db/mongodb.py

from pymongo import MongoClient
import gridfs
from bson import ObjectId
import os
from io import BytesIO
import magic

def connect_mongodb(db_name, collection_name):
    client = MongoClient("mongodb+srv://admin:[email protected]/?retryWrites=true&w=majority&appName=Cluster0")
    db = client[db_name]
    fs = gridfs.GridFS(db, collection=collection_name)
    return fs



def save_file_to_mongodb(uploaded_file, db_name="ppt", collection_name="root_file"):
    """
    Lưu file vào MongoDB bằng GridFS mà không kiểm tra trùng lặp.
    
    :param uploaded_file: đối tượng UploadedFile từ Streamlit
    :param db_name: Tên database trong MongoDB
    :param collection_name: Tên collection GridFS
    :param file_tail: Phần mở rộng mặc định của file nếu không có
    :return: file_id nếu lưu thành công
    """
    client = MongoClient("mongodb+srv://admin:[email protected]/?retryWrites=true&w=majority&appName=Cluster0")
    db = client[db_name]
    fs = gridfs.GridFS(db, collection=collection_name)

    # Xác định tên file
    file_name = uploaded_file.name

    # Đảm bảo con trỏ file đang ở đầu
    uploaded_file.seek(0)
    file_bytes = uploaded_file.read()

    # Lưu file vào MongoDB (không kiểm tra trùng lặp)
    file_id = fs.put(file_bytes, filename=file_name)
    print(f"✅ File '{file_name}' đã được lưu vào '{collection_name}' với ID: {file_id}")
    
    client.close()
    return file_id, file_name



def save_xml_to_gridfs(xml_content, file_name, db_name="ppt", collection_name="original_xml"):
    """
    Lưu XML vào MongoDB GridFS.
    
    :param xml_content: Chuỗi XML cần lưu
    :param file_name: Tên file XML
    :param db_name: Tên database MongoDB
    :param collection_name: Tên collection GridFS
    """
    client = MongoClient("mongodb+srv://admin:[email protected]/?retryWrites=true&w=majority&appName=Cluster0")
    db = client[db_name]
    fs = gridfs.GridFS(db, collection=collection_name)

    # Kiểm tra file đã tồn tại chưa
    existing_file = fs.find_one({"filename": file_name})
    if existing_file:
        print(f"⚠️ File '{file_name}' đã tồn tại trong GridFS. Không lưu lại.")
        return

    # Chuyển đổi chuỗi XML thành bytes và lưu vào GridFS
    file_id = fs.put(xml_content.encode("utf-8"), filename=file_name)
    print(f"✅ XML '{file_name}' đã được lưu vào GridFS với ID: {file_id}")

def fetch_file_from_mongodb(db_name, collection_name, file_id):
    client = MongoClient("mongodb+srv://admin:[email protected]/?retryWrites=true&w=majority&appName=Cluster0")  # Cập nhật nếu cần
    db = client[db_name]
    fs = gridfs.GridFS(db, collection_name)

    try:
        file_data = fs.get(file_id)
        pptx_io = BytesIO(file_data.read())
        pptx_io.seek(0)  # Đặt lại vị trí đầu file
        return pptx_io, file_data.filename
    except Exception as e:
        print(f"Lỗi khi lấy file từ MongoDB: {e}")
        return None, None
    
def detect_file_type(uploaded_file):
    if uploaded_file is not None:
        try:
            # Ưu tiên kiểm tra phần mở rộng trước
            ext = os.path.splitext(uploaded_file.name)[1].lower()
            ext_mapping = {
                ".csv": "CSV", ".docx": "Word", ".doc": "Word",
                ".xlsx": "Excel", ".pptx": "PPTX", ".pdf": "PDF"
            }
            detected_type = ext_mapping.get(ext)

            if detected_type:
                return detected_type  # Nếu có trong danh sách, trả về ngay
            
            # Nếu không có phần mở rộng hợp lệ, fallback vào MIME type
            file_bytes = uploaded_file.read(4096)
            mime = magic.Magic(mime=True)
            file_type = mime.from_buffer(file_bytes)

            mime_types = {
                "application/pdf": "PDF",
                "application/vnd.ms-powerpoint": "PPTX",
                "application/vnd.openxmlformats-officedocument.presentationml.presentation": "PPTX",
                "application/vnd.openxmlformats-officedocument.spreadsheetml.sheet": "Excel",
                "application/vnd.ms-excel": "Excel",
                "application/vnd.openxmlformats-officedocument.wordprocessingml.document": "Word",
                "application/msword": "Word",
                "text/csv": "CSV",
                "text/plain": "CSV"
            }
            return mime_types.get(file_type, "Unknown")
        
        except Exception as e:
            print(f"Error detecting file type: {e}")
            return "Unknown"

    return None