import os
import re
import pandas as pd
import plotly.express as px

def parse_log_file(file_path):
    """
    解析单个日志文件以提取股票排名数据。
    """
    # 从文件名提取时间戳
    filename = os.path.basename(file_path)
    timestamp_str = filename.replace('.log', '')
    # 一个更稳健的方法来处理文件名末尾可能的变化
    timestamp_str = '-'.join(timestamp_str.split('-')[:6])
    timestamp = pd.to_datetime(timestamp_str, format='%Y-%m-%d-%H-%M-%S')

    data = []
    with open(file_path, 'r', encoding='utf-8') as f:
        in_data_section = False
        for line in f:
            if "=== 🔥 热门个股整合榜（按平均排名排序） ===" in line:
                in_data_section = True
                continue
            if "=== 📊 概念热度排行榜 ===" in line:
                in_data_section = False
                break
            if in_data_section and line.strip():
                # 使用正则表达式处理不固定的空白字符
                match = re.match(r'\s*(\d+)\s+([0-9A-Z]+)\s+([\S]+)', line)
                if match:
                    rank = int(match.group(1))
                    stock_code = match.group(2)
                    stock_name = match.group(3)
                    data.append({
                        'timestamp': timestamp,
                        'rank': rank,
                        'stock_code': stock_code,
                        'stock_name': stock_name
                    })
    return data

def main():
    """
    主函数，用于处理日志文件并生成可交互的图表。
    """
    # --- 已将目录更新为您提供的路径 ---
    log_directory = '/ql/data/scripts/rmg/mrlog'

    # 检查目录是否存在
    if not os.path.isdir(log_directory):
        print(f"错误：目录 '{log_directory}' 不存在。")
        return

    # 查找指定目录下的所有日志文件
    log_filenames = [f for f in os.listdir(log_directory) if f.endswith('.log')]
    if not log_filenames:
        print(f"在目录 '{log_directory}' 中未找到日志文件。")
        return

    # 对文件进行排序，以便轻松找到最新的文件
    log_filenames.sort()

    # 处理所有日志文件
    all_data = []
    for filename in log_filenames:
        full_path = os.path.join(log_directory, filename) # 拼接成完整路径
        all_data.extend(parse_log_file(full_path))

    if not all_data:
        print("未能从日志文件中提取任何数据。")
        return

    # 创建DataFrame
    df = pd.DataFrame(all_data)

    # 从最新的日志文件中获取排名前50的股票
    most_recent_timestamp = df['timestamp'].max()
    top_50_stocks = df[df['timestamp'] == most_recent_timestamp]
    top_50_stocks = top_50_stocks[top_50_stocks['rank'] <= 50]
    top_50_stock_codes = top_50_stocks['stock_code'].unique()

    # 筛选DataFrame，只保留这50只股票的数据
    df_top_50 = df[df['stock_code'].isin(top_50_stock_codes)]

    # --- 使用 Plotly 生成可交互图表 ---
    if df_top_50.empty:
        print("没有足够的数据来生成图表。")
        return

    fig = px.line(
        df_top_50,
        x='timestamp',
        y='rank',
        color='stock_name',
        markers=True,
        title='前50名热门股排名变化趋势 (可交互)',
        labels={
            "timestamp": "时间",
            "rank": "排名",
            "stock_name": "股票名称"
        },
        hover_data=["stock_code", "stock_name", "rank"] # 鼠标悬停时显示的数据
    )

    # 美化图表
    fig.update_layout(
        xaxis_title='时间',
        yaxis_title='排名',
        legend_title='股票名称'
    )
    # 反转Y轴，使排名第一的在最上方
    fig.update_yaxes(autorange="reversed")

    # 保存为HTML文件
    output_filename = 'rpmbh.html'
    fig.write_html(output_filename)

    print(f"可交互图表已保存为 {output_filename}")

if __name__ == '__main__':
    main()