app.py

import gradio as gr
import pandas as pd
import os
import time
from typing import List, Union, Dict, Any, Tuple
from datetime import datetime

# =================================================================
# CONFIGURATION ET DÉFINITIONS LINGUISTIQUES 
# =================================================================

# CRITICAL FIX: Base count was 91. Adding SPACE9_CHOICE and SPACE9_SCALE brings it to 93.
EXPECTED_DATA_COUNT = 93
EXPECTED_COUNT = 93 

# --- Shared Choices (French Only) ---
FREQ_FR = ["Jamais", "Rarement", "Parfois", "Souvent"]
THEMES_ACTU_FR = ["politique", "environnement", "économie/finance", "santé", "social/société", "situation internationale/géopolitique", "science", "modes de vie (lifestyle)", "vie culturelle", "autre/précisez"]
ACTIVITY_CHOICES = ["Lecture (de livres, articles)", "Cinéma/Séries", "Musique/Concerts", "Théâtre/Spectacles", "Expositions/Musées", "Sport", "Voyages", "Jeux vidéo", "Bricolage/Jardinage", "Réseaux sociaux"]
PLATFORM_CHOICES = ["Instagram", "TikTok", "YouTube", "Twitter/X", "Facebook", "Snapchat", "Twitch", "Reddit", "LinkedIn", "Autre"]
PURPOSE_CHOICES = ["Actualité/Info", "Loisirs/Divertissement", "Éducation/Apprentissage", "Engagement/Politique", "Social/Communication", "Professionnel", "Autre (précisez)"]
INSEE_CHOICES = ["Agriculteur", "Ouvrier", "Employé", "Profession intermédiaire", "Artisan, commerçant, chef d'entreprise", "Cadre, profession intellectuelle supérieure", "Retraité", "Demandeur d'emploi", "Étudiant"]
INCOME_CHOICES = ["Tu vis confortablement", "Tu t’en sors", "Tu trouves la vie difficile", "Tu ne t’en s’en sors vraiment pas"]
DOMAIN_CHOICES_FR = [
    "écologie / action environnementale",
    "inclusion et lutte contre les discriminations / Accueil de populations vulnérables",
    "démocratie radicale",
    "Création et experimentation artistiques",
    "Éducation et transmission",
    "Économie alternative",
    "Ancrage local (bar associatif, aides aux personnes agées, bibliothèque associative…)",
    "autre - préciser"
]
ENGAGE3_CHOICES_FR = [
    "écologie",
    "lutte contre la pauvreté",
    "action contre les discriminations",
    "vie politique locale ou nationale",
    "action syndicale",
    "causes internationales",
    "autre / précisez"
]
SOCIAL_MEDIA_CHOICES = [
    "Instagram", "YouTube", "TikTok", "Facebook", "WhatsApp", "BlueSky", "Signal", 
    "Telegram", "Mastodon", "Discord", "Twitter", "Reddit", "messagerie de jeu en ligne", 
    "autre : préciser", "je ne sais pas"
]
ANXIETY_MANIFESTATION_CHOICES = [
    "J’ai tendance à l’ignorer", "Je cherche à agir par moi-même", "Je lis des livres et je me documente sur le sujet",
    "J’ai un journal intime", "Je discute avec mes amis / parents", "Je pose des questions à mes enseignants",
    "Je rejoins une association ou je cherche une activité collective", "Je consulte un spécialiste de santé",
    "Je fais des recherches sur internet", "J’interroge / je confie à un chatbot",
    "Je rejoins une communauté spécialisée sur les réseaux sociaux"
]

INFO4_CHOICES = ["Curieux", "Indifférent·e", "Légèrement agacé·e", "Inquiet·ète", "En colère", "Déstabilisé·e", "J'ignore son opinion"]
INFO5_CHOICES = [
    "Je le lis/regarde avec attention.",
    "Je le ferme ou l’ignore.",
    "Je cherche des arguments pour le réfuter.",
    "Je le partage pour en discuter avec d’autres.",
    "autre réaction"
]

ENGAGE1_CHOICES = [
    "non",
    "en tant que sympathisant",
    "comme donateur-rice",
    "en tant que bénévole",
    "comme participant·e/spectateur-rice",
    "comme organisateur-rice/responsable"
]

ENGAGE2_CHOICES = [
    "une association",
    "un collectif",
    "une ONG", 
    "un parti politique",
    "un syndicat étudiant",
    "une assemblée ou une instance représentative (collectivité, communes…)",
    "autre (préciser)",
    "aucune de ces formes"
]

DEMO_INSCRIPTION_CHOICES = ["L1", "L2", "L3", "M1", "M2", "D", "DU", "autre niveau d’étude/diplôme"]
DEMO_DISCIPLINE_CHOICES = [
    "Cinéma", "Communication", "Langues", "LEA", "Lettres", "Médiation", "Musique", 
    "Sciences du langage", "Théâtre", "Traduction", "Autres"
]


# --- Language Definitions (French Only) ---
LANG_FR = {
    "TITLE": "Questionnaire : Pratiques culturelles et Engagement Citoyen",
    "INTRO_TEXT": "Bonjour, je suis étudiant.e en **master de communication** et j’effectue une enquête sur les **pratiques culturelles** et les **formes d’engagements citoyen** dans le cadre de mon stage.",
    "ENQUETEUR_LABEL": "Identifiant de l'enquêteur", 
    "TAB_1_TITLE": "1. Contact & Lieux Fréquentés", "TAB_2_TITLE": "2. Engagement Citoyen",
    "TAB_3_TITLE": "3. Consommation d’actualités", "TAB_4_TITLE": "4. Pratiques culturelles et usages numériques",
    "TAB_5_TITLE": "5. Profil Démographique", "TAB_6_TITLE": "6. Questions ouvertes",
    "TAB_7_TITLE": "7. Soumission et Téléchargement", 
    "APPROACH_LABEL": "APPROACH - Accepterais-tu de répondre à un questionnaire ? (10 min)",
    "REFUSAL_REASON_LABEL": "ANSWER_NO1 (si APPROACH=non) - Pourquoi ?",
    "CONTACT_LATER_LABEL": "ANSWER_NO2 (si APPROACH=non) - On peut prendre rendez-vous plus tard ?",
    "SPACE1_LABEL": "SPACE1 - Fréquentes-tu des lieux culturels (au sens large, y compris alternatifs, non institutionnels) ?",
    "SPACE2A_TITLE": "Derniers lieux culturels fréquentés (3 max. - si Rarement/Parfois/Souvent)",
    "SPACE2B_LABEL": "SPACE2b (si “jamais”) - Pourquoi ne fréquentes-tu jamais de lieux culturels ? (plusieurs réponses possibles)",
    "SPACE3_TITLE": "SPACE4 - Pourrais-tu qualifier ces lieux ?",
    "SPACE3_QUAL_1": "Lieu 1 : Alternatif/Underground (1) à Institutionnel/Mainstream (10)",
    "SPACE3_QUAL_2": "Lieu 2 : Alternatif (1) à Institutionnel (10)",
    "SPACE3_QUAL_3": "Lieu 3 : Alternatif (1) à Institutionnel (10)",
    "SPACE4_LABEL": "SPACE4_bis - Est-ce que tu suis régulièrement une communauté alternative en ligne (médias sociaux, newsletter, groupe dédié...)",
    "SPACE5_LABEL": "SPACE5 - Peux-tu indiquer son nom ou son url ? (si SPACE4_bis=oui)",
    "SPACE6_LABEL": "SPACE6 - As-tu connaissance de pratiques d’engagement citoyen dans ces espaces physiques et numériques ?",
    "SPACE7_TITLE": "SPACE7 (si SPACE6=oui) - Cite ces pratiques (3 maximum)",
    "SPACE_DOMAIN_LABEL": "Peux-tu caractériser le domaine dans lequel s’inscrit principalement cette pratique ?",
    # NOUVELLES ÉTIQUETTES DE QUESTION SPACE9
    "SPACE9_CHOICE_LABEL": "SPACE9 - Laquelle de ces 3 pratiques te semble la plus stimulante ? (1, 2 ou 3)",
    "SPACE9_SCALE_LABEL": "SPACE9_BIS - Intensité de la stimulation (1 'pas du tout' à 10 'extrêmement')",
    "SPACE11_LABEL": "SPACE11 - Sais-tu si elle s’appuie sur une communauté en ligne et l’usage d’un média social en ligne ?",
    "SPACE2B_OPTIONS": ["Pas le temps", "Trop cher", "Je ne sais pas où aller", "Pas intéressé", "Autre"],
    "ENGAGE1_LABEL": "ENGAGE1 - Toi-même, participes-tu à des pratiques d’engagement citoyen ?",
    "ENGAGEMENT_ORGANISATION_LABEL": "ENGAGE2 - Dans quelle(s) organisation(s) es-tu engagé·e ?",
    "ENGAGE2_AUTRE_DETAIL_LABEL": "ENGAGE2 - Précisez 'autre'",
    "ENGAGEMENT_DOMAINE_LABEL": "ENGAGE3 - Dans quel(s) domaine(s) es-tu engagé·e ?",
    "ENGAGE3_AUTRE_DETAIL_LABEL": "ENGAGE3 - Précisez 'autre'", # NOUVELLE ÉTIQUETTE
    "INFO_ACTIVITES_LABEL": "ENGAGE4 - Participes-tu ou as-tu participé à une ou plusieurs des activités suivantes ?",
    "INFO_RESEAUX_SOCIAUX_LABEL": "ENGAGE5 - Utilises-tu les réseaux sociaux pour t’engager dans des causes ?",
    "INFO_FREQUENCE_ACTU_LABEL": "INFO1 - À quelle fréquence te tiens-tu informé·e de l’actualité ?",
    "INFO2_LABEL": "INFO2 - Quels sont le ou les thèmes d’actualité que tu as suivis avec le plus d’intérêt ?",
    "INFO3_LABEL": "INFO3 - Coche **jusqu’à 3 thèmes** qui te semblent poser des enjeux publics majeurs :",
    "OPPOSITE_FEELING_BASE_LABEL": "INFO4 - Quand un·e ami·e exprime une opinion opposée à la tienne sur l’un des thèmes qui te semblent représenter des enjeux majeurs, comment te sens-tu ?",
    "INFO_CONTRADICT_OPINION_LABEL": "INFO5 - Quand tu tombes sur une vidéo ou un article de presse qui contredit tes croyances, quelle est ta première réaction ?",
    "INFO4_LABEL": "INFO6 - Parmi ces thèmes, lequel ou lesquels génèrent chez toi un sentiment d’anxiété ?",
    "INFO5_LABEL": "INFO7 - Comment se manifeste ce sentiment d’anxiété ?", 
    "INFO6_TITLE": "INFO8 - Éléments les plus problématiques pour toi (Échelle 1 'sans importance' à 10 'essentiel')",
    "INFO6_ITEMS": ["Ton logement", "Politique/Gouvernement", "Études/Avenir professionnel", "Crise climatique/Environnement", "Inégalités sociales", "Ta vie sentimentale/familiale", "Ta sécurité personnelle", "Estime de tes proches", "Ta liberté individuelle"],
    "PRAT_CULT1_LABEL": "PRAT_CULT1 - Combien de sorties culturelles environ par mois :",
    "PRAT_CULT_PRACTICES_TITLE": "PRAT_CULT2 - Parmi les pratiques suivantes, lesquelles effectues-tu régulièrement ?",
    "PRAT_NATURE_LABEL": "PRAT_CULT3 - Pratiques-tu une activité liée à la nature (randonnée, observation, bénévolat environnemental...) ?",
    "PLATFORM_TITLE": "DIGITAL1 - Quelles plateformes utilises-tu le plus ? (Heures/jour approx.)",
    "PURPOSE_TITLE": "DIGITAL2 - Pour quel(s) usage(s) emploies-tu ces plateformes ?",
    "DEMO_GENDER_LABEL": "DEMO_GENDER - Ton genre :",
    "DEMO_AGE_LABEL": "DEMO_AGE - Ton âge (années) :",
    "DEMO_LOCATION_COMMUNE_LABEL": "DEMO_LOCATION - Commune de résidence habituelle :",
    "DEMO_LOCATION_ARROND_LABEL": "Arrondissement (si Paris) :",
    "DEMO_PARENTS_LOCATION_LABEL": "DEMO_PARENTS - Est-ce le lieu d’habitation de tes parents ?",
    "DEMO_INSCRIPTION_LABEL": "DEMO_INSCRIPTION : Tu es inscrit.e. à titre principal en quelle année d’études ?",
    "DEMO_DISCIPLINE_LABEL": "DEMO_DISCIPLINE : Dans quelle discipline/filière s’inscrivent principalement tes études ?",
    "DEMO_JOB_LABEL": "DEMO_JOB - Exerces-tu une activité professionnelle en parallèle ?",
    "DEMO_INCOME_LABEL": "DEMO_INCOME - Opinion sur votre revenu actuel :",
    "DEMO_SOCIALCAPITAL1_PARENT1_LABEL": "DEMO_SOCIALCAPITAL1 - Activité principale Parent 1 (ou responsable légal) :",
    "DEMO_SOCIALCAPITAL1_PARENT2_LABEL": "Activite principale Parent 2 :",
    "DEMO_SOCIALCAPITAL2_LABEL": "DEMO_SOCIALCAPITAL2 : Sur combien de personnes (hors famille) peux-tu compter en cas de coup dur ?",
    "OPEN_NON_INSTITUTIONNEL_LABEL": "OEQ1 - Qu’est-ce qu’un lieu culturel non institutionnel selon toi ?",
    "OPEN_ALTERNATIVES_LABEL": "OEQ2 - Comment définirais-tu le terme “alternatif” dans ce cas ?",
    "OPEN_MOTIVATIONS_LABEL": "OEQ3 - Si tu es engagé.e, quelles en sont les motivations principales ?",
    "SUBMIT_BUTTON": "Soumettre le Questionnaire",
    "RESET_BUTTON": "Recommencer",
}

LANG = LANG_FR

# =================================================================
# COMPONENT DEFINITIONS 
# =================================================================

# === Global ===
enqueteur_id = gr.Textbox(label=LANG["ENQUETEUR_LABEL"], placeholder="Entrez votre identifiant")

# === Submission/Output Components ===
submit_btn = gr.Button(LANG["SUBMIT_BUTTON"], variant="primary")
reset_btn = gr.Button(LANG["RESET_BUTTON"])
output_status = gr.Markdown("---")
output_message = gr.File(label="Télécharger les Données", file_types=['.csv'], visible=False, elem_id="output_message")


# === TAB 1 Components (23 + 2 = 25 total) ===
approach_answer = gr.Radio(label=LANG["APPROACH_LABEL"], choices=["Oui", "Non"])
refusal_reason = gr.CheckboxGroup(label=LANG["REFUSAL_REASON_LABEL"], choices=["Pas le temps", "Cela ne m’intéresse pas", "Autre"], visible=False)
refusal_reason_other = gr.Textbox(label="Précisez 'Autre'", visible=False)
contact_later = gr.Radio(label=LANG["CONTACT_LATER_LABEL"], choices=["Oui", "Non"], visible=False)

space1 = gr.Radio(label=LANG["SPACE1_LABEL"], choices=FREQ_FR)
space2a_1 = gr.Textbox(label="Lieu 1", placeholder="Nom du dernier lieu fréquenté...", visible=False)
space2a_2 = gr.Textbox(label="Lieu 2", visible=False)
space2a_3 = gr.Textbox(label="Lieu 3", visible=False)
space2b = gr.CheckboxGroup(label=LANG["SPACE2B_LABEL"], choices=LANG["SPACE2B_OPTIONS"], visible=False)

space3_1 = gr.Slider(label=LANG["SPACE3_QUAL_1"], minimum=1, maximum=10, step=1, visible=False)
space3_2 = gr.Slider(label=LANG["SPACE3_QUAL_2"], minimum=1, maximum=10, step=1, visible=False)
space3_3 = gr.Slider(label=LANG["SPACE3_QUAL_3"], minimum=1, maximum=10, step=1, visible=False)

space4 = gr.Radio(label=LANG["SPACE4_LABEL"], choices=["Oui", "Non"])
space5 = gr.Textbox(label=LANG["SPACE5_LABEL"], visible=False)
space6 = gr.Radio(label=LANG["SPACE6_LABEL"], choices=["Oui", "Non", "Ne sait pas"])

space7_1 = gr.Textbox(label="Pratique 1", placeholder="Décrivez la pratique d'engagement 1", visible=False)
space7_2 = gr.Textbox(label="Pratique 2", placeholder="Décrivez la pratique d'engagement 2", visible=False)
space7_3 = gr.Textbox(label="Pratique 3", placeholder="Décrivez la pratique d'engagement 3", visible=False)

# Domaine components (CheckboxGroup)
space_domain_1 = gr.CheckboxGroup(label=f"Domaines pour Pratique 1", choices=DOMAIN_CHOICES_FR, visible=False)
space_domain_2 = gr.CheckboxGroup(label=f"Domaines pour Pratique 2", choices=DOMAIN_CHOICES_FR, visible=False)
space_domain_3 = gr.CheckboxGroup(label=f"Domaines pour Pratique 3", choices=DOMAIN_CHOICES_FR, visible=False)

# NOUVEAUX COMPOSANTS: SPACE9_CHOICE et SPACE9_SCALE
space9_choice = gr.Radio(label=LANG["SPACE9_CHOICE_LABEL"], choices=["1", "2", "3"], visible=False)
space9_scale = gr.Slider(label=LANG["SPACE9_SCALE_LABEL"], minimum=1, maximum=10, step=1, visible=False)

space11 = gr.CheckboxGroup(label=LANG["SPACE11_LABEL"], choices=SOCIAL_MEDIA_CHOICES)

# === TAB 2 Components ===
engage1_role = gr.CheckboxGroup(label=LANG["ENGAGE1_LABEL"], choices=ENGAGE1_CHOICES)
engage2_type = gr.CheckboxGroup(label=LANG["ENGAGEMENT_ORGANISATION_LABEL"], choices=ENGAGE2_CHOICES)
engage2_autre_detail = gr.Textbox(label=LANG["ENGAGE2_AUTRE_DETAIL_LABEL"], visible=False)

# ENGAGE3 : Changement de Textbox à CheckboxGroup + Textbox pour 'autre'
engagement_domaine = gr.CheckboxGroup(label=LANG["ENGAGEMENT_DOMAINE_LABEL"], choices=ENGAGE3_CHOICES_FR)
engage3_autre_detail = gr.Textbox(label=LANG["ENGAGE3_AUTRE_DETAIL_LABEL"], visible=False) # Champ de précision pour 'autre'

info_activites = gr.CheckboxGroup(label=LANG["INFO_ACTIVITES_LABEL"], choices=["Participer à une manifestation/grève", "Contacter un élu", "Signer une pétition en ligne", "Boycotter un produit/marque", "Faire un don à une association", "Autre"], interactive=True)
info_reseaux_sociaux = gr.Radio(label=LANG["INFO_RESEAUX_SOCIAUX_LABEL"], choices=["Oui", "Non", "Parfois"])

# === TAB 3 Components ===
info_frequence_actu = gr.Radio(label=LANG["INFO_FREQUENCE_ACTU_LABEL"], choices=["Plusieurs fois par jour", "Une fois par jour", "Quelques fois par semaine", "Rarement", "Jamais"])
info2 = gr.CheckboxGroup(label=LANG["INFO2_LABEL"], choices=THEMES_ACTU_FR)
info3 = gr.CheckboxGroup(label=LANG["INFO3_LABEL"], choices=THEMES_ACTU_FR)
info_opposite_feeling = gr.Radio(label=LANG["OPPOSITE_FEELING_BASE_LABEL"], choices=INFO4_CHOICES)
info_contradict_opinion = gr.Radio(label=LANG["INFO_CONTRADICT_OPINION_LABEL"], choices=INFO5_CHOICES)
info4 = gr.CheckboxGroup(label=LANG["INFO4_LABEL"], choices=THEMES_ACTU_FR)
info5 = gr.CheckboxGroup(label=LANG["INFO5_LABEL"], choices=ANXIETY_MANIFESTATION_CHOICES) 

# Info 8 Sliders (9 components)
info6_sliders = {}
for item in LANG["INFO6_ITEMS"]:
    clean_id = item.split('/')[0].lower().replace(' ', '_').replace('é', 'e').replace('è', 'e')
    info6_sliders[clean_id] = gr.Slider(label=item, minimum=1, maximum=10, step=1)
info6_slider_components = list(info6_sliders.values())
info6_logement, info6_politique, info6_etudes, info6_climat, info6_sociales, info6_sentimentale, info6_securite, info6_estime, info6_liberte = info6_slider_components


# === TAB 4 Components ===
prat_cult1 = gr.Number(label=LANG["PRAT_CULT1_LABEL"], minimum=0, maximum=100, step=1)

# Cultural Frequency Radios (10 components)
prat_cult_freq_components = [
    gr.Radio(label=f"{activity}", choices=FREQ_FR) for activity in ACTIVITY_CHOICES
]
(prat_cult_lecture, prat_cult_cinema, prat_cult_musique, prat_cult_theatre, prat_cult_expositions, 
 prat_cult_sport, prat_cult_voyages, prat_cult_jeux_video, prat_cult_bricolage, prat_cult_reseaux) = prat_cult_freq_components

prat_nature = gr.Radio(label=LANG["PRAT_NATURE_LABEL"], choices=["Oui", "Non", "Parfois"])

# Platform Usage Numbers (10 components)
platform_components = [
    gr.Number(label=f"Heures/jour pour {platform}", placeholder="0.5, 1, 2...", minimum=0, step=0.5) for platform in PLATFORM_CHOICES
]
(plat_instagram, plat_tiktok, plat_youtube, plat_twitter, plat_facebook, 
 plat_snapchat, plat_twitch, plat_reddit, plat_linkedin, plat_autre) = platform_components

# Purpose Frequency Radios (7 components)
purpose_components = [
    gr.Radio(label=f"Fréquence pour: {purpose}", choices=FREQ_FR) for purpose in PURPOSE_CHOICES[:-1]
]
purpose_autre_detail = gr.Textbox(label="Précisez l'usage 'Autre'", visible=True)
purpose_components.append(gr.Radio(label=f"Fréquence pour: {PURPOSE_CHOICES[-1]}", choices=FREQ_FR)) 

(purpose_actu, purpose_loisirs, purpose_education, purpose_engagement, 
 purpose_social, purpose_professionnel, purpose_autre_freq) = purpose_components


# === TAB 5 Components ===
demo_gender = gr.Radio(label=LANG["DEMO_GENDER_LABEL"], choices=["Homme", "Femme", "Non-binaire", "Préfère ne pas dire"])
demo_age = gr.Number(label=LANG["DEMO_AGE_LABEL"], minimum=18, maximum=100, step=1, placeholder="ex: 25")
demo_location_commune = gr.Textbox(label=LANG["DEMO_LOCATION_COMMUNE_LABEL"], placeholder="Nom de la commune")
demo_location_arrond = gr.Textbox(label=LANG["DEMO_LOCATION_ARROND_LABEL"], placeholder="ex: 75005")
demo_parents_location = gr.Radio(label=LANG["DEMO_PARENTS_LOCATION_LABEL"], choices=["Oui", "Non"])
demo_inscription = gr.CheckboxGroup(label=LANG["DEMO_INSCRIPTION_LABEL"], choices=DEMO_INSCRIPTION_CHOICES)
demo_discipline = gr.CheckboxGroup(label=LANG["DEMO_DISCIPLINE_LABEL"], choices=DEMO_DISCIPLINE_CHOICES)
demo_job = gr.Radio(label=LANG["DEMO_JOB_LABEL"], choices=["Oui", "Non"])
demo_income = gr.Radio(label=LANG["DEMO_INCOME_LABEL"], choices=INCOME_CHOICES)
demo_socialcapital1_parent1 = gr.Radio(label=LANG["DEMO_SOCIALCAPITAL1_PARENT1_LABEL"], choices=INSEE_CHOICES)
demo_socialcapital1_parent2 = gr.Radio(label=LANG["DEMO_SOCIALCAPITAL1_PARENT2_LABEL"], choices=INSEE_CHOICES)
demo_socialcapital2 = gr.Number(label=LANG["DEMO_SOCIALCAPITAL2_LABEL"], minimum=0, step=1)

# === TAB 6 Components ===
open_non_institutionnel = gr.Textbox(label=LANG["OPEN_NON_INSTITUTIONNEL_LABEL"], lines=3)
open_alternatives = gr.Textbox(label=LANG["OPEN_ALTERNATIVES_LABEL"], placeholder="5 mots maximum")
open_motivations = gr.Textbox(label=LANG["OPEN_MOTIVATIONS_LABEL"], lines=3)


# Helper function to generate robust column names
def get_column_names(data_components: list) -> list:
    names = []
    for i, component in enumerate(data_components):
        label_attr = getattr(component, 'label', None)
        
        if label_attr:
            name = label_attr
            # Nettoyage et simplification du nom de colonne
            clean_name = name.split('-')[0].strip().replace(' ', '_').replace('.', '').replace(':', '')
            
            # Gestion des noms spécifiques
            if "Domaines pour Pratique 1" in name:
                clean_name = "P1_DOMAINES"
            elif "Domaines pour Pratique 2" in name:
                clean_name = "P2_DOMAINES"
            elif "Domaines pour Pratique 3" in name:
                clean_name = "P3_DOMAINES"
            elif "Alternatif/Underground" in name:
                clean_name = "SPACE4_QUAL_1"
            elif "Lieu 2 : Alternatif" in name:
                clean_name = "SPACE4_QUAL_2"
            elif "Lieu 3 : Alternatif" in name:
                clean_name = "SPACE4_QUAL_3"
            elif clean_name == "ENGAGE2_Précisez_'autre'":
                 clean_name = "ENGAGE2_Autre_Precision"
            # NOUVEAU NOM DE COLONNE POUR ENGAGE3_AUTRE
            elif clean_name == "ENGAGE3_Précisez_'autre'":
                clean_name = "ENGAGE3_Autre_Precision"
            # NOUVEAU NOM DE COLONNE POUR SPACE9_CHOICE
            elif clean_name == "SPACE9":
                clean_name = "SPACE9_CHOICE"
            # NOUVEAU NOM DE COLONNE POUR SPACE9_SCALE
            elif clean_name == "SPACE9_BIS":
                clean_name = "SPACE9_SCALE"

            names.append(clean_name)
        else:
            names.append(f"Component_{i+1}")
            
    return names

# =================================================================
# GRADIO UI & LOGIC - UTILITY FUNCTIONS
# =================================================================

def update_visibility_approach(approach):
    updates = {}
    is_non = approach == "Non"
    updates[refusal_reason] = gr.update(visible=is_non)
    updates[contact_later] = gr.update(visible=is_non)
    
    if not is_non:
        updates[refusal_reason_other] = gr.update(visible=False)

    return updates[refusal_reason], updates[contact_later]

def update_visibility_refusal(reasons):
    if reasons and "Autre" in reasons:
        return gr.update(visible=True)
    return gr.update(visible=False)

def update_visibility_space1(frequency):
    is_frequent = frequency in ["Rarement", "Parfois", "Souvent"]
    is_never = frequency == "Jamais"
    return {
        space2a_1: gr.update(visible=is_frequent),
        space2a_2: gr.update(visible=is_frequent),
        space2a_3: gr.update(visible=is_frequent),
        space3_1: gr.update(visible=is_frequent),
        space3_2: gr.update(visible=is_frequent),
        space3_3: gr.update(visible=is_frequent),
        space2b: gr.update(visible=is_never),
    }

def update_visibility_space4(follow_community):
    return gr.update(visible=follow_community == "Oui")

def update_visibility_space6(knows_practices):
    is_yes = knows_practices == "Oui"
    outputs = {
        space7_1: gr.update(visible=is_yes),
        space7_2: gr.update(visible=is_yes),
        space7_3: gr.update(visible=is_yes),
        space9_choice: gr.update(visible=is_yes), # NOUVEAU
        space9_scale: gr.update(visible=is_yes)  # NOUVEAU
    }
    # If not "Oui", hide both the practice description and its domains
    if not is_yes:
        outputs[space_domain_1] = gr.update(visible=False)
        outputs[space_domain_2] = gr.update(visible=False)
        outputs[space_domain_3] = gr.update(visible=False)
    # If "Oui", the practice description (space7_X) is visible, but the domains (space_domain_X) 
    # must be hidden by default until a practice is actually typed in (handled by space7_X.change)
    else:
        outputs[space_domain_1] = gr.update(visible=False)
        outputs[space_domain_2] = gr.update(visible=False)
        outputs[space_domain_3] = gr.update(visible=False)

    return outputs

def update_domain_visibility(practice_text):
    is_cited = bool(practice_text.strip())
    # Note: CheckboxGroup (or Radio) is now visible if the corresponding practice text is present
    return gr.update(visible=is_cited)

def update_visibility_engage2_autre(engage2_choices: List[str]):
    return gr.update(visible="autre (préciser)" in engage2_choices)

# NOUVELLE FONCTION de visibilité pour ENGAGE3
def update_visibility_engage3_autre(engage3_choices: List[str]):
    return gr.update(visible="autre / précisez" in engage3_choices)

def process_survey(*data_values: Any) -> Tuple[str, gr.File]:
    """
    Processes survey data, creates a temporary CSV file, and returns the path 
    and a success message for download.
    """
    
    all_inputs_list = list(data_values)
    
    if len(all_inputs_list) != EXPECTED_COUNT:
        error_msg = f"Erreur critique: Le nombre d'entrées reçues est incorrect ({len(all_inputs_list)} au lieu de {EXPECTED_COUNT}). Veuillez contacter le développeur."
        return error_msg, gr.update(visible=False, value=None) 
    
    language = "FR"

    try:
        column_names = get_column_names(DATA_INPUT_COMPONENTS) 
        column_names.insert(0, "DEMO_LANGUAGE")
        
        data_row = [language] + all_inputs_list
        
        df = pd.DataFrame([data_row], columns=column_names)
        
        # Nommage du fichier: Enquêteur ID + Date
        enqueteur_id_val = all_inputs_list[0] 
        current_date_str = datetime.now().strftime("%Y-%m-%d")
        
        safe_enqueteur_id = str(enqueteur_id_val).strip()
        safe_enqueteur_id = "".join(c if c.isalnum() else '_' for c in safe_enqueteur_id)
        if not safe_enqueteur_id:
             safe_enqueteur_id = "NO_ID"
             
        temp_filename = f"/tmp/{safe_enqueteur_id}_{current_date_str}.csv"
        os.makedirs(os.path.dirname(temp_filename), exist_ok=True)
        df.to_csv(temp_filename, index=False, encoding='utf-8')
        
        success_msg = f"✨ Succès ! Le questionnaire a été soumis. Cliquez sur le lien ci-dessous pour **Télécharger le Fichier CSV** nommé `{safe_enqueteur_id}_{current_date_str}.csv`."
        
        return success_msg, gr.update(value=temp_filename, visible=True)
    
    except Exception as e:
        error_msg = f"Erreur lors de la génération du CSV: {str(e)}"
        return error_msg, gr.update(visible=False, value=None)


# =================================================================
# DATA COMPONENT FINAL ASSEMBLY (93 components)
# =================================================================
DATA_INPUT_COMPONENTS = [
    # Global (1)
    enqueteur_id, 
    # TAB 1 - Contact & Lieux (25)
    approach_answer, refusal_reason, refusal_reason_other, contact_later, 
    space1, space2a_1, space2a_2, space2a_3, space2b,
    space3_1, space3_2, space3_3, 
    space4, space5,
    space6, 
    space7_1, space_domain_1,
    space7_2, space_domain_2,
    space7_3, space_domain_3,
    space9_choice, # NOUVEAU COMPOSANT
    space9_scale,  # NOUVEAU COMPOSANT
    space11,
    # TAB 2 - Engagement (7 composants)
    engage1_role, engage2_type, engage2_autre_detail, 
    engagement_domaine, engage3_autre_detail, 
    info_activites, info_reseaux_sociaux,
    # TAB 3 - Actualité (16)
    info_frequence_actu, info2, info3, info_opposite_feeling, info_contradict_opinion, 
    info4, info5, 
    info6_logement, info6_politique, info6_etudes, info6_climat, info6_sociales, 
    info6_sentimentale, info6_securite, info6_estime, info6_liberte,
    # TAB 4 - Cultural & Digital (30)
    prat_cult1, 
    prat_cult_lecture, prat_cult_cinema, prat_cult_musique, prat_cult_theatre, prat_cult_expositions, 
    prat_cult_sport, prat_cult_voyages, prat_cult_jeux_video, prat_cult_bricolage, prat_cult_reseaux,
    prat_nature,
    plat_instagram, plat_tiktok, plat_youtube, plat_twitter, plat_facebook, 
    plat_snapchat, plat_twitch, plat_reddit, plat_linkedin, plat_autre,
    purpose_autre_detail, 
    purpose_actu, purpose_loisirs, purpose_education, purpose_engagement, 
    purpose_social, purpose_professionnel, purpose_autre_freq,
    # TAB 5 - Demographics (12)
    demo_gender, demo_age, demo_location_commune, demo_location_arrond, demo_parents_location,
    demo_inscription, demo_discipline, demo_job, demo_income,
    demo_socialcapital1_parent1, demo_socialcapital1_parent2, demo_socialcapital2,
    # TAB 6 - Open Questions (3)
    open_non_institutionnel, open_alternatives, open_motivations,
]

if len(DATA_INPUT_COMPONENTS) != EXPECTED_DATA_COUNT:
    raise RuntimeError(f"Internal component count mismatch. Expected {EXPECTED_DATA_COUNT}, got {len(DATA_INPUT_COMPONENTS)}. Please verify the DATA_INPUT_COMPONENTS list definition.")

SUBMIT_INPUT_COMPONENTS = DATA_INPUT_COMPONENTS


# =================================================================
# GRADIO UI SETUP (Utilisation des Accordions pour le F2F)
# =================================================================

with gr.Blocks(title=LANG["TITLE"], css=".gradio-container { max-width: 1200px; }") as demo:
    
    gr.Markdown(f"## {LANG['TITLE']}")
    gr.Markdown(LANG["INTRO_TEXT"])
    
    with gr.Row():
        enqueteur_id.render()
        
    # --- Bloc Accordions ---
    
    # =================================================================
    # ACCORDION 1: Contact & Lieux Fréquentés (Ouvert par défaut)
    # =================================================================
    with gr.Accordion(LANG["TAB_1_TITLE"], open=True):
        gr.Markdown("### Phase d'approche")
        with gr.Row():
            approach_answer.render()
        with gr.Column() as refusal_block: 
            refusal_reason.render()
            refusal_reason_other.render()
            contact_later.render()
        
        approach_answer.change(
            update_visibility_approach, 
            inputs=[approach_answer], 
            outputs=[refusal_reason, contact_later] 
        )
        refusal_reason.change(update_visibility_refusal, inputs=[refusal_reason], outputs=[refusal_reason_other])

        gr.Markdown("### Lieux et Communautés")
        space1.render()
        gr.Markdown(f"#### {LANG['SPACE2A_TITLE']}")
        with gr.Row() as space2_row:
            space2a_1.render()
            space2a_2.render()
            space2a_3.render()
            
        gr.Markdown(f"#### {LANG['SPACE3_TITLE']}")
        with gr.Row() as space3_row:
            space3_1.render()
            space3_2.render()
            space3_3.render()
            
        space2b.render()
        space1.change(update_visibility_space1, inputs=[space1], outputs=[space2a_1, space2a_2, space2a_3, space3_1, space3_2, space3_3, space2b])

        gr.Markdown("### Usages alternatifs et Engagement")
        space4.render()
        space5.render()
        space4.change(update_visibility_space4, inputs=[space4], outputs=[space5])
        
        space6.render()
        gr.Markdown(f"#### {LANG['SPACE7_TITLE']} (3 max.) et leurs Domaines (Choix multiples)")

        # Pratique 1 et son Domaine (Mis côte-à-côte)
        with gr.Row():
            with gr.Column(scale=1): # Moins de place pour le champ de texte
                space7_1.render()
            with gr.Column(scale=2): # Plus de place pour les cases à cocher
                space_domain_1.render()
                
        # Pratique 2 et son Domaine (Mis côte-à-côte)
        with gr.Row():
            with gr.Column(scale=1):
                space7_2.render()
            with gr.Column(scale=2):
                space_domain_2.render()
                
        # Pratique 3 et son Domaine (Mis côte-à-côte)
        with gr.Row():
            with gr.Column(scale=1):
                space7_3.render()
            with gr.Column(scale=2):
                space_domain_3.render()
        
        # NOUVELLE SECTION SPACE9
        gr.Markdown("#### Stimulation de la pratique choisie")
        space9_choice.render() 
        space9_scale.render()
        
        gr.Markdown(f"#### {LANG['SPACE11_LABEL']}")
        space11.render()

        # Logique de visibilité pour SPACE7, les domaines et SPACE9
        space6.change(
            fn=update_visibility_space6, 
            inputs=[space6], 
            outputs=[space7_1, space7_2, space7_3, space_domain_1, space_domain_2, space_domain_3, space9_choice, space9_scale] 
        )

        # Les domaines ne sont visibles que si une pratique est citée
        space7_1.change(fn=update_domain_visibility, inputs=[space7_1], outputs=[space_domain_1])
        space7_2.change(fn=update_domain_visibility, inputs=[space7_2], outputs=[space_domain_2])
        space7_3.change(fn=update_domain_visibility, inputs=[space7_3], outputs=[space_domain_3])


    # =================================================================
    # ACCORDION 2: Engagement Citoyen
    # =================================================================
    with gr.Accordion(LANG["TAB_2_TITLE"], open=False):
        engage1_role.render()
        engage2_type.render()
        engage2_autre_detail.render()
        
        # ENGAGE3 - Domaine de l'engagement (CheckboxGroup)
        engagement_domaine.render()
        engage3_autre_detail.render() # Champ de précision pour 'autre'
        
        info_activites.render()
        info_reseaux_sociaux.render()
        
        engage2_type.change(
            fn=update_visibility_engage2_autre,
            inputs=[engage2_type],
            outputs=[engage2_autre_detail]
        )
        
        # NOUVELLE LOGIQUE pour ENGAGE3 'autre'
        engagement_domaine.change(
            fn=update_visibility_engage3_autre,
            inputs=[engagement_domaine],
            outputs=[engage3_autre_detail]
        )


    # =================================================================
    # ACCORDION 3: Consommation d’actualités
    # =================================================================
    with gr.Accordion(LANG["TAB_3_TITLE"], open=False):
        info_frequence_actu.render()
        info2.render()
        info3.render()
        info_opposite_feeling.render()
        info_contradict_opinion.render()
        gr.Markdown("---")
        info4.render()
        info5.render()
        
        gr.Markdown(f"### {LANG['INFO6_TITLE']}")
        with gr.Column():
            info6_logement.render()
            info6_politique.render()
            info6_etudes.render()
            info6_climat.render()
            info6_sociales.render()
            info6_sentimentale.render()
            info6_securite.render()
            info6_estime.render()
            info6_liberte.render()

    # =================================================================
    # ACCORDION 4: Pratiques culturelles et usages numériques
    # =================================================================
    with gr.Accordion(LANG["TAB_4_TITLE"], open=False):
        prat_cult1.render()
        gr.Markdown(f"### {LANG['PRAT_CULT_PRACTICES_TITLE']}")
        with gr.Row():
            with gr.Column():
                prat_cult_lecture.render()
                prat_cult_cinema.render()
                prat_cult_musique.render()
                prat_cult_theatre.render()
                prat_cult_expositions.render()
            with gr.Column():
                prat_cult_sport.render()
                prat_cult_voyages.render()
                prat_cult_jeux_video.render()
                prat_cult_bricolage.render()
                prat_cult_reseaux.render()
        prat_nature.render()
        gr.Markdown(f"### {LANG['PLATFORM_TITLE']}")
        with gr.Row():
            with gr.Column():
                plat_instagram.render()
                plat_tiktok.render()
                plat_youtube.render()
                plat_twitter.render()
                plat_facebook.render()
            with gr.Column():
                plat_snapchat.render()
                plat_twitch.render()
                plat_reddit.render()
                plat_linkedin.render()
                plat_autre.render()
        gr.Markdown(f"### {LANG['PURPOSE_TITLE']}")
        with gr.Row():
            with gr.Column():
                purpose_actu.render()
                purpose_loisirs.render()
                purpose_education.render()
                purpose_engagement.render()
            with gr.Column():
                purpose_social.render()
                purpose_professionnel.render()
                purpose_autre_freq.render()
        purpose_autre_detail.render()


    # =================================================================
    # ACCORDION 5: Profil Démographique 
    # =================================================================
    with gr.Accordion(LANG["TAB_5_TITLE"], open=False):
        demo_gender.render()
        demo_age.render()
        with gr.Row():
            demo_location_commune.render()
            demo_location_arrond.render()
        demo_parents_location.render()
        with gr.Row():
            demo_inscription.render()
            demo_discipline.render()
        with gr.Row():
            demo_job.render()
            demo_income.render()
        gr.Markdown("### Capital Social")
        with gr.Row():
            demo_socialcapital1_parent1.render()
            demo_socialcapital1_parent2.render()
        demo_socialcapital2.render()

    # =================================================================
    # ACCORDION 6: Questions ouvertes
    # =================================================================
    with gr.Accordion(LANG["TAB_6_TITLE"], open=False):
        open_non_institutionnel.render()
        open_alternatives.render()
        open_motivations.render()
    
    # =================================================================
    # Soumission et Téléchargement
    # =================================================================
    with gr.Accordion(LANG["TAB_7_TITLE"], open=False):
        gr.Markdown("### Finalisation du Questionnaire")
        gr.Markdown("Vérifiez que toutes vos réponses sont complètes avant de soumettre. Une fois soumis, le fichier CSV (nommé avec l'identifiant de l'enquêteur et la date) apparaîtra ci-dessous pour téléchargement.")
        
        with gr.Row():
            submit_btn.render()
            reset_btn.render()
            
        output_status.render()
        output_message.render()


    # Submit action
    submit_btn.click(
        fn=process_survey,
        inputs=SUBMIT_INPUT_COMPONENTS, 
        outputs=[output_status, output_message] 
    )

    # Reset action
    reset_btn.click(
        fn=lambda: ([None] * EXPECTED_DATA_COUNT) + ["---", gr.update(value=None, visible=False)],
        inputs=[],
        outputs=DATA_INPUT_COMPONENTS + [output_status, output_message],
        js="() => { document.getElementById('output_message').innerHTML = '---'; }"
    )

if __name__ == "__main__":
    import sys
    # Assurez-vous que le compte final est correct avant le lancement
    sys.modules[__name__].EXPECTED_DATA_COUNT = len(DATA_INPUT_COMPONENTS)
    sys.modules[__name__].EXPECTED_COUNT = len(DATA_INPUT_COMPONENTS)
    
    demo.launch()