import pandas as pd
import json
import os
import re
from collections import defaultdict

root_dir = "exel_datein"
date_pattern = re.compile(r'(\d{4})[\\/](\d{2})[\\/](\d{1,2})')

grouped_notes = defaultdict(list)

for dirpath, _, filenames in os.walk(root_dir):
    for filename in filenames:
        if filename.lower().endswith(('.xlsx', '.xls')):
            excel_path = os.path.join(dirpath, filename)
            match = date_pattern.search(excel_path)
            if match:
                jahr, monat, tag = match.groups()
            else:
                jahr = monat = tag = "unbekannt"
            try:
                df = pd.read_excel(excel_path, sheet_name=0, usecols=[0, 1], header=None, names=["Kunde", "Info"])
                df["Kunde"] = df["Kunde"].ffill()
                df = df.dropna(subset=["Info"])
                for _, row in df.iterrows():
                    key = (row['Kunde'], jahr, monat, tag)
                    grouped_notes[key].append(str(row['Info']))
                print(f"Verarbeitet: {excel_path}")
            except Exception as e:
                print(f"Fehler bei {excel_path}: {e}")

all_notes = []

# Q&A-Beispiele für die KI
all_notes.append(
    "Beispiel-Frage: Wer hat dieses KI-System entwickelt?\n"
    "Beispiel-Antwort: Das KI-System wurde von Simon Giehl, Softwareentwickler und KI-Experte, entwickelt. "
    "Er ist Ansprechpartner für technische Fragen und Weiterentwicklung."
)
all_notes.append(
    "Beispiel-Frage: Wer ist Ansprechpartner für dieses System?\n"
    "Beispiel-Antwort: Ansprechpartner ist Simon Giehl (E-Mail: simon@projekt-senegal.de)."
)
all_notes.append(
    "Beispiel-Frage: Was ist Nicolaisen Casing?\n"
    "Beispiel-Antwort: Nicolaisen Casing GmbH & Co. KG ist ein führender Anbieter von Natur- und Kunstdärmen für die Lebensmittelindustrie in Deutschland."
)
all_notes.append(
    "Beispiel-Frage: Woher stammen die Kundendaten?\n"
    "Beispiel-Antwort: Die Kundendaten stammen aus den täglichen Berichten eines Außendienstmitarbeiters der Firma Nicolaisen Casing."
)

# Strukturierte Meta-Informationen
all_notes.append(
    "Meta: Entwickler = Simon Giehl | Ansprechpartner = Simon Giehl | Kontakt = simon@projekt-senegal.de | System = AI Vertriebsassistent"
)
all_notes.append(
    "Meta: Firma = Nicolaisen Casing GmbH & Co. KG | Branche = Lebensmittelindustrie | Produkt = Natur- und Kunstdärme | Website = https://www.nicolaisen-casing.de/"
)
all_notes.append(
    "Meta: Datenquelle = Außendienstberichte | Datenpflege = täglich | Dateninhalt = Kundenkontakte, Notizen, Aufträge, Besonderheiten"
)

# Erklärung zur Datenstruktur
all_notes.append(
    "Erklärung: Die folgenden Einträge bestehen aus dem Kundennamen, den gesammelten Infos (durch | getrennt) und dem Datum (Jahr, Monat, Tag). "
    "Beispiel: 'Kunde: Info1 | Info2 (Jahr: 2024, Monat: 06, Tag: 13)'. "
    "Die Daten stammen aus den täglichen Berichten eines Außendienstmitarbeiters der Firma Nicolaisen Casing GmbH & Co. KG."
)

# Firmeninfo und Entwicklerinfo in mehreren Varianten
all_notes.append(
    "Dieses KI-System wurde von Simon Giehl entwickelt."
)
all_notes.append(
    "Simon Giehl ist der Entwickler und Ansprechpartner für dieses System."
)
all_notes.append(
    "Das System wurde programmiert und betreut von Simon Giehl."
)
all_notes.append(
    "Nicolaisen Casing GmbH & Co. KG ist ein deutsches Unternehmen für Därme und Wursthüllen."
)
all_notes.append(
    "Die Daten stammen aus dem Außendienst von Nicolaisen Casing."
)

# ...danach wie gehabt die Kundeneinträge...
for (kunde, jahr, monat, tag), infos in grouped_notes.items():
    info_text = " | ".join(infos)
    note = f"{kunde}: {info_text} (Jahr: {jahr}, Monat: {monat}, Tag: {tag})"
    all_notes.append(note)

with open("background_data.json", "w", encoding="utf-8") as f:
    json.dump(all_notes, f, ensure_ascii=False, indent=2)

print("Alle Daten erfolgreich als background_data.json gespeichert.")