import json
import re
from functools import cmp_to_key

from flask_app.general.投标人须知正文提取指定内容 import process_nested_data, transform_json, get_requirements_with_gpt,concatenate_keys_values


#提取两个大标题之间的内容
def extract_between_sections(data, target_values):
    target_found = False
    extracted_data = {}
    current_section_title = ""
    section_pattern = re.compile(r'^[一二三四五六七八九十]+$')  # 匹配 "一", "二", "三" 等大标题
    current_block = {}

    # 遍历所有键值对
    for key, value in data.items():
        # 只匹配形如 "一": "竞争性磋商响应文件" 的章节标题
        if section_pattern.match(key):
            if target_found:
                # 如果已经找到了符合的章节，并且遇到了另一个章节
                # 保存当前块并重置
                if current_block:
                    extracted_data[current_section_title] = current_block
                    current_block = {}
                target_found = False

            # 检查当前标题是否包含 target_values 中的任意关键词
            if any(tv in value for tv in target_values):
                target_found = True  # 找到了目标章节，开始捕获后续内容
                current_section_title = value  # 保存章节标题内容

        elif target_found:  # 只捕获目标值之后的内容
            current_block[key] = value

    # 保存最后一个块（如果有的话）
    if current_block:
        extracted_data[current_section_title] = current_block

    return extracted_data


def process_with_outer_key(data):
    processed_data = {}

    # 遍历外层的键值对
    for outer_key, inner_data in data.items():
        # 调用 transform_json 函数对内层数据进行处理
        processed_inner_data = transform_json(inner_data)

        # 将处理后的数据保留在外层键下
        processed_data[outer_key] = processed_inner_data

    return processed_data


"""
递归处理嵌套的数据结构（字典和列表）。
对最内层的字符串值应用 post_process 函数。
post_process 函数尝试将长字符串按特定模式分割成块，每块至少包含50个中英文字符。
如果字典中所有值都是 ""、"/" 或空列表，则返回'键'的列表。
"""

# 读取JSON数据，提取内容，转换结构，并打印结果
def extract_from_notice(merged_baseinfo_path,clause_path, type):
    """
    从公告中提取特定类型的内容。
    Args:
        clause_path (str): 包含条款的JSON文件路径。
        type (int): 提取的类型。
            1 - ["投标文件","响应文件","响应性文件"]
            2 - ["开标", "评标", "定标","磋商程序","中标","程序","步骤"]
            3 - ["重新招标、不再招标和终止招标", "重新招标", "不再招标", "终止招标"]
            4 - ["评标"]   # 测试

    Returns:
        dict 或 str: 提取并处理后的数据，或在 `clause_path` 为空或发生错误时返回空字符串 `""`。
    """
    # 定义默认的返回结果
    DEFAULT_RESULT = ""

    # 判断 clause_path 是否为空
    if not clause_path:
        print("Warning: clause_path is empty.")
        return DEFAULT_RESULT

    # 根据 type 设置 target_values
    if type == 1:
        target_values = ["投标文件", "响应文件", "响应性文件"]
    elif type == 2:
        target_values = ["开标", "评标", "定标", "磋商程序", "中标", "程序", "步骤"]
    elif type == 3:
        target_values = ["重新招标、不再招标和终止招标","重新招标","重新采购", "不再招标", "不再采购","终止招标","终止采购"]
    elif type == 4:
        target_values = ["评标"]  # 测试
    else:
        print(f"Error: Invalid type specified: {type}. Use 1, 2, 3, or 4.")
        return DEFAULT_RESULT
    try:
        # 打开并读取JSON文件
        with open(clause_path, 'r', encoding='utf-8') as file:
            data = json.load(file)

        # 提取目标部分
        extracted_data = extract_between_sections(data, target_values)  # 读取json，截取大标题之间的内容
        if not extracted_data:
            final_result = get_requirements_with_gpt(merged_baseinfo_path, type)    #万一没用正则匹配到，那就调用大模型
            return final_result
        # print(json.dumps(extracted_data,ensure_ascii=False,indent=4))
        extracted_data_concatenated = {section: concatenate_keys_values(content)           #启用结构化就注释这三行
                                       for section, content in extracted_data.items()}

        return extracted_data_concatenated
        # transformed_data = process_with_outer_key(extracted_data)                       #取消注释这三行
        # final_result = process_nested_data(transformed_data)
        # return final_result


    except Exception as e:
        print(f"Error in extract_from_notice: {e}")
        return DEFAULT_RESULT

if __name__ == "__main__":
    clause_path = r'C:\Users\Administrator\Desktop\fsdownload\a110ed59-00e8-47ec-873a-bd4579a6e628\\clause1.json'
    merged_baseinfo_path=r"C:\Users\Administrator\Desktop\fsdownload\a110ed59-00e8-47ec-873a-bd4579a6e628\ztbfile_merged_baseinfo.pdf"
    # file_path = 'D:\\flask_project\\flask_app\\static\\output\\fee18877-0c60-4c28-911f-9a5f7d1325a7\\clause1.json'
    try:
        res = extract_from_notice(merged_baseinfo_path,clause_path, 1)  # 可以改变此处的 type 参数测试不同的场景
        res2=json.dumps(res,ensure_ascii=False,indent=4)
        print(res2)
    except ValueError as e:
        print(e)