import streamlit as st
import requests
import base64
import os
import re

st.title("AI สนับสนุนความรู้ด้านกฏหมาย PDPA")

# st.markdown("""
#     <h2 style="font-size:50px;">🤖</h2>
#     <p> AI อัจฉริยะเพื่อการเรียนรู้พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) ได้รับการออกแบบมาเพื่อช่วยให้ผู้ใช้งานเข้าถึงข้อมูลสำคัญได้อย่างรวดเร็วและเข้าใจง่าย โดยระบบสามารถค้นหาและวิเคราะห์ความหมายในเชิงบริบทได้อย่างลึกซึ้ง ทำให้สามารถเข้าใจความเชื่อมโยงและความหมายของข้อมูลได้อย่างแม่นยำ รองรับการเรียนรู้เชิงลึกในประเด็นเกี่ยวกับ PDPA และการคุ้มครองข้อมูลส่วนบุคคลได้อย่างมีประสิทธิภาพ</p>
#     <p><i>Powered by NT Lahnmah</i></p>
# """, unsafe_allow_html=True)

st.write("### 🤖 AI อัจฉริยะเพื่อการเรียนรู้พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) ได้รับการออกแบบมาเพื่อช่วยให้ผู้ใช้งานเข้าถึงข้อมูลสำคัญได้อย่างรวดเร็วและเข้าใจง่าย โดยระบบสามารถค้นหาและวิเคราะห์ความหมายในเชิงบริบทได้อย่างลึกซึ้ง ทำให้สามารถเข้าใจความเชื่อมโยงและความหมายของข้อมูลได้อย่างแม่นยำ รองรับการเรียนรู้เชิงลึกในประเด็นเกี่ยวกับ PDPA และการคุ้มครองข้อมูลส่วนบุคคลได้อย่างมีประสิทธิภาพ [Powered by NT Lahnmah]")

# st.subheader("🏷️ Tags")
# st.markdown("""
#     - LLM&nbsp;&nbsp;&nbsp;RAG&nbsp;&nbsp;&nbsp;eRAG&nbsp;&nbsp;&nbsp;PDPA&nbsp;&nbsp;&nbsp;Machine Learning&nbsp;&nbsp;&nbsp;AI&nbsp;&nbsp;&nbsp;Data Privacy&nbsp;&nbsp;&nbsp;GenAI&nbsp;&nbsp;&nbsp;NT GenAI&nbsp;&nbsp;&nbsp;ntgenai&nbsp;&nbsp;&nbsp;lahnmah&nbsp;&nbsp;&nbsp;NT Thai GPT&nbsp;&nbsp;&nbsp;ntthaigpt&nbsp;&nbsp;&nbsp;medical&nbsp;&nbsp;&nbsp;medtech&nbsp;&nbsp;&nbsp;HealthGPT&nbsp;&nbsp;&nbsp;หลานม่า&nbsp;&nbsp;&nbsp;NT Academy
# """, unsafe_allow_html=True)

system_prompt = "คุณเป็นผู้ช่วยที่มีความรู้ด้านกฎหมาย พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) และสามารถให้คำตอบที่เกี่ยวข้องเฉพาะตาม context ที่ได้รับ"

def clean_text_for_search(text):
    return ' '.join(re.sub(r'P-\d+\s*$', '', text, flags=re.MULTILINE).split())

def create_highlighted_pdf(pdf_path, search_text, page_number):
    try:
        search_text = clean_text_for_search(search_text)
        doc = fitz.open(pdf_path)
        page = doc[int(page_number) - 1]
        words = [word for word in search_text.split() if word]

        for word in words:
            if len(word) > 3:
                text_instances = page.search_for(word)
                for inst in text_instances:
                    highlight = page.add_highlight_annot(inst)
                    highlight.set_colors(stroke=(1, 1, 0))
                    highlight.update()

        new_doc = fitz.open()
        new_doc.insert_pdf(doc, from_page=int(page_number) - 1, to_page=int(page_number) - 1)
        pdf_bytes = new_doc.write()

        doc.close()
        new_doc.close()

        return pdf_bytes
    except Exception as e:
        st.error(f"Error in create_highlighted_pdf: {str(e)}")
        return None

def format_file_size(size_in_bytes):
    for unit in ['B', 'KB', 'MB', 'GB']:
        if size_in_bytes < 1024:
            return f"{size_in_bytes:.2f} {unit}"
        size_in_bytes /= 1024
    return f"{size_in_bytes:.2f} GB"

def display_search_result(result, index):
    with st.expander(f"🔍 Search Result #{index + 1} (Score: {result['score']:.4f})"):
        st.markdown("#### 📄 Document Information")
        col1, col2 = st.columns(2)

        with col1:
            st.markdown("**File Details:**")
            st.write(f"• File Name: {result['metadata']['file_name']}")
            st.write(f"• Page: {result['metadata']['page_label']}")
            st.write(f"• Type: {result['metadata']['file_type']}")
            st.write(f"• Size: {format_file_size(result['metadata']['file_size'])}")

        with col2:
            st.markdown("**Dates:**")
            st.write(f"• Created: {result['metadata']['creation_date']}")
            st.write(f"• Modified: {result['metadata']['last_modified_date']}")

        st.markdown("#### 📝 Content")
        #st.markdown(f"```\n{result['text']}\n```")
        st.markdown("""
            <div style="background-color:#d3f9d8; padding: 10px;">
                <h4>📝 Content</h4>
                <pre>{}</pre>
            </div>
        """.format(result['text']), unsafe_allow_html=True)

        try:
            pdf_path = result['file_path']
            if os.path.exists(pdf_path):
                st.markdown("#### 📄 PDF Preview (with highlighted text)")

                highlighted_pdf = create_highlighted_pdf(
                    pdf_path,
                    result['text'],
                    result['metadata']['page_label']
                )

                if highlighted_pdf:
                    base64_pdf = base64.b64encode(highlighted_pdf).decode('utf-8')
                    pdf_display = f'''
                        <iframe 
                            src="data:application/pdf;base64,{base64_pdf}" 
                            width="100%" 
                            height="800px" 
                            type="application/pdf"
                            style="border: 1px solid #ccc; border-radius: 5px;"
                        ></iframe>
                    '''
                    st.markdown(pdf_display, unsafe_allow_html=True)
                else:
                    st.error("Failed to create highlighted PDF")
        except Exception as e:
            st.error(f"Error displaying PDF: {str(e)}")

st.markdown("""
    <style>
        .stTextInput>div>div>input {
            background-color: #d3f9d8;  /* สีเขียวอ่อน */
            color: black;  /* สีข้อความเป็นสีดำ */
            cursor: text;  /* เคอร์เซอร์เป็นรูปเส้น */
            caret-color: black;  /* เปลี่ยนสีเคอร์เซอร์ให้เป็นสีดำ */
        }

        /* ปรับสีเคอร์เซอร์ให้เป็นสีดำเมื่อมีการคลิก (focus) */
        .stTextInput>div>div>input:focus {
            border-color: black;  /* ขอบสีดำ */
            outline-color: black;  /* เส้นขอบสีดำ */
        }
    </style>
""", unsafe_allow_html=True)

# ฟอร์มสำหรับกรอกข้อมูล
with st.form(key="input_form"):
    user_input = st.text_input("ป้อนคำ ข้อความ หรือประโยคที่ต้องการค้นหา:", value="ข้อมูลส่วนบุคคล คืออะไร มีกี่ประเภท", key="input")
    submit_button = st.form_submit_button("Send")

    # แสดงผลเมื่อปุ่ม 'Send' ถูกคลิก
    if submit_button:
        st.write(f"คุณป้อนข้อความ: {user_input}")
    

if submit_button and user_input:
    try:
        response = requests.post("http://113.53.253.50:8002/search", json={"query": user_input})
        response.raise_for_status()
        data = response.json()
        search_results = data["results"]

        st.markdown("### 🔎 Search Results")
        for idx, result in enumerate(search_results):
            display_search_result(result, idx)

    except requests.RequestException as e:
        st.error(f"Error: {str(e)}")


st.subheader("📄 ไฟล์เอกสารที่ใช้เป็นคลังข้อมูล PDPA")
st.markdown(
    """
    - [FAQ-เกี่ยวกับการคุ้มครองข้อมูลส่วนบุคคล-PDPA.pdf](https://huggingface.co/spaces/amornpan/eRAG-PDPA-v1/blob/main/%E0%B9%80%E0%B8%AD%E0%B8%81%E0%B8%AA%E0%B8%B2%E0%B8%A3_PDPA/1.FAQ-%E0%B9%80%E0%B8%81%E0%B8%B5%E0%B9%88%E0%B8%A2%E0%B8%A7%E0%B8%81%E0%B8%B1%E0%B8%9A%E0%B8%81%E0%B8%B2%E0%B8%A3%E0%B8%84%E0%B8%B8%E0%B9%89%E0%B8%A1%E0%B8%84%E0%B8%A3%E0%B8%AD%E0%B8%87%E0%B8%82%E0%B9%89%E0%B8%AD%E0%B8%A1%E0%B8%B9%E0%B8%A5%E0%B8%AA%E0%B9%88%E0%B8%A7%E0%B8%99%E0%B8%9A%E0%B8%B8%E0%B8%84%E0%B8%84%E0%B8%A5-PDPA.pdf) (1.13 MB)
    - [1612025563SummaryPDPA_DigitalCouncilofThailand.pdf](https://huggingface.co/spaces/amornpan/eRAG-PDPA-v1/blob/main/%E0%B9%80%E0%B8%AD%E0%B8%81%E0%B8%AA%E0%B8%B2%E0%B8%A3_PDPA/1612025563SummaryPDPA_DigitalCouncilofThailand.pdf) (1.35 MB)
    - [PDPA_Guideline_v_1.pdf](https://huggingface.co/spaces/amornpan/eRAG-PDPA-v1/blob/main/%E0%B9%80%E0%B8%AD%E0%B8%81%E0%B8%AA%E0%B8%B2%E0%B8%A3_PDPA/PDPA_Guideline_v_1.pdf) (10.7 MB)
    - [T_0024.pdf](https://huggingface.co/spaces/amornpan/eRAG-PDPA-v1/blob/main/%E0%B9%80%E0%B8%AD%E0%B8%81%E0%B8%AA%E0%B8%B2%E0%B8%A3_PDPA/T_0024.pdf) (81.1 kB)
    - [T_0026.pdf](https://huggingface.co/spaces/amornpan/eRAG-PDPA-v1/blob/main/%E0%B9%80%E0%B8%AD%E0%B8%81%E0%B8%AA%E0%B8%B2%E0%B8%A3_PDPA/T_0026.pdf) (82.6 kB)
    - [T_0028.pdf](https://huggingface.co/spaces/amornpan/eRAG-PDPA-v1/blob/main/%E0%B9%80%E0%B8%AD%E0%B8%81%E0%B8%AA%E0%B8%B2%E0%B8%A3_PDPA/T_0028.pdf) (105 kB)
    - [T_0032.pdf](https://huggingface.co/spaces/amornpan/eRAG-PDPA-v1/blob/main/%E0%B9%80%E0%B8%AD%E0%B8%81%E0%B8%AA%E0%B8%B2%E0%B8%A3_PDPA/T_0032.pdf) (103 kB)
    """,
    unsafe_allow_html=True
)

st.subheader("👤 Authors")
st.write("""
- Amornpan Phornchaicharoen (amornpan@gmail.com)
- Aekanun Thongtae (cto@bangkokfirsttech.com)
- Montita Somsoo (montita.fonn@gmail.com)
- Jiranuwat Songpad (jiranuwat.song64@gmail.com)
- Phongsatorn Somjai (ipongdev@gmail.com)
- Benchawan Wangphoomyai (benchaa.27@gmail.com)
""")