import os
import time
import pandas as pd
import gspread
import openai
import wikipedia
from bs4 import BeautifulSoup
import requests
from oauth2client.service_account import ServiceAccountCredentials
from datetime import datetime

# === CONFIG ===
EXCEL = "Bestandsfirmen.xlsx"
SHEET_URL = "https://docs.google.com/spreadsheets/d/1u_gHr9JUfmV1-iviRzbSe3575QEp7KLhK5jFV_gJcgo"
CREDENTIALS = "service_account.json"
CHUNK = 10
LANG = "de"

# === AUTHENTICATION ===
scope = ["https://www.googleapis.com/auth/spreadsheets"]
creds = ServiceAccountCredentials.from_json_keyfile_name(CREDENTIALS, scope)
sheet = gspread.authorize(creds).open_by_url(SHEET_URL).sheet1

# OpenAI API-Key aus externer Datei laden
with open("api_key.txt", "r") as f:
    openai.api_key = f.read().strip()

# === LOAD DATA ===
df = pd.read_excel(EXCEL)
for col in ["Wikipedia-URL", "Wikipedia-Branche", "LinkedIn-Branche", "Umsatz (Mio €)",
            "Empfohlene Neueinstufung", "Begründung Neueinstufung", "FSM-Relevanz", "Letzte Prüfung",
            "Techniker-Einschätzung (Auto)", "Techniker-Einschätzung (Begründung)", "Techniker-Einschätzung (Manuell)"]:
    if col not in df.columns:
        df[col] = ""

# === STARTE BEI ERSTER LEERER ZEILE IN SPALTE 'Letzte Prüfung' (Spalte N) ===
sheet_values = sheet.get_all_values()
filled_n = [row[13] if len(row) > 13 else '' for row in sheet_values[1:]]
start = next((i + 1 for i, v in enumerate(filled_n, start=1) if not str(v).strip() or str(v).lower() == 'nan'), len(filled_n) + 1)
print(f"Starte bei Zeile {start+1} (erste leere Zeile in Spalte N)")

# === ANZAHL ABFRAGEN ERMITTELN ===
try:
    limit = int(input("Wieviele Firmen sollen analysiert werden? (z.B. 1000): ").strip())
except:
    print("Ungültige Eingabe, verwende alle verbleibenden Firmen.")
    limit = len(df) - (start - 1)

wikipedia.set_lang(LANG)

# === SYSTEMPROMPT ===
SYSTEM_PROMPT = (
    "Du bist ein Klassifizierungs-Experte für Unternehmensbranchen. "
    "Ordne jedes Unternehmen genau einer der folgenden Kategorien zu (nur eine):\n\n"
    "1. Hersteller / Produzenten > Maschinenbau\n"
    "2. Hersteller / Produzenten > Automobil\n"
    "3. Hersteller / Produzenten > Anlagenbau\n"
    "4. Hersteller / Produzenten > Medizintechnik\n"
    "5. Hersteller / Produzenten > Chemie & Pharma\n"
    "6. Hersteller / Produzenten > Elektrotechnik\n"
    "7. Hersteller / Produzenten > Lebensmittelproduktion\n"
    "8. Hersteller / Produzenten > IT / Telekommunikation\n"
    "9. Hersteller / Produzenten > Bürotechnik\n"
    "10. Hersteller / Produzenten > Automaten (Vending, Slot)\n"
    "11. Hersteller / Produzenten > Gebäudetechnik Heizung, Lüftung, Klima\n"
    "12. Hersteller / Produzenten > Gebäudetechnik Allgemein\n"
    "13. Hersteller / Produzenten > Schädlingsbekämpfung\n"
    "14. Hersteller / Produzenten > Fertigung\n"
    "15. Hersteller / Produzenten > Braune & Weiße Ware\n"
    "16. Versorger > Stadtwerk\n"
    "17. Versorger > Verteilnetzbetreiber\n"
    "18. Versorger > Telekommunikation\n"
    "19. Dienstleister > Messdienstleister\n"
    "20. Dienstleister > Facility Management\n"
    "21. Dienstleister > Healthcare/Pflegedienste\n"
    "22. Dienstleister > Servicedienstleister / Reparatur ohne Produktion\n"
    "23. Handel & Logistik > Auslieferdienste\n"
    "24. Handel & Logistik > Energie (Brennstoffe)\n"
    "25. Handel & Logistik > Großhandel\n"
    "26. Handel & Logistik > Einzelhandel\n"
    "27. Handel & Logistik > Logistik Sonstige\n"
    "28. Sonstige > Unternehmensberatung (old)\n"
    "29. Sonstige > Sonstige\n"
    "30. Sonstige > Agrar, Pellets (old)\n"
    "31. Sonstige > Sonstiger Service (old)\n"
    "32. Sonstige > IT Beratung\n"
    "33. Sonstige > Engineering\n"
    "34. Baubranche > Baustoffhandel\n"
    "35. Baubranche > Baustoffindustrie\n"
    "36. Baubranche > Logistiker Baustoffe\n"
    "37. Baubranche > Bauunternehmen\n"
    "38. Gutachter / Versicherungen > Versicherungsgutachten\n"
    "39. Gutachter / Versicherungen > Technische Gutachter\n"
    "40. Gutachter / Versicherungen > Medizinische Gutachten\n\n"
    "Antwortformat: Wikipedia-Branche; LinkedIn-Branche; Umsatz (Mio €); Empfohlene Neueinstufung; Begründung; FSM-Relevanz; Techniker-Einschätzung (Auto); Techniker-Einschätzung (Begründung)"
)

system_prompt = {"role": "system", "content": SYSTEM_PROMPT}

# === WIKIPEDIA LOOKUP ===
def get_wikipedia_data(firmenname):
    suchbegriffe = [firmenname.strip(), " ".join(firmenname.split()[:2])]
    for suchbegriff in suchbegriffe:
        try:
            page = wikipedia.page(suchbegriff, auto_suggest=False)
            url = page.url
            html = requests.get(url).text
            soup = BeautifulSoup(html, 'html.parser')
            infobox = soup.find("table", {"class": "infobox"})
            branche = ""
            umsatz = ""
            if infobox:
                for row in infobox.find_all("tr"):
                    header = row.find("th")
                    data = row.find("td")
                    if not header or not data:
                        continue
                    if "Branche" in header.text:
                        branche = data.text.strip()
                    if "Umsatz" in header.text:
                        umsatz = data.text.strip()
            if not branche:
                cats = page.categories
                branche = cats[0] if cats else ""
            return url, branche, umsatz
        except:
            continue
    return "", "", ""

# === KLASSIFIZIERUNG ===
def classify_company(row):
    content = (
        f"Beschreibung: {row['Beschreibung des Unternehmens'] or ''}\n"
        f"Einstufung: {row['Aktuelle Einstufung'] or ''}\n"
        f"Website: {row['Website'] or ''}"
    )
    try:
        resp = openai.chat.completions.create(
            model="gpt-4",
            messages=[system_prompt, {"role": "user", "content": content}],
            temperature=0
        )
        result = resp.choices[0].message.content.strip()
        parts = [v.strip().strip('"') if v.strip() else "k.A." for v in result.split(";", 7)]
        while len(parts) < 8:
            parts.append("k.A.")
        return parts
    except Exception as e:
        print(f"⚠️ Fehler bei Zeile: {row['Firmenname']} → {e}")
        return ["k.A."] * 8

# === LOOP ===
count = 0
for df_idx in range(start - 1, len(df)):
    if count >= limit:
        break
    row = df.iloc[df_idx]
    if str(row.get("Letzte Prüfung", "")).strip():
        continue

    print(f"[{time.strftime('%H:%M:%S')}] Verarbeite Zeile {df_idx+1}: {row['Firmenname']}")
    count += 1

    url, wiki_branche, umsatz = get_wikipedia_data(row['Firmenname'])
    df.at[df_idx, "Wikipedia-URL"] = url or "k.A."
    df.at[df_idx, "Wikipedia-Branche"] = wiki_branche.strip('"') or "k.A."
    if not df.at[df_idx, "Umsatz (Mio €)"]:
        df.at[df_idx, "Umsatz (Mio €)"] = umsatz or "k.A."

    wiki, linkedin, umsatz_chat, new_cat, reason, fsm_relevant, techniker, techniker_reason = classify_company(row)
    df.at[df_idx, "Wikipedia-Branche"] = wiki or wiki_branche or "k.A."
    df.at[df_idx, "LinkedIn-Branche"] = linkedin or "k.A."
    if not df.at[df_idx, "Umsatz (Mio €)"] or df.at[df_idx, "Umsatz (Mio €)"] == "k.A.":
        df.at[df_idx, "Umsatz (Mio €)"] = umsatz_chat or "k.A."
    df.at[df_idx, "Empfohlene Neueinstufung"] = new_cat or "k.A."

    current_cat = str(row.get("Aktuelle Einstufung") or "").strip().strip('"')
    if new_cat != current_cat:
        df.at[df_idx, "Begründung Neueinstufung"] = reason or "k.A."
    else:
        df.at[df_idx, "Begründung Neueinstufung"] = ""

    df.at[df_idx, "FSM-Relevanz"] = fsm_relevant or "k.A."
    df.at[df_idx, "Techniker-Einschätzung (Auto)"] = techniker or "k.A."
    df.at[df_idx, "Techniker-Einschätzung (Begründung)"] = techniker_reason or "k.A."

    now = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    df.at[df_idx, "Letzte Prüfung"] = now

    sheet.update(
        values=[df.loc[df_idx, [
            "Wikipedia-Branche", "LinkedIn-Branche", "Umsatz (Mio €)",
            "Empfohlene Neueinstufung", "Begründung Neueinstufung",
            "FSM-Relevanz", "Wikipedia-URL", "Letzte Prüfung",
            "Techniker-Einschätzung (Auto)", "Techniker-Einschätzung (Begründung)"
        ]].tolist()],
        range_name=f"G{df_idx+2}:Q{df_idx+2}"
    )

    time.sleep(5)

print("✅ Fertig!")