import pandas as pd
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.metrics.pairwise import cosine_similarity
import os

ARQUIVO = "filmes.csv"

# Função para carregar ou criar base de dados
def carregar_dados():
    if not os.path.exists(ARQUIVO):
        df_inicial = pd.DataFrame({
            'titulo': [
                'O Senhor dos Anéis',
                'Matrix',
                'Titanic',
                'Velozes e Furiosos',
                'Avatar',
                'Diário de uma Paixão',
                'Homem de Ferro'
            ],
            'generos': [
                'Aventura Fantasia',
                'Ação Ficção Científica',
                'Romance Drama',
                'Ação Crime',
                'Ficção Científica Aventura',
                'Romance Drama',
                'Ação Ficção Científica'
            ]
        })
        df_inicial.to_csv(ARQUIVO, index=False)
    return pd.read_csv(ARQUIVO)

# Função para salvar base de dados
def salvar_dados(df):
    df.to_csv(ARQUIVO, index=False)

# Função de recomendação
def recomendar_filmes(df, titulo, n=3):
    if titulo not in df['titulo'].values:
        return None

    vectorizer = CountVectorizer()
    generos_matrix = vectorizer.fit_transform(df['generos'])
    similaridade = cosine_similarity(generos_matrix)

    idx = df[df['titulo'] == titulo].index[0]
    scores = list(enumerate(similaridade[idx]))
    scores = sorted(scores, key=lambda x: x[1], reverse=True)
    recomendacoes_idx = [i[0] for i in scores[1:n+1]]

    return df['titulo'].iloc[recomendacoes_idx].tolist()

# Função para adicionar um novo filme
def adicionar_filme(df):
    titulo = input("Digite o título do novo filme: ").strip()
    if titulo in df['titulo'].values:
        print("Filme já existe no sistema.")
        return df

    generos = input("Digite os gêneros do filme (separados por espaço): ").strip()
    novo_filme = pd.DataFrame({'titulo': [titulo], 'generos': [generos]})
    df = pd.concat([df, novo_filme], ignore_index=True)
    salvar_dados(df)
    print(f"Filme '{titulo}' adicionado com sucesso!")
    return df

# Função para exibir filmes disponíveis
def listar_filmes(df):
    print("\n🎬 Filmes disponíveis:")
    for i, row in df.iterrows():
        print(f"- {row['titulo']} ({row['generos']})")
    print()

# Menu principal
def menu():
    df = carregar_dados()

    while True:
        print("\n=== SISTEMA DE RECOMENDAÇÃO DE FILMES ===")
        print("1. Recomendar filmes")
        print("2. Adicionar novo filme")
        print("3. Listar todos os filmes")
        print("4. Sair")

        escolha = input("Escolha uma opção (1-4): ").strip()

        if escolha == '1':
            titulo = input("\nDigite o nome de um filme: ").strip()
            recomendacoes = recomendar_filmes(df, titulo)
            if recomendacoes:
                print(f"\nFilmes recomendados para '{titulo}':")
                for i, rec in enumerate(recomendacoes, 1):
                    print(f"{i}. {rec}")
            else:
                print(f"\nFilme '{titulo}' não encontrado no sistema.")
        elif escolha == '2':
            df = adicionar_filme(df)
        elif escolha == '3':
            listar_filmes(df)
        elif escolha == '4':
            print("\nObrigado por usar o sistema. Até logo!")
            break
        else:
            print("Opção inválida. Tente novamente.")

# Executa o programa
if __name__ == "__main__":
    menu()