import os
import re
import pandas as pd


def extract_parameters_from_log(log_path):
    """
    从 log.txt 中提取三个关键参数。
    如果未找到，返回 None。
    """
    if not os.path.exists(log_path):
        return None, None, None

    with open(log_path, 'r', encoding='utf-8') as f:
        content = f.read()

    # 正则表达式定义
    # 1. Percolation diameter (原来的 Step 2)
    # 匹配模式: #     Percolation diameter (A): 1.06
    re_percolation = r"Percolation diameter \(A\):\s*([\d\.]+)"

    # 2. Minimum of d (原来的 Step 3)
    # 匹配模式: the minium of d \n 3.862140561244235
    re_min_d = r"the minium of d\s*\n\s*([\d\.]+)"

    # 3. Maximum node length (原来的 Step 4)
    # 匹配模式: #     Maximum node length detected: 1.332 A
    re_max_node = r"Maximum node length detected:\s*([\d\.]+)\s*A"

    # 提取数据
    match_perc = re.search(re_percolation, content)
    match_d = re.search(re_min_d, content)
    match_node = re.search(re_max_node, content)

    # 获取值，如果没匹配到则为空字符串或None
    val_perc = match_perc.group(1) if match_perc else None
    val_d = match_d.group(1) if match_d else None
    val_node = match_node.group(1) if match_node else None

    return val_perc, val_d, val_node


def process_folder_recursively(base_input_folder, base_output_folder):
    """
    递归遍历文件夹，提取数据并生成 CSV。
    逻辑：
    1. 遍历 base_input_folder 下的第一层子文件夹（通常是阴离子类别，如 O, S, O+S 等）。
    2. 如果是单阴离子（如 O），直接处理其下的材料文件夹。
    3. 如果是混合阴离子（如 O+S），需要进入下一层（如 O+S/O 和 O+S/S），分别处理。
    4. 结果保存在 base_output_folder 下保持相同的目录结构。
    """

    # 获取 after_step1 下的所有顶层目录 (例如 O, S, Cl, S+O ...)
    if not os.path.exists(base_input_folder):
        print(f"输入目录 {base_input_folder} 不存在")
        return

    top_dirs = [d for d in os.listdir(base_input_folder) if os.path.isdir(os.path.join(base_input_folder, d))]

    for top_dir in top_dirs:
        top_path = os.path.join(base_input_folder, top_dir)

        # 判断是否是混合阴离子目录（名字包含 +）
        if "+" in top_dir:
            # 混合阴离子情况：例如 S+O
            # 需要遍历其子目录：S+O/S 和 S+O/O
            sub_anions = [d for d in os.listdir(top_path) if os.path.isdir(os.path.join(top_path, d))]
            for sub_anion in sub_anions:
                # 构建路径：../data/after_step1/S+O/S
                current_process_path = os.path.join(top_path, sub_anion)
                # 构建输出 CSV 路径：../output/S+O/S/S.csv (或者 S+O_S.csv，这里按你要求的 O+S/O/O.csv 格式)
                # 输出目录: ../output/S+O/S
                output_dir = os.path.join(base_output_folder, top_dir, sub_anion)
                csv_filename = f"{sub_anion}.csv"

                extract_and_save(current_process_path, output_dir, csv_filename)
        else:
            # 单一阴离子情况：例如 O
            # 路径：../data/after_step1/O
            current_process_path = top_path
            # 输出目录: ../output/O
            output_dir = os.path.join(base_output_folder, top_dir)
            csv_filename = f"{top_dir}.csv"

            extract_and_save(current_process_path, output_dir, csv_filename)


def extract_and_save(input_dir, output_dir, csv_name):
    """
    实际执行提取和保存的函数。
    input_dir: 包含各个材料文件夹的目录 (例如 .../O/)
    output_dir: CSV 保存目录
    csv_name: CSV 文件名
    """
    data_list = []

    # input_dir 下面应该是各个材料的文件夹，例如 141, 142 ...
    if not os.path.exists(input_dir):
        return

    # 遍历下面的所有材料文件夹
    material_folders = [f for f in os.listdir(input_dir) if os.path.isdir(os.path.join(input_dir, f))]

    print(f"正在处理目录: {input_dir}, 发现 {len(material_folders)} 个材料文件夹")

    for material_id in material_folders:
        material_path = os.path.join(input_dir, material_id)
        # 根据新的 step1 逻辑，log 文件名为 log.txt
        log_path = os.path.join(material_path, "log.txt")

        # 提取数据
        perc, min_d, max_node = extract_parameters_from_log(log_path)

        # 只要有一个数据存在，就记录（或者你可以改为必须全部存在）
        # 这里设置为只要有记录就加入，方便排查错误
        if perc or min_d or max_node:
            data_list.append({
                "Filename": material_id,
                "Percolation Diameter (A)": perc,
                "Minimum of d": min_d,
                "Maximum Node Length (A)": max_node
            })
        else:
            # 如果 log.txt 不存在或者提取不到数据，可以选择记录空值
            data_list.append({
                "Filename": material_id,
                "Percolation Diameter (A)": None,
                "Minimum of d": None,
                "Maximum Node Length (A)": None
            })

    # 如果有数据，保存为 CSV
    if data_list:
        if not os.path.exists(output_dir):
            os.makedirs(output_dir)

        csv_path = os.path.join(output_dir, csv_name)
        df = pd.DataFrame(data_list)
        # 调整列顺序
        df = df[["Filename", "Percolation Diameter (A)", "Minimum of d", "Maximum Node Length (A)"]]

        df.to_csv(csv_path, index=False)
        print(f"数据已保存至: {csv_path}")
    else:
        print(f"目录 {input_dir} 未提取到有效数据")


if __name__ == "__main__":
    # 输入基础路径 (假设数据在 step1 处理后)
    input_base = "../data/after_step1"
    # 输出基础路径 (你提到的 output 文件夹)
    output_base = "../output"

    process_folder_recursively(input_base, output_base)