import argparse
import os
import pandas as pd

"""
Dieses Programm kann:
- eine Excel-Datei exportieren, in der alle aktualisierten Preise der Excel Datei aus dme work Ordner enthalten sind
"""

class Fetch:

    datafile = 'grid_export.xlsx'
    lib_dir = os.environ.get('SIVASPRICES_LIB')
    data_dir = os.environ.get('SIVASPRICES_DATA')
    in_dir = os.environ.get('SIVASPRICES_WORK')
    out_dir = os.environ.get('SIVASPRICES_OUT')
    sivas_prices_xls_path = os.path.join(data_dir, datafile)

    def __init__(self):
        self.read_grid_export()

    def process(self, inputfile):
        df_to_search_ids = self.read_inputfile(inputfile)
        self.create_excel_export(df_to_search_ids)


    def read_grid_export(self):
        # liest die XLS-Datei ein, in der alle Preise des kompletten Teilestamms enthalten sind
        # mit Teilenummer, Bezeichnung 1 und Laufende Materialkosten
        try:
            #self._sivas_df = pd.read_excel(self.sivas_prices_xls_path, usecols=["Teilenummer", "Bezeichnung1", "Laufende Materialkosten"])
            self._sivas_df = pd.read_excel(self.sivas_prices_xls_path)
            self._sivas_df['Teilenummer'] = self._sivas_df['Teilenummer'].astype(str)

        except FileNotFoundError:
            # XLSX-Datei wurde noch nicht ins %SIVASPRICES_WORK% kopiert
            print(f"FAILED: '{Fetch.datafile}' nicht gefunden. sollte im  '{Fetch.in_dir}' liegen ...")

    def read_inputfile(self, inputfile):
        # Methode liest die Sivas Ids der Eingabedatei, um festzustellen welche Preise gesucht werden.
        try:
            df = pd.read_excel(inputfile, sheet_name='Kaufteile', usecols=["Teilenummer"])
            df['Teilenummer'] = df['Teilenummer'].astype(str)
            return df

        except FileNotFoundError:
            print(f"FAILED: '{inputfile}' nicht gefunden. sollte im  '{Fetch.data_dir}' liegen ...")
            return pd.DataFrame()
        except ValueError:
            print(f"FAILED: Spalte 'Teilenummer' nicht gefunden")
            return pd.DataFrame()


    def create_excel_export(self, df_to_search_sivas_ids:pd.DataFrame, outfile):
        # Spalten in Excel-Datei: Teilenummer, Bezeichnung, Preis

        df_merged = self._sivas_df.merge(df_to_search_sivas_ids, how='inner', on='Teilenummer')
        df_merged.set_index('Teilenummer')
        df_merged.to_excel(outfile,  index=False)
        print(f"OK: Excel-Datei erfolgreich in '{Fetch.out_dir}' geschrieben...")



if __name__ == '__main__':
    parser = argparse.ArgumentParser(description='Das Programm holt die speziell gewünschten Preise aus der data/grid_export.xlsx ', prog='update_prices')
    parser.add_argument('-a', '--all', action='store_true', help='Erzeugt Excel-Dateien für alle Teilenummern in allen .xlsx Files im Work Ordner')
    parser.add_argument('-e', '--excel', action='store', help='Erzeugt Excel-Datei in der alle Teilenummern, die migriert werden müssen, aufgelistet sind')

    args = parser.parse_args()


if args.excel:
    fetch = Fetch()
    fetch.process(args.excel)
elif args.all:
    all_files = os.listdir(os.environ.get('SIVASPRICES_WORK'))
    fetch = Fetch()
    in_dir = os.environ.get('SIVASPRICES_WORK')
    out_dir = os.environ.get('SIVASPRICES_OUT')
    for myfile in all_files:
        if not myfile.endswith(".xlsx"):
            continue
        input_xlsx = os.path.join(in_dir, myfile)
        output_xlsx = os.path.join(out_dir, 'updated_'+myfile)
        df_to_search_ids = fetch.read_inputfile(input_xlsx)
        if df_to_search_ids.empty: 
            continue
        fetch.create_excel_export(df_to_search_ids, output_xlsx)
else:
    parser.print_help()