import csv
from bs4 import BeautifulSoup

# Abrir y leer el contenido del archivo HTML
with open('00.html', 'r', encoding='utf-8') as f:
    soup = BeautifulSoup(f, 'html.parser')

# Variables para almacenar los datos extraídos
entries = []
current_month_year = ""

# Iterar sobre cada bloque de entrada del diario
for journal_entry in soup.find_all('div', class_='journal_entry'):
    # Actualizar el mes y año si el bloque contiene el encabezado
    header = journal_entry.find('div', class_='month-year-date')
    if header:
        header_text = header.get_text(strip=True)
        if header_text:
            current_month_year = header_text  # Ejemplo: "December, 2024"

    # Buscar cada resultado individual dentro del bloque
    for result in journal_entry.find_all('div', class_='result'):
        # Extraer el día de la fecha
        day_tag = result.find('h4', class_='date-day')
        day = day_tag.get_text(strip=True) if day_tag else ""
        # Por si el día está vacío o marcado como "invisible"
        day_text = day if day and "invisible" not in day_tag.get('class', []) else ""

        # Extraer nombre
        game_tag = result.find('div', class_='game-name')
        game_name = game_tag.get_text(strip=True) if game_tag else ""

        # Extraer la duración de la sesión
        time_tag = result.find('p', class_='journal-time')
        duration = time_tag.get_text(strip=True) if time_tag else ""

        # Combinar el día con el encabezado de mes/año
        full_date = f"{day_text} {current_month_year}".strip()

        # Agregar los datos a la lista
        entries.append({
            'fecha': full_date,
            'nombre': game_name,
            'duracion': duration
        })

# Guardar la información extraída en un archivo CSV
with open('journal.csv', 'w', newline='', encoding='utf-8') as csvfile:
    fieldnames = ['fecha', 'nombre', 'duracion']
    writer = csv.DictWriter(csvfile, fieldnames=fieldnames)

    writer.writeheader()
    for entry in entries:
        writer.writerow(entry)

print("Datos exportados exitosamente a journal.csv")

from google.colab import files
files.download('journal.csv')
  

library(tidyverse)
# Calcular top 10
top10 <- journal %>%
  group_by(nombre) %>%
  summarise(minutos = sum(duracion_min, na.rm = TRUE)) %>%
  arrange(desc(minutos)) %>%
  slice_head(n = 10) %>%
  mutate(
    horas = floor(minutos / 60),
    mins = minutos %% 60,
    etiqueta = sprintf("%dh %02dm", horas, mins)
  )

# Gráfica
ggplot(top10, aes(x = reorder(nombre, minutos), y = minutos)) +
  geom_col(fill = "red") +
  geom_text(
    aes(label = etiqueta),
    hjust = -0.05,
    size = 4
  ) +
  coord_flip() +
  scale_y_continuous(expand = expansion(mult = c(0, 0.15))) +
  labs(
    title = "Videojuegos 2024",
    x = "",
    y = "Minutos"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 18, hjust = 0.5),
    axis.title = element_text(size = 12),
    axis.text = element_text(size = 10),
    panel.grid.major.y = element_blank()
  )
  

library(tidyverse)
library(lubridate)

# Asegurarse de tener columna de mes
journal <- journal %>%
  mutate(
    fecha = as.Date(fecha),
    mes = floor_date(fecha, "month")
  )

# 1. Calcular los top 6 juegos del año
top6_juegos <- journal %>%
  group_by(nombre) %>%
  summarise(minutos = sum(duracion_min, na.rm = TRUE)) %>%
  slice_max(minutos, n = 6) %>%
  pull(nombre)

# 2. Crear nueva columna para agrupar "Otros"
journal <- journal %>%
  mutate(
    juego_cat = if_else(nombre %in% top6_juegos, nombre, "Otros")
  )

# Convertir en factor con orden deseado
niveles_ordenados <- c(top6_juegos, "Otros")
journal <- journal %>%
  mutate(juego_cat = factor(juego_cat, levels = niveles_ordenados))

# 3. Agrupar por mes y categoría
tiempo_mensual <- journal %>%
  group_by(mes, juego_cat) %>%
  summarise(minutos = sum(duracion_min, na.rm = TRUE), .groups = "drop") %>%
  mutate(horas = minutos / 60)

# 4. Calcular totales por mes para mostrar texto
totales_mes <- tiempo_mensual %>%
  group_by(mes) %>%
  summarise(
    total_minutos = sum(minutos),
    horas = total_minutos %/% 60,
    minutos = total_minutos %% 60,
    etiqueta = paste0(horas, "h ", minutos, "m")
  )

# 5. Crear gráfica
ggplot(tiempo_mensual, aes(x = mes, y = horas, fill = juego_cat)) +
  geom_col() +
  geom_text(data = totales_mes,
            aes(x = mes, y = total_minutos / 60 - 5, label = etiqueta),
            inherit.aes = FALSE,
            size = 4.2, angle = 90, color = "black") + 
  labs(
    title = "Videojuegos 2024",
    x = "",
    y = "Horas",
    fill = "Videojuego"
  ) +
  scale_x_date(
    date_labels = "%B",
    date_breaks = "1 month"
  ) +
  scale_fill_brewer(palette = "Accent") +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 16, hjust = 0.5),
    axis.text.x = element_text(angle = 45, hjust = 1),
    legend.position = "right"
  )
  

# Crear columna con el día de la semana
journal <- journal %>%
  mutate(dia_semana = wday(fecha, label = TRUE, abbr = FALSE))  # Día de la semana como nombre completo

# Crear histograma del día de la semana
ggplot(journal, aes(x = dia_semana)) +
  geom_bar(fill = "#4C9E8C", color = "#2C6F57", size = 0.5) +  # Colores más suaves
  geom_text(
    stat = "count", aes(label = ..count..), vjust = -0.5, size = 5, fontface = "bold", color = "black"
  ) +  # Agregar la cantidad exacta sobre las barras
  labs(
    title = "Sesiones de juego por dia de la semana",
    x = "",
    y = "Cantidad de sesiones"
  ) +
  scale_y_continuous(limits = c(0, 65)) +  # Limitar el eje Y a un máximo de 60
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 18, hjust = 0.5),
    axis.title = element_text(size = 12),
    axis.text = element_text(size = 10, color = "#333333"),
    panel.grid.major.x = element_blank(),
    panel.grid.minor.x = element_blank(),
    axis.ticks.x = element_blank()
  )
  

# Crear columna con el día de la semana y convertir la duración en minutos
journal <- journal %>%
  mutate(dia_semana = wday(fecha, label = TRUE, abbr = FALSE),  # Día de la semana como nombre completo
         duracion_min = parse_duration(duracion))  # Asegúrate de convertir la duración a minutos

# Calcular horas y minutos de la duración total
journal <- journal %>%
  mutate(duracion_horas = floor(duracion_min / 60),
         duracion_restante_min = duracion_min %% 60)

# Calcular horas totales de juego por día de la semana
horas_por_dia <- journal %>%
  group_by(dia_semana) %>%
  summarise(horas_totales = sum(duracion_horas), minutos_totales = sum(duracion_restante_min)) %>%
  mutate(
    horas_totales = horas_totales + floor(minutos_totales / 60),
    minutos_totales = minutos_totales %% 60,
    etiqueta = sprintf("%dh %02dm", horas_totales, minutos_totales)
  ) %>%
  arrange(dia_semana)

# Crear gráfico de barras para las horas y minutos de juego
ggplot(horas_por_dia, aes(x = dia_semana, y = horas_totales + minutos_totales / 60)) +
  geom_bar(stat = "identity", fill = "#4C9E8C", color = "#2C6F57", size = 0.5) +  # Colores más suaves
  geom_text(
    aes(label = etiqueta), vjust = -0.5, size = 5, fontface = "bold", color = "black"
  ) +  # Agregar la cantidad exacta de horas y minutos sobre las barras
  labs(
    title = "Horas de juego totales por dia de la semana",
    x = "",
    y = "Horas"
  ) +
  scale_y_continuous(limits = c(0, 65)) +  # Limitar el eje Y a un máximo de 60
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 18, hjust = 0.5),
    axis.title = element_text(size = 12),
    axis.text = element_text(size = 10, color = "#333333"),
    panel.grid.major.x = element_blank(),
    panel.grid.minor.x = element_blank(),
    axis.ticks.x = element_blank()
  )