"""
محلل الرسومات الهندسية وملفات BIM المتقدم
"""

import ezdxf
import cv2
import numpy as np
from PIL import Image
import pytesseract
from shapely.geometry import Point, Polygon
import json
import os
import logging
from datetime import datetime

class CADBIMAnalyzer:
    """محلل الرسومات الهندسية وملفات BIM"""
    
    def __init__(self, claude_client=None):
        """تهيئة المحلل"""
        self.claude_client = claude_client
        self.analysis_results = {}
        
    def analyze_drawing(self, file_path):
        """تحليل الرسم الهندسي"""
        try:
            file_extension = os.path.splitext(file_path)[1].lower()
            
            if file_extension in ['.dwg', '.dxf']:
                return self._analyze_cad_file(file_path)
            elif file_extension == '.ifc':
                return self._analyze_bim_file(file_path)
            elif file_extension in ['.pdf', '.jpg', '.jpeg', '.png']:
                return self._analyze_image_file(file_path)
            else:
                raise ValueError(f"نوع الملف غير مدعوم: {file_extension}")
                
        except Exception as e:
            logging.error(f"خطأ في تحليل الرسم: {str(e)}")
            raise
            
    def _analyze_cad_file(self, file_path):
        """تحليل ملف CAD"""
        doc = ezdxf.readfile(file_path)
        msp = doc.modelspace()
        
        # تحليل العناصر
        elements = {
            'lines': len(msp.query('LINE')),
            'circles': len(msp.query('CIRCLE')),
            'arcs': len(msp.query('ARC')),
            'polylines': len(msp.query('LWPOLYLINE')),
            'dimensions': len(msp.query('DIMENSION')),
            'text': len(msp.query('TEXT')),
            'blocks': len(doc.blocks)
        }
        
        # تحليل الطبقات
        layers = {layer.dxf.name: {
            'color': layer.dxf.color,
            'linetype': layer.dxf.linetype,
            'is_on': layer.dxf.on,
            'is_frozen': layer.dxf.frozen
        } for layer in doc.layers}
        
        # استخراج الأبعاد
        extents = msp.get_extents()
        if extents:
            dimensions = {
                'width': abs(extents.size.x),
                'height': abs(extents.size.y),
                'area': abs(extents.size.x * extents.size.y)
            }
        else:
            dimensions = {'width': 0, 'height': 0, 'area': 0}
            
        # تحليل متقدم باستخدام Claude
        if self.claude_client:
            drawing_info = {
                'elements': elements,
                'layers': layers,
                'dimensions': dimensions
            }
            
            analysis_prompt = f"""
            قم بتحليل معلومات الرسم الهندسي التالية وتقديم:
            1. وصف عام للرسم
            2. تحليل العناصر والطبقات
            3. تحديد نوع المشروع والتخصص
            4. توصيات فنية
            5. ملاحظات هامة
            
            معلومات الرسم:
            {json.dumps(drawing_info, indent=2, ensure_ascii=False)}
            """
            
            response = self.claude_client.messages.create(
                model="claude-3-sonnet-20240229",
                max_tokens=4000,
                temperature=0.7,
                messages=[{"role": "user", "content": analysis_prompt}]
            )
            
            ai_analysis = response.content[0].text
        else:
            ai_analysis = "تحليل الذكاء الاصطناعي غير متاح"
        
        return {
            'file_info': {
                'path': file_path,
                'type': os.path.splitext(file_path)[1],
                'size': os.path.getsize(file_path),
                'modified': datetime.fromtimestamp(os.path.getmtime(file_path)).strftime('%Y-%m-%d %H:%M:%S')
            },
            'elements': elements,
            'layers': layers,
            'dimensions': dimensions,
            'ai_analysis': ai_analysis
        }
        
    def _analyze_bim_file(self, file_path):
        """تحليل ملف BIM"""
        try:
            # تحليل ملف IFC
            import ifcopenshell
            ifc_file = ifcopenshell.open(file_path)
            
            # تحليل العناصر
            elements = {
                'structural': self._analyze_structural_elements(ifc_file),
                'architectural': self._analyze_architectural_elements(ifc_file),
                'mep': self._analyze_mep_elements(ifc_file)
            }
            
            # تحليل الأبعاد
            dimensions = self._analyze_dimensions(ifc_file)
            
            # تحليل متقدم باستخدام Claude
            if self.claude_client:
                building_info = {
                    'elements': elements,
                    'dimensions': dimensions,
                    'properties': self._extract_properties(ifc_file)
                }
                
                analysis_prompt = f"""
                قم بتحليل معلومات نموذج BIM التالية وتقديم:
                1. تحليل شامل للنموذج
                2. تقييم جودة النمذجة
                3. توصيات للتحسين
                4. تقدير التكاليف
                5. تحليل الاستدامة
                
                معلومات النموذج:
                {json.dumps(building_info, indent=2, ensure_ascii=False)}
                """
                
                response = self.claude_client.messages.create(
                    model="claude-3-sonnet-20240229",
                    max_tokens=4000,
                    temperature=0.7,
                    messages=[{"role": "user", "content": analysis_prompt}]
                )
                
                ai_analysis = response.content[0].text
            else:
                ai_analysis = "تحليل الذكاء الاصطناعي غير متاح"
            
            return {
                'file_info': {
                    'path': file_path,
                    'type': 'IFC',
                    'schema': ifc_file.schema,
                    'size': os.path.getsize(file_path)
                },
                'elements': elements,
                'dimensions': dimensions,
                'analysis': ai_analysis
            }
            
        except Exception as e:
            logging.error(f"خطأ في تحليل ملف BIM: {str(e)}")
            raise
        
    def _analyze_image_file(self, file_path):
        """تحليل ملف صورة"""
        # قراءة الصورة
        if file_path.lower().endswith('.pdf'):
            # TODO: Add PDF to image conversion
            pass
        else:
            image = cv2.imread(file_path)
            
        # استخراج النص
        text = pytesseract.image_to_string(image, lang='ara+eng')
        
        # تحليل الخطوط والأشكال
        gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
        edges = cv2.Canny(gray, 50, 150)
        lines = cv2.HoughLinesP(edges, 1, np.pi/180, 100)
        
        # تحليل متقدم باستخدام Claude
        if self.claude_client:
            image_info = {
                'dimensions': image.shape,
                'extracted_text': text,
                'detected_lines': len(lines) if lines is not None else 0
            }
            
            analysis_prompt = f"""
            قم بتحليل معلومات الصورة الهندسية التالية وتقديم:
            1. وصف عام للصورة
            2. تحليل النص المستخرج
            3. تحليل الخطوط والأشكال
            4. تحديد نوع المشروع والتخصص
            5. توصيات وملاحظات
            
            معلومات الصورة:
            {json.dumps(image_info, indent=2, ensure_ascii=False)}
            """
            
            response = self.claude_client.messages.create(
                model="claude-3-sonnet-20240229",
                max_tokens=4000,
                temperature=0.7,
                messages=[{"role": "user", "content": analysis_prompt}]
            )
            
            ai_analysis = response.content[0].text
        else:
            ai_analysis = "تحليل الذكاء الاصطناعي غير متاح"
            
        return {
            'file_info': {
                'path': file_path,
                'type': os.path.splitext(file_path)[1],
                'size': os.path.getsize(file_path),
                'modified': datetime.fromtimestamp(os.path.getmtime(file_path)).strftime('%Y-%m-%d %H:%M:%S')
            },
            'dimensions': {
                'width': image.shape[1],
                'height': image.shape[0],
                'channels': image.shape[2]
            },
            'extracted_text': text,
            'analysis': {
                'detected_lines': len(lines) if lines is not None else 0
            },
            'ai_analysis': ai_analysis
        }