只剩下回忆，心中涌起一股难以言喻的酸楚。"
                ),
                inputs=text_input,
                cache_examples=False
            )
        
        # 极高复杂度示例
        with gr.TabItem("极高复杂度示例"):
            extreme_examples = gr.Examples(
                examples=(
                    "在父亲的葬礼上，我看到他生前最爱的向日葵开得正盛，那是他亲手种下的。阳光透过教堂的彩色玻璃窗洒进来，照亮了他微笑的遗像。我感到一阵难以言喻的悲伤，却又在这悲伤中感受到一丝温暖和力量。",
                    "当我得知自己获得了梦寐以求的职位时，激动得几乎要哭出来。但想到要离开现在的团队和熟悉的环境，心中又涌起一股莫名的伤感。这种既兴奋又不舍的心情让我百感交集。",
                    "看到他对我撒谎的证据，我感到一阵眩晕。愤怒、失望、背叛感、还有一丝难以置信，这些情绪在我心中交织，让我几乎无法呼吸。我想大声质问他，却又感到一种深深的无力感。",
                    "她只是淡淡地说了一句'祝你幸福'，然后转身离开。我看着她渐行渐远的背影，心里空落落的，好像失去了什么重要的东西，却又说不清楚具体是什么。"
                ),
                inputs=text_input,
                cache_examples=False
            )
    
    # 绑定事件
    analyze_btn.click(
        fn=analyze_emotion,
        inputs=text_input,
        outputs=[result_text, sentiment_label]
    )
    
    # 清空按钮事件
    clear_btn.click(
        fn=lambda: ("", [{"label": "请输入文本并点击分析按钮", "confidence": 0}], []),
        outputs=[text_input, sentiment_label, chatbot]
    )
    
    # 回车键触发分析
    text_input.submit(
        fn=analyze_emotion,
        inputs=text_input,
        outputs=[result_text, sentiment_label]
    )
    
    # 历史记录更新
    analyze_btn.click(
        fn=analyze_emotion_with_history,
        inputs=[text_input, chatbot],
        outputs=[chatbot, chatbot]
    )
    
    text_input.submit(
        fn=analyze_emotion_with_history,
        inputs=[text_input, chatbot],
        outputs=[chatbot, chatbot]
    )

if __name__ == "__main__":
    demo.launch()