<?php
// aiassist/fileHandler.php
require_once 'logger.php';

function normalizeFilename($filename) {
    $filename = iconv('UTF-8', 'UTF-8//IGNORE', $filename);
    return preg_replace('/[^\w\.]+/u', '_', $filename);
}

function cleanQueryText($text) {
    $text = preg_replace('/[\x00-\x1F\x7F]/u', ' ', $text);
    $text = preg_replace('/\s+/', ' ', $text);
    return trim($text);
}

function extractText($filePath) {
    $extension = strtolower(pathinfo($filePath, PATHINFO_EXTENSION));
    if ($extension !== 'pdf') {
        return '';
    }
    $outputFile = tempnam(sys_get_temp_dir(), 'txt_') . '.txt';
    $command = "pdftotext " . escapeshellarg($filePath) . " " . escapeshellarg($outputFile);
    logMessage("Выполняем команду для извлечения текста: " . $command);
    exec($command, $output, $returnVar);
    if ($returnVar !== 0) {
        logMessage("Ошибка pdftotext: " . implode("\n", $output));
        return '';
    }
    if (!file_exists($outputFile)) {
        logMessage("Файл pdftotext не создан: $filePath");
        return '';
    }
    $text = file_get_contents($outputFile);
    unlink($outputFile);
    $cleanText = trim(preg_replace('/\pC+/u', '', $text));
    if (mb_strlen($cleanText, 'UTF-8') < 200) {
        logMessage("Извлечённый текст для $filePath слишком короткий или не содержит полезной информации. Запуск OCR.");
        return '';
    }
    logMessage("Извлечённый текст для $filePath (первые 500 символов): " . mb_substr($cleanText, 0, 500, 'UTF-8'));
    return $cleanText;
}

function doOCR($filePath) {
    logMessage("🔍 Запуск OCR. Сначала конвертируем PDF в изображения: $filePath");

    // Создаем временную папку для изображений
    $imageDir = sys_get_temp_dir() . "/ocr_images_" . uniqid();
    $images = convertPdfToImages($filePath, $imageDir);

    if (empty($images)) {
        logMessage("❌ Ошибка: Не удалось преобразовать PDF в изображения");
        return '';
    }

    logMessage("✅ PDF преобразован в " . count($images) . " изображений, запускаем OCR");

    $outputText = '';
    foreach ($images as $image) {
        $text = runOCRonImage($image);
        $outputText .= "\n" . $text;
    }

    logMessage("✅ OCR завершен. Извлеченный текст:\n" . mb_substr($outputText, 0, 500, 'UTF-8'));
    return trim($outputText);
}

// Функция OCR для обработки каждого изображения
function runOCRonImage($imagePath) {
    $outputFile = tempnam(sys_get_temp_dir(), 'ocr_') . '.txt';
    $command = "tesseract " . escapeshellarg($imagePath) . " " . escapeshellarg($outputFile) . " -l rus --psm 6 --oem 1";
    logMessage("🔍 OCR на изображении: $command");

    exec($command, $output, $returnVar);
    if ($returnVar !== 0) {
        logMessage("❌ Ошибка Tesseract: " . implode("\n", $output));
        return '';
    }

    if (!file_exists($outputFile . ".txt")) {
        logMessage("❌ Ошибка: OCR-файл не создан");
        return '';
    }

    $text = file_get_contents($outputFile . ".txt");
    unlink($outputFile . ".txt");
    return $text;
}


function convertPdfToImages($pdfPath, $outputDir) {
    if (!file_exists($pdfPath)) {
        logMessage("Файл не существует: $pdfPath");
        return [];
    }
    if (!file_exists($outputDir)) {
        mkdir($outputDir, 0777, true);
        logMessage("Создана директория для изображений: $outputDir");
    }
    $imagePattern = $outputDir . '/page-%03d.jpg';
    $command = "LC_ALL=en_US.UTF-8 convert -density 300 " . escapeshellarg($pdfPath) . " -quality 90 " . escapeshellarg($imagePattern);
    logMessage("Выполняем команду: " . $command);
    exec($command . " 2>&1", $output, $returnVar);
    if ($returnVar !== 0) {
        logMessage("Ошибка при конвертации PDF в изображения.");
        return [];
    }
    return glob($outputDir . '/*.jpg');
}
/*
function checkNSFWWithVision($filePath) {
    logMessage("NSFW-проверка через URL " . NSFW_MODERATION_API . " для файла: $filePath");
    $curl = curl_init();
    curl_setopt_array($curl, [
        CURLOPT_URL => NSFW_MODERATION_API,
        CURLOPT_RETURNTRANSFER => true,
        CURLOPT_POST => true,
        CURLOPT_POSTFIELDS => [
            'file' => new CURLFile($filePath)
        ],
        CURLOPT_HTTPHEADER => [
            "Content-Type: application/json",
            'Authorization: Bearer ' . OPENAI_API_KEY        
        ]
    ]);
    $response = curl_exec($curl);
    $httpCode = curl_getinfo($curl, CURLINFO_HTTP_CODE);
    $curlError = curl_error($curl);
    curl_close($curl);
    logMessage("Ответ NSFW: HTTP $httpCode - " . $response);
    if ($curlError) {
        logMessage("Ошибка cURL при проверке NSFW: " . $curlError);
        return null;
    }
    $decoded = json_decode($response, true);
    if ($httpCode !== 200 || isset($decoded['detail'])) {
        logMessage("Ошибка анализа NSFW: " . json_encode($decoded, JSON_UNESCAPED_UNICODE));
        return null;
    }
    return $decoded['nsfw'] ?? null;
}

*/
/*function checkNSFWWithVision($filePath) {
    logMessage("NSFW-проверка через URL https://api.proxyapi.ru/v1/moderation для файла: $filePath");

    $curl = curl_init();
    curl_setopt_array($curl, [
       // CURLOPT_URL => "https://api.proxyapi.ru/v1/moderation",
        CURLOPT_URL => NSFW_MODERATION_API,
        CURLOPT_RETURNTRANSFER => true,
        CURLOPT_POST => true,
        CURLOPT_POSTFIELDS => [
            'file' => new CURLFile($filePath)
        ],
        CURLOPT_HTTPHEADER => [
           'Authorization: Bearer ' . OPENAI_API_KEY
        ]
    ]);

    $response = curl_exec($curl);
    $httpCode = curl_getinfo($curl, CURLINFO_HTTP_CODE);
    $curlError = curl_error($curl);
    curl_close($curl);

    logMessage("Ответ NSFW: HTTP $httpCode - " . $response);

    if ($curlError) {
        logMessage("Ошибка cURL при проверке NSFW: " . $curlError);
        return null;
    }

    $decoded = json_decode($response, true);

    // Проверяем статус ответа
    if ($httpCode !== 200 || isset($decoded['detail'])) {
        logMessage("Ошибка анализа NSFW: " . json_encode($decoded, JSON_UNESCAPED_UNICODE));
        return null;
    }

    return $decoded['data'][0]['nsfw'] ?? null;
}
*/
function checkNSFWWithVision($filePath) {
    logMessage("⚠️ NSFW-проверка отключена для файла: $filePath");
    return null;
}


/**
 * Формирует объединённое сообщение по документам.
 * Если текст можно извлечь напрямую, то передаётся только ссылка (ID файла).
 * Если не удалось извлечь текст, используется OCR, и включается полученный текст.
 * Также производится проверка на цензуру.
 *
 * @param array $documents Массив документов (с полями 'filepath' и 'title').
 * @param array $uploadedFileIds Ассоциативный массив с путями к файлам => их идентификаторами.
 * @return string Объединённое сообщение для передачи в GPT.
 */
function analyzeDocuments($documents, $uploadedFileIds) {
    $combinedMessages = [];
    foreach ($documents as $doc) {
        if (empty($doc['filepath'])) {
            logMessage("Неверный путь: " . json_encode($doc, JSON_UNESCAPED_UNICODE));
            continue;
        }
        // Получаем fileID, полученный при загрузке
        $fileId = $uploadedFileIds[$doc['filepath']] ?? 'неизвестный_ID';
        
        // Выполняем проверку на NSFW
        $nsfw = checkNSFWWithVision($doc['filepath']);
        if ($nsfw !== null && $nsfw > 0.8) {
            $messageBlock = "Документ: " . $doc['title'] . "\n";
            $messageBlock .= "Файл (ID: " . $fileId . ") не прошёл проверку цензуры.\n";
        } else {
            // Пытаемся извлечь текст напрямую
            $text = extractText($doc['filepath']);
            if (!empty($text)) {
                // Если файл читаемый, передаём только ссылку (ID файла)
                $messageBlock = "Документ: " . $doc['title'] . "\n";
                $messageBlock .= "Файл передан с ID: " . $fileId . ". Текст не загружен, так как файл читаемый.\n";
            } else {
                // Если не удалось извлечь текст, пробуем OCR
                $ocrText = doOCR($doc['filepath']);
                if (!empty($ocrText)) {
                    $messageBlock = "Документ: " . $doc['title'] . "\n";
                    $messageBlock .= "Файл передан с ID: " . $fileId . ". OCR текст:\n" . $ocrText . "\n";
                } else {
                    $messageBlock = "Документ: " . $doc['title'] . "\n";
                    $messageBlock .= "Файл передан с ID: " . $fileId . ". Не удалось извлечь текст.\n";
                }
            }
        }
        $combinedMessages[] = $messageBlock;
    }
    return implode("\n-----------------\n", $combinedMessages);
}


/** 
 * Создает Vector Store, загружает файлы и возвращает массив с идентификаторами.
 *
 * @param array $filePaths Массив путей к файлам.
 * @return array|null Массив с ключами 'vectorStoreId' и 'fileIds' (ассоциативный массив [путь => fileID]), или null при ошибке.
 */
function createVectorStoreAndUploadFiles($filePaths) {
    logMessage("Создание Vector Store и загрузка файлов...");
    $vectorStoreId = createVectorStore();
    if (!$vectorStoreId) {
        logMessage("Ошибка: не удалось создать Vector Store.");
        return null;
    }
    $uploadedFiles = [];
    foreach ($filePaths as $filePath) {
        logMessage("Загрузка файла: $filePath");
        if (!file_exists($filePath)) {
            logMessage("Ошибка: Файл не существует: $filePath");
            continue;
        }
        $fileId = uploadFileToOpenAI($filePath);
        if (!$fileId) {
            logMessage("Ошибка загрузки файла: $filePath");
            continue;
        }
        if (!addFileToVectorStore($vectorStoreId, $fileId)) {
            logMessage("Ошибка добавления файла в Vector Store: $filePath");
        } else {
            logMessage("Файл успешно добавлен в Vector Store: $filePath");
            $uploadedFiles[$filePath] = $fileId;
        }
    }
    return ['vectorStoreId' => $vectorStoreId, 'fileIds' => $uploadedFiles];
}

?>