import pandas as pd
import json
import psycopg2
from sqlalchemy import create_engine

# Configura la connessione al database PostgreSQL
engine = create_engine('postgresql://asepg:batt1l0@10.211.114.101:5432/asedb')

# Leggi il file intero e separa l'intestazione dal resto dei dati
with open('DT0029_20241106044856.csv', 'r') as file:
    lines = file.readlines()

# Estrarre le informazioni dalle prime 7 righe
if len(lines) >= 7:
    tipo_centralina = lines[1].split()[0]  # Prima stringa nella seconda riga
    unit = lines[1].split()[1]  # Seconda stringa nella seconda riga
    ip_centralina = lines[2].split()[1]  # IP della centralina dalla terza riga
    ip_gateway = lines[4].split()[1]  # IP del gateway dalla quinta riga
    path = lines[5].split()[2] # Path dalla quinta riga
else:
    raise ValueError("Il file non contiene abbastanza righe per estrarre i dati richiesti.")

# Elabora le righe dei dati a partire dalla riga 8 in poi
for line in lines[7:]:
    # Rimuovi spazi bianchi o caratteri di nuova riga
    input_data = line.strip()

    # Suddividi la stringa in sezioni usando ";|;" come separatore
    parts = input_data.split(';|;')

    # Verifica che ci siano almeno tre parti (timestamp, misure e nodi)
    if len(parts) < 3:
        print(f"Riga non valida: {input_data}")
        continue

    # Estrai la data/ora e le prime misurazioni
    timestamp = parts[0]
    measurements = parts[1]

    # Estrai i valori di ciascun nodo e formatta i dati come JSON
    nodes = parts[2:]

    node_list = []
    for i, node_data in enumerate(nodes, start=1):
        # Dividi ogni nodo in valori separati da ";"
        node_values = node_data.split(';')

        # Imposta i valori a -1 se trovi "Dis.", altrimenti convertili in float
        val1 = -9999 if node_values[0] == "Dis." else float(node_values[0])
        val2 = -9999 if len(node_values) > 1 and node_values[1] == "Dis." else (
            float(node_values[1]) if len(node_values) > 1 else None
        )

        node_dict = {
            "num": i,
            "val1": val1,
            "val2": val2
        }
        node_list.append(node_dict)

    # Crea il DataFrame con una colonna JSONB per i nodi
    df = pd.DataFrame([{
        "event_timestamp": pd.to_datetime(timestamp),
        "tipo_centralina": tipo_centralina,
        "unit": unit,
        "ip_centralina": ip_centralina,
        "path": path,
        "ip_gateway": ip_gateway,
        "battery_level": float(measurements.split(';')[0]),
        "temperature": float(measurements.split(';')[1]),
        "nodes_jsonb": json.dumps(node_list)  # Converti la lista di dizionari in una stringa JSON
    }])

    # Carica il DataFrame in una tabella PostgreSQL
    df.to_sql('dataraw', engine, if_exists='append', index=False)

print("Tutte le righe del file sono state caricate con successo nella tabella PostgreSQL!")