from pyneople.character import CharacterSearch
api_key = "Neople Open API 에서 발급받은 API key"
character_search = CharacterSearch(api_key)
data = character_search.get_data("서버이름", "캐릭터이름")
character_search.parse_data(data)

print(character_search.server_id) 
print(character_search.character_name)

from pyneople.character import CharacterInformation
api_key = "Neople Open API 에서 발급받은 API key"

# api_key를 이용해 객체를 생성합니다
character_info = CharacterInformation(api_key)

# get_data 메서드를 이용해 데이터를 가져옵니다
data = character_info.get_data("cain", "d018e5f7e7519e34b8ef21db0c40fd98")

print(data)

# parse_data 메서드를 이용해 가져온 데이터를 기반으로 하위 속성을 생성합니다.
character_info.parse_data(data)

# 이제 character_info 객체의 하위 속성이 생성되어 확인할 수 있습니다.
print(character_info.character_name)

# pyneople.functions 내의 attr_flatten 함수를 이용해서 모든 하위 속성의 이름을 리스트로 확인할 수 있습니다.
from pyneople.functions import attr_flatten
print(attr_flatten(character_info))

# pyneople.functions 내의 value_flatten 함수를 이용해서 모든 하위 속성의 값을 리스트로 확인할 수 있습니다.
from pyneople.functions import value_flatten
print(value_flatten(character_info))

# python 내장함수를 이용하면 하위 속성의 이름을 key, 값을 value로 가지는 dictionary를 받을 수 있습니다.
character_info_dict = dict(zip(attr_flatten(character_info), value_flatten(character_info)))
print(character_info_dict)

# 클래스 메서드를 이용해서 원하는 데이터만 하위 속성으로 생성할 수 있습니다.
# set_sub_attributes 이후 모든 character_infous class 객체는 parse_data 메서드 사용시 지정한 정보만 하위 속성으로 생성합니다.
CharacterInformation.set_sub_attributes(["character_name", 'level', 'job_grow_name'])
del character_info
character_info = CharacterInformation(api_key)
character_info.parse_data(data)
print(attr_flatten(character_info))

# 하위 속성을 기본값으로 초기화 하려면 init_sub_attributes 클래스 메서드를 사용합니다.
CharacterInformation.init_sub_attributes()
del character_info
character_info = CharacterInformation(api_key)
character_info.parse_data(data)
print(attr_flatten(character_info))

from pyneople.database_connecter import store_fame_data_to_mongodb
from pymongo import MongoClient
mongo_client = MongoClient('mongodb://localhost:27017/')
store_fame_data_to_mongodb(mongo_client, 'dnf', 'fame_tb_20240508', [api_key])

from pyneople.database_connecter import PostgreSQLConnecter
# 생성자 함수의 매개변수로 psycopg2 connect함수의 매개변수로 사용될 dict를 입력합니다
# 해당 dict는 예시입니다. 데이터베이스에 적합하게 수정 후 이용해야 합니다.
pg_dict = {
    'host' : 'localhost', 
    'user' : 'dnfdba', 
    'password':'1557', 
    'database':'dnf'
}
pg_connecter = PostgreSQLConnecter(pg_dict)

# 원하는 쿼리문을 입력하면 실행시켜주는 메서드입니다.
query = \
"""
원하는 쿼리문을 입력합니다.
;"""
pg_connecter.excute(query)

# 원하는 쿼리문(SELCT)을 입력하면 결과를 반환하는 메서드입니다.
query = \
"""
SELECT * 
FROM table_name
LIMIT 10
;"""
data = pg_connecter.fetch(query)
print(data)

# table을 생성하는 메서드입니다.
pg_connecter.create_table("timeline_tb_20240502",
            ["total_id VARCHAR(43)",
             "timeline_code SMALLINT",
             "timeline_date TIMESTAMP",
             "timeline_data TEXT"
             ], 
            arg_drop=True)

# table을 생성하는 메서드에 매개변수로 사용 될 리스트를 반환하는 메서드입니다.
CharacterInformation.set_sub_attributes(["character_name", 'level', 'job_grow_name'])
del character_info
character_info = CharacterInformation(api_key)
data = character_info.get_data("cain", "d018e5f7e7519e34b8ef21db0c40fd98")
character_info.parse_data(data)
pg_connecter.create_table_query(character_info, ['VARCHAR(16)', 'SMALLINT', "VARCHAR(16)"])

# table의 필드 리스트를 반환하는 메서드입니다.
print(pg_connecter.get_column_names("table_name"))

# table 이름의 리스트를 반환하는 메서드입니다.
print(pg_connecter.get_table_name_list())

# table에 데이터를 삽입하는 함수입니다.
pg_connecter.insert_into_table(
    pg.cursor, 
    "table_name",  
    ["character_name", "level", "job_grow_name"], 
    [("쑤남", "110", "스트라이커")]
    )

from pyneople.database_connecter import mongodb_to_postgresql
# 전처리 함수를 미리 정의해야 합니다
# 전처리 함수는 반드시 tuple 또는 tuple을 원소로 가지는 list를 반환해야 합니다.
def prepro(document):
    document = document['rows']
    data = []
    for character in document:
        cs.parse_data(character)
        value_flatten(cs)
        data.append(tuple(
            [f"{cs.server_id} {cs.character_id}",
            cs.character_name,
            cs.level,
            cs.job_name,
            cs.job_grow_name,
            cs.fame]
        ))
    return data    
mongodb_to_postgresql(pg_connecter, 'fame_tb_20240501', mongo_client, 'dnf', 'fame_tb_20240502', prepro)