#!/usr/bin/env python3
"""
Тестирование гибридного аудита для отеля "Комфорт" (Камчатка)
Сравнение с результатами n8n AI Agent
"""

import psycopg2
from psycopg2.extras import RealDictCursor
import requests
import json
from urllib.parse import unquote
import re

# Natasha для NER
from natasha import (
    Segmenter,
    MorphVocab,
    NewsEmbedding,
    NewsMorphTagger,
    NewsSyntaxParser,
    NewsNERTagger,
    Doc
)

# Конфигурация БД
DB_CONFIG = {
    'host': "147.45.189.234",
    'port': 5432,
    'database': "default_db",
    'user': "gen_user",
    'password': unquote("2~~9_%5EkVsU%3F2%5CS")
}

# BGE-M3 API
BGE_API_URL = "http://147.45.146.17:8002/embed"
BGE_API_KEY = "22564b177aa73b6ac0b8642d7773350ff4c01d4983f028beff15ea247f09fa89"

# ID отеля Комфорт
HOTEL_ID = "303958ee-c607-11ef-92da-f9f9e6a4072b"

# Инициализация Natasha
print("🔧 Инициализация Natasha...")
segmenter = Segmenter()
morph_vocab = MorphVocab()
emb = NewsEmbedding()
morph_tagger = NewsMorphTagger(emb)
syntax_parser = NewsSyntaxParser(emb)
ner_tagger = NewsNERTagger(emb)
print("✅ Natasha готова!\n")

# Результаты от n8n AI Agent для сравнения
N8N_RESULTS = {
    1: {"score": 0.0, "found": False},
    2: {"score": 1.0, "found": True, "url": "https://hotelcomfort41.ru/o-kompanii"},
    3: {"score": 0.5, "found": True},
    4: {"score": 1.0, "found": True, "url": "https://hotelcomfort41.ru"},
    5: {"score": 0.5, "found": True},
    7: {"score": 1.0, "found": True},
    8: {"score": 0.0, "found": False},
    9: {"score": 0.5, "found": True},
    10: {"score": 0.0, "found": False},
    11: {"score": 0.0, "found": False},
    12: {"score": 1.0, "found": True},
    13: {"score": 0.0, "found": False},
    14: {"score": 0.0, "found": False},
    15: {"score": 0.0, "found": False},
    16: {"score": 0.0, "found": False},
    17: {"score": 0.0, "found": False},
    18: {"score": 0.0, "found": False}
}

def get_db_connection():
    return psycopg2.connect(**DB_CONFIG, cursor_factory=RealDictCursor)

def get_all_hotel_text(hotel_id: str) -> list:
    """Получить весь текст отеля из chunks"""
    conn = get_db_connection()
    cur = conn.cursor()
    
    cur.execute("""
        SELECT text, metadata->>'url' as url
        FROM hotel_website_chunks
        WHERE metadata->>'hotel_id' = %s
        ORDER BY id;
    """, (hotel_id,))
    
    chunks = cur.fetchall()
    cur.close()
    conn.close()
    
    return chunks

def check_criterion_with_regex(chunks: list, criterion: dict) -> dict:
    """Проверка критерия регулярными выражениями"""
    result = {
        'found': False,
        'matches': [],
        'urls': [],
        'quotes': []
    }
    
    patterns = criterion.get('patterns', [])
    keywords = criterion.get('keywords', [])
    
    for chunk in chunks:
        text = chunk['text']
        url = chunk.get('url', 'Нет URL')
        
        # Проверяем регулярки
        for pattern in patterns:
            matches = re.findall(pattern, text, re.IGNORECASE)
            if matches:
                result['found'] = True
                result['matches'].extend(matches[:3])
                if url not in result['urls']:
                    result['urls'].append(url)
                
                # Находим контекст
                match_obj = re.search(pattern, text, re.IGNORECASE)
                if match_obj:
                    idx = match_obj.start()
                    start = max(0, idx - 100)
                    end = min(len(text), idx + 200)
                    quote = text[start:end].strip()
                    result['quotes'].append({
                        'url': url,
                        'quote': quote,
                        'match': matches[0]
                    })
        
        # Проверяем ключевые слова
        if not result['found']:
            text_lower = text.lower()
            for keyword in keywords:
                if keyword.lower() in text_lower:
                    result['found'] = True
                    if url not in result['urls']:
                        result['urls'].append(url)
                    
                    # Находим контекст вокруг ключевого слова
                    idx = text_lower.find(keyword.lower())
                    if idx >= 0:
                        start = max(0, idx - 100)
                        end = min(len(text), idx + 200)
                        quote = text[start:end].strip()
                        result['quotes'].append({
                            'url': url,
                            'quote': quote,
                            'match': keyword
                        })
                        break
    
    return result

# 17 критериев с регулярками
CRITERIA = [
    {
        'id': 1,
        'name': 'Юридическая идентификация и верификация',
        'patterns': [
            r'\b\d{10}\b',  # ИНН юр.лица
            r'\b\d{12}\b',  # ИНН ИП
            r'\b\d{13}\b',  # ОГРН
            r'инн\s*:?\s*\d{10,12}',
            r'огрн\s*:?\s*\d{13}',
        ],
        'keywords': ['инн', 'огрн', 'егрюл', 'реквизиты']
    },
    {
        'id': 2,
        'name': 'Адрес',
        'patterns': [
            r'\d{6}.*?ул\.',
            r'ул\.\s*[А-Яа-яёЁA-Za-z\s]+,?\s*\d+',
            r'\d{6},?\s*г\.\s*[А-Яа-яёЁ-]+',
        ],
        'keywords': ['адрес', 'местонахождение', 'г.', 'ул.']
    },
    {
        'id': 3,
        'name': 'Контакты',
        'patterns': [
            r'(?:\+7|8)\s*\(?\d{3,5}\)?\s*\d{1,3}[-\s]?\d{2}[-\s]?\d{2}',
            r'[\w\.-]+@[\w\.-]+\.\w{2,}',
        ],
        'keywords': ['телефон', 'email', 'контакт']
    },
    {
        'id': 4,
        'name': 'Режим работы',
        'patterns': [
            r'(?:с|с\s+)\d{1,2}(?::|\.)\d{2}\s*(?:до|по)\s*\d{1,2}(?::|\.)\d{2}',
            r'круглосуточно',
            r'24\s*[/\-]\s*7',
        ],
        'keywords': ['режим работы', 'часы работы', 'график']
    },
    {
        'id': 5,
        'name': 'Политика ПДн (152-ФЗ)',
        'patterns': [
            r'152[-\s]?фз',
            r'политика\s+в\s+отношении\s+обработки\s+персональных\s+данных',
        ],
        'keywords': ['персональных данных', 'пдн', '152-фз', 'политика конфиденциальности']
    },
    {
        'id': 7,
        'name': 'Договор-оферта / Правила оказания услуг',
        'patterns': [
            r'публичная\s+оферта',
            r'договор.*?оказани.*?услуг',
            r'пользовательское\s+соглашение',
        ],
        'keywords': ['оферта', 'договор', 'правила', 'соглашение']
    },
    {
        'id': 8,
        'name': 'Рекламации и споры',
        'patterns': [],
        'keywords': ['рекламация', 'претензия', 'жалоба', 'спор']
    },
    {
        'id': 9,
        'name': 'Цены/прайс',
        'patterns': [
            r'\d+\s*(?:руб|₽)',
            r'(?:от|цена|стоимость)\s*\d+',
        ],
        'keywords': ['цена', 'прайс', 'стоимость', 'тариф']
    },
    {
        'id': 10,
        'name': 'Способы оплаты',
        'patterns': [],
        'keywords': ['оплата картой', 'наличные', 'безналичный', 'карта', 'visa', 'mastercard']
    },
    {
        'id': 11,
        'name': 'Онлайн-оплата',
        'patterns': [],
        'keywords': ['онлайн оплата', 'оплатить онлайн', 'эквайринг']
    },
    {
        'id': 12,
        'name': 'Онлайн-бронирование',
        'patterns': [],
        'keywords': ['забронировать', 'бронирование', 'booking', 'форма заявки']
    },
    {
        'id': 13,
        'name': 'FAQ',
        'patterns': [],
        'keywords': ['faq', 'частые вопросы', 'часто задаваемые']
    },
    {
        'id': 14,
        'name': 'Доступность для ЛОВЗ',
        'patterns': [],
        'keywords': ['ловз', 'инвалид', 'доступность', 'безбарьерная']
    },
    {
        'id': 15,
        'name': 'Партнёры/бренды',
        'patterns': [],
        'keywords': ['партнер', 'партнёр', 'бренд', 'сотрудничество']
    },
    {
        'id': 16,
        'name': 'Команда/сотрудники',
        'patterns': [],
        'keywords': ['команда', 'сотрудник', 'персонал', 'руководство']
    },
    {
        'id': 17,
        'name': 'Уголок потребителя',
        'patterns': [],
        'keywords': ['уголок потребителя', 'права потребителя', 'защита прав']
    },
    {
        'id': 18,
        'name': 'Актуальность документов',
        'patterns': [
            r'\d{4}[-/.]\d{1,2}[-/.]\d{1,2}',  # Даты
            r'обновлено',
            r'актуализировано',
        ],
        'keywords': ['дата обновления', 'актуально', 'обновлено']
    }
]

print('🏨 ТЕСТИРОВАНИЕ ОТЕЛЯ: Городской отель \"Комфорт\" (Камчатский край)')
print('='*80)
print(f'ID отеля: {HOTEL_ID}')
print()

# Получаем chunks
chunks = get_all_hotel_text(HOTEL_ID)
print(f'📊 Загружено {len(chunks)} chunks')
print()

# Проверяем каждый критерий
print('🔍 ПРОВЕРКА ПО РЕГУЛЯРКАМИ И КЛЮЧЕВЫМ СЛОВАМ:')
print('='*80)

total_score = 0.0

for criterion in CRITERIA:
    crit_id = criterion['id']
    crit_name = criterion['name']
    print(f'\n{crit_id}. {crit_name}')
    print('-'*80)
    
    result = check_criterion_with_regex(chunks, criterion)
    
    # Оценка
    score = 0.0
    if result['found'] and result['matches']:
        score = 1.0
    elif result['found']:
        score = 0.5
    
    total_score += score
    
    # n8n результат для сравнения
    n8n_score = N8N_RESULTS.get(crit_id, {}).get('score', 0.0)
    
    print(f'Регулярки: {score}/1.0')
    print(f'n8n AI:    {n8n_score}/1.0')
    
    if score != n8n_score:
        diff = score - n8n_score
        if diff > 0:
            print(f'✅ Регулярки ЛУЧШЕ на {diff:.1f}')
        else:
            print(f'❌ n8n AI ЛУЧШЕ на {-diff:.1f}')
    else:
        print('🟰 Одинаково')
    
    if result['found']:
        print(f'Найдено совпадений: {len(result["matches"])}')
        if result['matches']:
            print(f'Примеры: {result["matches"][:3]}')
        if result['urls']:
            print(f'URL: {result["urls"][0]}')
        if result['quotes']:
            quote_text = result['quotes'][0]['quote'][:150]
            print(f'Цитата: {quote_text}...')
    else:
        print('❌ Не найдено')

print()
print('='*80)
print(f'📊 ИТОГО:')
print(f'Регулярки: {total_score}/17 ({total_score/17*100:.1f}%)')
print(f'n8n AI:    6.0/17 (35.3%)')
print()

if total_score > 6.0:
    print(f'✅ Регулярки лучше на {total_score - 6.0:.1f} баллов!')
elif total_score < 6.0:
    print(f'❌ n8n AI лучше на {6.0 - total_score:.1f} баллов!')
else:
    print('🟰 Результаты одинаковые!')