import openai
import pandas as pd
import requests
from bs4 import BeautifulSoup
from datetime import date, timedelta
from google_auth_oauthlib.flow import InstalledAppFlow
from googleapiclient.discovery import build
from numpy import dot
from numpy.linalg import norm

# --- 1. OAuth 認証 ---
SCOPES = ['https://www.googleapis.com/auth/webmasters.readonly']
flow = InstalledAppFlow.from_client_secrets_file('client_secrets.json', SCOPES)
creds = flow.run_local_server(port=0)
# このファイルと同じフォルダに、GCPでJSON形式で認証キーをダウンロードし、「client_secrets.json」という名前で格納

# --- 2. Search Console API 初期化 ---
service = build('searchconsole', 'v1', credentials=creds)
site_list = service.sites().list().execute()

print("🔗 利用可能なプロパティ:")
urls = []
for site in site_list.get('siteEntry', []):
    if site['permissionLevel'] != 'siteUnverifiedUser':
        print("-", site['siteUrl'])
        urls.append(site['siteUrl'])
# GCPであらかじめ、Search Console APIをONにしておいてください。

# --- 3. 使用するサイトURLを選択 ---
target_site = input("使用するサイトURLを入力してください: ").strip()

# --- 4. クエリ+ページの取得 ---
end_date = date.today()
start_date = end_date - timedelta(days=30)

request = {
    'startDate': start_date.isoformat(),
    'endDate': end_date.isoformat(),
    'dimensions': ['query', 'page'],
    'rowLimit': 50　#50クエリ分。1000まで任意の数字を選べる。多いほど時間がかかるので注意
}

response = service.searchanalytics().query(siteUrl=target_site, body=request).execute()
rows = response.get('rows', [])
data = []
for row in rows:
    query, page = row['keys']
    data.append({'query': query, 'page': page})

df = pd.DataFrame(data).drop_duplicates()

# --- 5. 見出し構成の取得 (h1〜h3) ---
def get_headings(url):
    try:
        res = requests.get(url, timeout=5)
        soup = BeautifulSoup(res.text, 'html.parser')
        headings = []
        for tag in soup.find_all(['h1', 'h2', 'h3']):
            txt = tag.get_text(strip=True)
            if txt:
                headings.append(f"{tag.name}: {txt}")
        return '\n'.join(headings)
    except:
        return ""

df['headings'] = df['page'].apply(get_headings)
df = df[df['headings'] != ""]
#好みに応じて、h4まで入れても良いかも

# --- 6. OpenAI APIキーの入力 ---
from openai import OpenAI

api_key = ""
while not api_key.startswith("sk-"):
    api_key = input("🛡️ OpenAI APIキー（sk-〜）を入力して Enter を押してください: ").strip()
    if not api_key.startswith("sk-"):
        print("⚠️ 正しい形式のAPIキー（sk-で始まる）を入力してください。")

client = OpenAI(api_key=api_key)


# --- 7. Embedding取得とCos類似度計算 ---
def get_embedding(text, model="text-embedding-ada-002"):
    response = client.embeddings.create(input=[text], model=model)
    return response.data[0].embedding

def cosine_similarity(v1, v2):
    return dot(v1, v2) / (norm(v1) * norm(v2))

results = []
for _, row in df.iterrows():
    try:
        headings_vec = get_embedding(row['headings'])
        query_vec = get_embedding(row['query'])
        sim = cosine_similarity(headings_vec, query_vec)
        results.append({
            "query": row['query'],
            "url": row['page'],
            "headings": row['headings'],
            "similarity": round(sim, 4)
        })
    except Exception as e:
        print("❌ スキップ:", row['query'], "→", str(e))
        continue

# --- 8. 類似度の低い記事をAIで分析 ---
result_df = pd.DataFrame(results).sort_values(by="similarity").head(50)
#▲(50)ここはリクエスト数に合わせて

def get_rewrite_suggestion(query, headings):
    try:
        system_prompt = "あなたはSEOの専門家です。見出し構成と検索クエリから、ユーザーの意図に合う改善案を具体的に提案してください。"
        user_prompt = f"【検索クエリ】\n{query}\n\n【見出し構成】\n{headings}"
        res = client.chat.completions.create(
            model="gpt-4o",
            messages=[
                {"role": "system", "content": system_prompt},
                {"role": "user", "content": user_prompt}
            ]
        )
        return res.choices[0].message.content.strip()
    except Exception as e:
        return f"エラー: {e}"

result_df["rewrite_suggestion"] = result_df.apply(
    lambda row: get_rewrite_suggestion(row["query"], row["headings"]), axis=1
)
#結局ここのプロンプト次第でより良いものが作れるはず。
# --- 9. 保存 ---
result_df.to_csv("gsc_similarity_headings_with_suggestions.csv", index=False, encoding="utf-8-sig")
print("✅ gsc_similarity_headings_with_suggestions.csv に出力しました。")