import streamlit as st
import torch
import numpy as np
import pandas as pd
from PIL import Image
from transformers import AutoTokenizer, AutoModel
import re
import pickle
import requests
from io import BytesIO

st.title("Книжные рекомендации")

# Загрузка модели и токенизатора
model_name = "cointegrated/rubert-tiny2"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModel.from_pretrained(model_name, output_hidden_states=True)

# Загрузка датасета и аннотаций к книгам
books = pd.read_csv('books_6000.csv')
books.dropna(inplace=True)

books = books[books['annotation'].apply(lambda x: len(x.split()) >= 10)]
books.drop_duplicates(subset='title', keep='first', inplace=True)
books = books.reset_index(drop=True)


def data_preprocessing(text: str) -> str:
    text = re.sub(r'http\S+', " ", text)  # удаляем ссылки
    text = re.sub(r'@\w+', ' ', text)  # удаляем упоминания пользователей
    text = re.sub(r'#\w+', ' ', text)  # удаляем хэштеги
    text = re.sub(r'<.*?>', ' ', text)  # html tags
    return text


for i in ['author', 'title', 'annotation']:
    books[i] = books[i].apply(data_preprocessing)

annot = books['annotation']

# Получение эмбеддингов аннотаций каждой книги в датасете
max_len = 128

# Определение запроса пользователя
query = st.text_input("Введите запрос")

if st.button('Сгенерировать'):
    with open("book_embeddings.pkl", "rb") as f:
        book_embeddings = pickle.load(f)

    query_tokens = tokenizer.encode(query, add_special_tokens=True,
                                    truncation=True, max_length=max_len)

    query_padded = np.array(query_tokens + [0] * (max_len - len(query_tokens)))
    query_mask = np.where(query_padded != 0, 1, 0)

    # Переведем numpy массивы в тензоры PyTorch
    query_padded = torch.tensor(query_padded, dtype=torch.long)
    query_mask = torch.tensor(query_mask, dtype=torch.long)

    with torch.no_grad():
        query_embedding = model(query_padded.unsqueeze(0), query_mask.unsqueeze(0))
        query_embedding = query_embedding[0][:, 0, :]

    # Вычисление косинусного расстояния между эмбеддингом запроса и каждой аннотацией
    cosine_similarities = torch.nn.functional.cosine_similarity(
        query_embedding.squeeze(0),
        torch.stack(book_embeddings)
    )

    cosine_similarities = cosine_similarities.numpy()

    indices = np.argsort(cosine_similarities)[::-1]  # Сортировка по убыванию

    num_books_per_page = st.selectbox("Количество книг на странице:", [3, 5, 10], index=0)

    for i in indices[:num_books_per_page]:
        cols = st.columns(2)  # Создание двух столбцов для размещения информации и изображения
        cols[1].write("## " + books['title'][i])
        cols[1].markdown("**Автор:** " + books['author'][i])
        cols[1].markdown("**Аннотация:** " + books['annotation'][i])
        image_url = books['image_url'][i]
        response = requests.get(image_url)
        image = Image.open(BytesIO(response.content))
        cols[0].image(image)
        cols[1].write("---")