#!/usr/bin/env python3
# -*- coding: UTF-8 -*-

import geopandas as gpd
import pandas as pd
from sqlalchemy.engine import URL
from sqlalchemy import create_engine

# Parametres bdd HOMER - sicen2
user_hom   = 'cen_admin'
pwd_hom    = '#CEN38@venir'
adr_hom    = '91.134.194.221'
port_hom   = '5432'
base_hom   = 'sicen2'
schema_hom = 'saisie'
table_hom  = 'saisie_observation'

url_hom = URL.create('postgresql+psycopg2', 
  username = user_hom,
  password = pwd_hom,
  host = adr_hom,
  database = base_hom,
)
con_sicen = create_engine(url_hom)

# Parametres bdd HOMER - geonature
user_geo   = 'geonatadmin'
pwd_geo    = 'Ge0naT38*aDm1n'
adr_geo    = '91.134.194.221'
port_geo   = '5432'
base_geo   = 'geonature2db'
schema_geo = 'taxonomie'
table_geo  = 'taxref'

url_geo = URL.create('postgresql+psycopg2', 
  username = user_geo,
  password = pwd_geo,
  host = adr_geo,
  database = base_geo,
)
con_geo = create_engine(url_geo)

file = True
path_file = '/home/colas/Documents/9_PROJETS/6_GEONATURE/MODULES/Macrophytes/Module_Macrophytes_Liste_Espèces.xlsx'

taxref = False
args = {
    'sous_famille': 'Zygaeninae'
}


if file:
    if path_file.split(r'.',1)[-1] == 'xlsx':
        f = pd.read_excel(path_file)
        f.columns = f.colufmns.str.lower()
        lst_cdnom = f.cd_nom.astype(str).unique()
    elif path_file.rsplit(r'.',1)[-1] == 'csv':
        f = pd.read_csv(path_file)
        f.columns = f.columns.str.lower()
        lst_cdnom = f.cd_nom.astype(str).unique()
elif taxref:
    sql = 'SELECT * FROM {sch}.{tab}'.format(sch = schema_geo,tab = table_geo)
    sql += ' WHERE %s'%' AND '.join([
        x+'='+"'%s'"%args[x] if isinstance(args[x],str) else x+' in %s'%str(tuple(args[x])) for x in args
    ])
    df_tax = pd.read_sql_query(sql,con_geo)
    lst_cdnom = df_tax.cd_nom.astype(str).unique()
else:
    sql = 'SELECT * FROM {sch}.{tab}'.format(sch=schema_hom, tab=table_hom)
    gdf_saisie = gpd.read_postgis(
        sql = sql,
        con = con_sicen,
        geom_col = 'geometrie'
    )
    lst_cdnom = gdf_saisie.cd_nom.unique()

# Récupération de la liste taxref non présents
# dans la table bib_noms
sql = """
SELECT DISTINCT cd_nom,cd_ref,nom_vern,id_rang FROM {sch}.{tab} 
WHERE cd_nom IN ('{lst}')
AND cd_nom NOT IN (SELECT cd_nom FROM {sch}.bib_noms WHERE cd_nom IN ('{lst}'))
""".format(
    sch = schema_geo,
    tab = table_geo,
    lst = "','".join(lst_cdnom)
)
df_taxref = pd.read_sql_query(sql,con_geo)
df_taxref.rename(columns={'nom_vern':'nom_francais'}, inplace=True)

# Envoie de la liste dans la table taxonomie.bib_noms
df_taxref.drop(columns=['id_rang']).to_sql(
    name = 'bib_noms',
    con = con_geo,
    schema=schema_geo,
    if_exists='append',
    index=False
)

# récupération des IDs la table taxonomie.bib_noms
sql = 'SELECT distinct cd_nom FROM {sch}.{tab} WHERE cd_nom IN ({id_nom_max})'.format(
    sch = schema_geo,
    tab = 'bib_noms',
    id_nom_max = ",".join(lst_cdnom))

id_liste = 112 # id_liste de la liste présente dans la table taxonomie.bib_listes
sql = """
SELECT id_nom FROM {sch}.{tab} WHERE cd_nom IN ({id_nom_max})
AND id_nom NOT IN (SELECT id_nom FROM {sch}.cor_nom_liste WHERE id_liste = '{id_liste}')
""".format(
    sch = schema_geo,
    tab = 'bib_noms',
    id_nom_max = ",".join(lst_cdnom),
    id_liste = id_liste
)
_df = pd.read_sql_query(sql,con_geo)
# _df = pd.read_sql_table(
#     table_name='bib_noms',
#     con= con_geo,
#     schema=schema_geo
# )
_df['id_liste'] = id_liste    # id_liste de la liste présente dans la table taxonomie.bib_listes
df = _df[['id_liste','id_nom']]
# envoie de la liste dans la table taxonomie.bib_noms
df.to_sql(
    name = 'cor_nom_liste',
    con = con_geo,
    schema=schema_geo,
    if_exists='append',
    index=False
)

sql = 'SELECT * FROM {sch}.cor_nom_liste'.format(
    sch = schema_geo)
cor_nom_liste = pd.read_sql_query(sql,con_geo)