import os
import pandas as pd
import warnings
from config import (
    normalize_fio, clean_scud_fio_light, load_exceptions, 
    DATE_TODAY, DATE_YESTERDAY, find_dated_file, ZUP_1C_DIR, SCUD_DIR
)
# Импортируем прямую SQL-выгрузку отсутствий из 1С
from services.zup_extractor import fetch_zup_absences_from_sql

warnings.filterwarnings('ignore', category=UserWarning, module='pandas')


def is_excluded(fio, dept, pos, exceptions):
    """Проверяет, входит ли сотрудник или должность в список исключений."""
    fio_clean = normalize_fio(fio)
    dept_str = str(dept).strip().upper() if pd.notna(dept) else ""
    pos_str = str(pos).strip().lower() if pd.notna(pos) else ""

    if fio_clean in exceptions["fio"] or dept_str in exceptions["departments"] or pos_str in exceptions["positions"]:
        return True
    if any(keyword in pos_str for keyword in exceptions["position_keywords"]):
        return True
    return False


def load_staff_data(date_str):
    """
    Загружает файл Штатного расписания 1С за конкретную дату из папки 1c.
    """
    filepath = find_dated_file("Штат", date_str)
    if not filepath:
        fallback_path = os.path.join(ZUP_1C_DIR, "штат.xlsx")
        if os.path.exists(fallback_path):
            filepath = fallback_path
        else:
            return None

    try:
        df_raw = pd.read_excel(filepath, skiprows=8)
        
        # Индексы столбцов в файле 1С: 1 — ФИО, 5 — Подразделение, 12 — Должность
        df_staff = df_raw.iloc[:, [1, 5, 12]].copy()
        df_staff.columns = ['ФИО', 'Подразделение', 'Должность']
        
        df_staff = df_staff.dropna(subset=['ФИО']).reset_index(drop=True)
        df_staff = df_staff[~df_staff['ФИО'].astype(str).str.contains('Всего|Организация|Сотрудник|ФИО', case=False, na=False)]
        df_staff['fio_clean'] = df_staff['ФИО'].apply(normalize_fio)
        return df_staff
    except Exception as e:
        print(f"[❌] Ошибка загрузки штата из {filepath}: {e}")
        return None


def load_absent_data(date_str):
    """
    Загружает документально подтвержденные отсутствия сотрудников
    НАПРЯМУЮ из базы MS SQL 1С:ЗУП за указанную дату.
    """
    try:
        df_absent = fetch_zup_absences_from_sql(date_str)
        
        if df_absent is not None and not df_absent.empty:
            df_absent = df_absent.dropna(subset=['ФИО', 'Вид_отсутствия'])
            df_absent = df_absent[~df_absent['ФИО'].astype(str).str.contains('АО "ЛЕНМОРНИИПРОЕКТ"|Сотрудник', case=False, na=False)]
            df_absent['fio_clean'] = df_absent['ФИО'].apply(normalize_fio)
            return df_absent[['fio_clean', 'Вид_отсутствия']].dropna(subset=['fio_clean'])
        else:
            return None
    except Exception as e:
        print(f"[⚠️] Ошибка SQL-выгрузки отсутствий за {date_str}: {e}")
        return None


def process_scud_anomalies(df_scud, exceptions=None):
    """
    Вычисляет 'Первую активность' и маркирует аномалии СКУД.
    Если 'Начало дня' == 'Нет входа', но есть любая физическая активность —
    записывает первейшее время в 'Первая_активность', сбрасывает 'Пришел' в False и выставляет флаг аномалии.
    """
    if exceptions is None:
        exceptions = load_exceptions()

    start_col = 'Начало_дня' if 'Начало_дня' in df_scud.columns else ('Начало дня' if 'Начало дня' in df_scud.columns else None)
    end_col = 'Конец_дня' if 'Конец_дня' in df_scud.columns else ('Конец дня' if 'Конец дня' in df_scud.columns else None)
    status_col = 'Статус' if 'Статус' in df_scud.columns else None

    first_activities = []
    anomaly_flags = []
    is_present_flags = []

    for _, row in df_scud.iterrows():
        fio = str(row.get('Сотрудник', row.get('fio_raw', ''))).strip()
        fio_clean = normalize_fio(fio)
        dept = str(row.get('Подразделение', '')).strip()
        pos = str(row.get('Должность', '')).strip()

        val_start = str(row.get(start_col, '')).strip() if start_col else ''
        val_end = str(row.get(end_col, '')).strip() if end_col else ''
        val_status = str(row.get(status_col, '')).strip().lower() if status_col else ''

        # Извлечение первого зафиксированного события из сырых логов (pLogData), если передавалось
        raw_first_event = row.get('raw_first_event', None)
        if pd.isna(raw_first_event) or str(raw_first_event).strip() in ['', 'None', 'nan', '00:00:00']:
            raw_first_event = None

        has_no_in = (val_start in ['нет входа', 'none', 'nan', '', '00:00:00', '00:00'])
        has_no_out = (val_end in ['нет выхода', 'none', 'nan', '', '00:00:00', '00:00'])

        first_act = '—'
        anom_flag = 'NONE'
        
        # Стандартная проверка присутствия
        is_present = not ('отсутствовал' in val_status or has_no_in)

        # ЛОГИКА ВЫЧИСЛЕНИЯ ПЕРВОЙ АКТИВНОСТИ И ДЕТЕКТИРОВАНИЯ АНОМАЛИИ
        if has_no_in:
            # Если нет входа, но есть проход внутри или зафиксирован выход
            if raw_first_event is not None or not has_no_out:
                first_act = str(raw_first_event) if raw_first_event else val_end
                anom_flag = 'ANOMALY_NO_IN_HAS_ACTIVITY'

                # ЖЕСТКАЯ ВАЛИДАЦИЯ: Если человек не исключен официально — сбрасываем фейковый Пришел = True
                if not is_excluded(fio, dept, pos, exceptions):
                    is_present = False
            else:
                first_act = '—'
                is_present = False

        first_activities.append(first_act)
        anomaly_flags.append(anom_flag)
        is_present_flags.append(is_present)

    df_scud['Первая_активность'] = first_activities
    df_scud['anomaly_flag'] = anomaly_flags
    df_scud['Пришел'] = is_present_flags

    return df_scud


def load_scud_data(target_date_type="today"):
    """Загружает файл СКУД за 'today' или 'yesterday' и выполняет валидацию аномалий."""
    target_date = DATE_TODAY if target_date_type == "today" else DATE_YESTERDAY
    scud_path = find_dated_file("Сотрудники", target_date, search_dirs=[SCUD_DIR])

    if not scud_path:
        scud_path = find_dated_file("Сотрудники", DATE_TODAY, search_dirs=[SCUD_DIR])
        if not scud_path:
            raise FileNotFoundError(f"Файл СКУД [{target_date_type}] за {target_date} не найден в {SCUD_DIR}!")

    df_scud = pd.read_excel(scud_path)
    exceptions = load_exceptions()

    df_scud['fio_raw'] = df_scud['Сотрудник'].astype(str) if 'Сотрудник' in df_scud.columns else df_scud[df_scud.columns[0]].astype(str)
    df_scud['fio_clean'] = df_scud['fio_raw'].apply(clean_scud_fio_light)

    # Применяем обработчик аномалий и первой активности
    df_scud = process_scud_anomalies(df_scud, exceptions=exceptions)

    df_scud['is_excluded'] = df_scud.apply(
        lambda r: is_excluded(r.get('Сотрудник', ''), r.get('Подразделение', ''), r.get('Должность', ''), exceptions),
        axis=1
    )
    return df_scud


def load_all_data():
    """
    Загружает слитные датасеты за Сегодня и за Вчера.
    Если данных за Сегодня нет, возвращает для них None.
    """
    df_scud_today = load_scud_data(target_date_type="today")
    try:
        df_scud_yesterday = load_scud_data(target_date_type="yesterday")
    except FileNotFoundError:
        df_scud_yesterday = df_scud_today.copy()

    # Загружаем 1С за Сегодня (может быть None)
    df_staff_today = load_staff_data(DATE_TODAY)
    df_absent_today = load_absent_data(DATE_TODAY)

    # Загружаем 1С за Вчера (гарантированно есть)
    df_staff_yesterday = load_staff_data(DATE_YESTERDAY)
    df_absent_yesterday = load_absent_data(DATE_YESTERDAY)

    return (
        df_scud_today,
        df_scud_yesterday,
        df_staff_today,
        df_absent_today,
        df_staff_yesterday,
        df_absent_yesterday
    )