# -*- coding: utf-8 -*-
"""
検索トレンドをもとにしたレコメンドロジック
"""
import sys
import pandas as pd
import datetime as dt
sys.path.append("/var/local/mode2")
from .base import ModelBase
from lib.WebRecommend.utils.dataAccess import dataAccess


class SearchTrend(ModelBase):

    def __init__(self, domain=False):
        self.recommend_category = 'search_trend'
        self.domain = domain

    def calcTrend(self, **kwargs):  # 検索数のトレンドを計算
        da = dataAccess(self.domain)
        keyword_list = da.getKeywordList()

        gtrend_res = da.getSearchTrend(keyword_list)

        res = []
        if gtrend_res['data'] != None:

            try:
                df = pd.DataFrame(
                    gtrend_res['data'], columns=gtrend_res['label'])
                df = df.set_index('date')
                df = df.sort_index()

                cols = filter(lambda a: a != 'date', gtrend_res['label'])

                for l in cols:
                    pct_change = df[l].pct_change().dropna()
                    head = pct_change.head(10)
                    tail = pct_change.tail(10)

                    head_total_change = 0.0
                    head_count_plus = 0
                    head_count_minus = 0
                    tail_total_change = 0.0
                    tail_count_plus = 0
                    tail_count_minus = 0

                    # サイコロジカルライン計算
                    for i in head:
                        head_total_change += i
                        if i > 0:
                            head_count_plus += 1
                        else:
                            head_count_minus += 1

                    for i in tail:
                        tail_total_change += i
                        if i > 0:
                            tail_count_plus += 1
                        else:
                            tail_count_minus += 1

                    print('head: '+str(head_total_change) +
                                  '  tail: '+str(tail_total_change))

                    diff = abs(head_total_change - tail_total_change)
                    if diff > 0.1:
                        if head_total_change > tail_total_change:
                            trend = 'down'
                        else:
                            trend = 'up'
                    else:
                        trend = 'nochange'

                    res.append(dict(label=l, head_total_change=head_total_change, tail_total_change=tail_total_change,
                                    head_count_plus=head_count_plus, head_count_minus=head_count_minus, tail_count_plus=tail_count_plus,
                                    tail_count_minus=tail_count_minus, trend=trend))

            except Exception as e:
                print(e)
                exc_type, exc_obj, tb = sys.exc_info()
                lineno = tb.tb_lineno
                print(lineno)
                pass

        return res

    def getRecommend(self):  # 検索数のトレンド情報からレコメンド文を生成
        res = []
        st = self.calcTrend()
        for i in st:
            print(i)
            if i['trend'] == 'up':
                try:
                    text = "「" + i['label'] + "」というワードの検索が上昇傾向のようです。"\
                        "ウェブサイトのコンテンツ内にもこのワードを入れるとアクセス数の増加が期待できます。"
                except:
                    text = "「" + i['label'].decode('utf-8') + "」というワードの検索が上昇傾向のようです。"\
                        "ウェブサイトのコンテンツ内にもこのワードを入れるとアクセス数の増加が期待できます。"
                res.append(dict(date=str(dt.date.today()), text=text))

            if i['trend'] == 'down':
                try:
                    text = "「" + i['label'] + "」というワードの検索が下落傾向のようです。"\
                        "サイト分析ワードの再設定を行うことで現在の人気を把握し、"\
                        "そのワードをウェブサイトに増やすことでアクセス数の増加が期待できます。"
                except:
                    text = "「" + i['label'].decode('utf-8') + "」というワードの検索が下落傾向のようです。"\
                        "サイト分析ワードの再設定を行うことで現在の人気を把握し、"\
                        "そのワードをウェブサイトに増やすことでアクセス数の増加が期待できます。"
                res.append(dict(date=str(dt.date.today()), text=text))

        return res