#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
导演编辑提示词生成器
整合OCR字幕和Whisper口播时间轴，生成专业视频脚本
"""

def generate_director_prompt(ocr_timeline, whisper_timeline, video_info=None):
    """
    生成导演编辑提示词
    
    Args:
        ocr_timeline: OCR字幕时间轴数据
        whisper_timeline: Whisper口播时间轴数据
        video_info: 视频基本信息（可选）
    
    Returns:
        str: 导演编辑提示词
    """
    
    prompt = f"""
# 导演编辑任务：视频脚本整合与优化

## 任务背景
您是一位经验丰富的视频导演和编辑，需要基于以下两个时间轴数据，为视频创作一个完整、流畅的脚本。

## 输入数据

### OCR字幕时间轴（视觉文字内容）
{ocr_timeline}

### Whisper口播时间轴（音频内容）
{whisper_timeline}

{video_info if video_info else ""}

## 导演编辑要求

### 1. 内容整合策略
- **时间同步**：将OCR字幕与Whisper口播按时间轴精确对齐
- **内容互补**：识别字幕与口播的重复、补充和差异部分
- **信息完整性**：确保重要信息不遗漏，避免重复冗余

### 2. 脚本结构设计
- **开场设计**：基于前3秒内容设计引人入胜的开场
- **节奏控制**：根据时间轴密度调整内容节奏
- **高潮设置**：识别关键信息点，设计内容高潮
- **结尾收束**：基于最后内容设计有力结尾

### 3. 语言风格优化
- **口语化处理**：将OCR识别文字转换为自然口语表达
- **情感表达**：根据内容调整语调、语速和情感色彩
- **文化适配**：考虑目标受众，调整表达方式

### 4. 视觉与音频协调
- **字幕时机**：优化字幕出现时机，与音频节奏配合
- **重点突出**：识别关键信息，在脚本中重点标注
- **转场设计**：设计自然的内容转场和过渡

## 输出格式要求

请按以下格式输出脚本：

### 完整脚本
```
[时间戳] [角色/场景] [内容]
```

### 脚本分析
- **内容概览**：简要总结视频核心内容
- **关键信息点**：列出3-5个最重要的信息
- **目标受众**：分析适合的观众群体
- **传播建议**：提供传播和推广建议

### 技术参数
- **总时长**：基于时间轴计算
- **内容密度**：评估信息密度是否合适
- **节奏分析**：分析内容节奏变化

## 创作原则
1. **真实性**：保持原始内容的真实性，不添加虚构信息
2. **流畅性**：确保脚本逻辑清晰，表达流畅
3. **吸引力**：增强内容的吸引力和传播性
4. **专业性**：体现专业导演的编辑水平

请基于以上要求，创作一个完整、专业的视频脚本。
"""
    
    return prompt

def format_timeline_for_prompt(timeline_data, timeline_type):
    """
    格式化时间轴数据用于提示词
    
    Args:
        timeline_data: 时间轴数据
        timeline_type: 时间轴类型 ("OCR" 或 "Whisper")
    
    Returns:
        str: 格式化的时间轴文本
    """
    if timeline_type == "OCR":
        formatted = "OCR字幕识别结果：\n"
        for entry in timeline_data:
            timestamp = entry.get('timestamp', 0)
            contents = entry.get('contents', [])
            formatted += f"时间点 {timestamp:.2f}s:\n"
            for content in contents:
                text = content.get('text', '')
                bbox = content.get('bbox', [])
                formatted += f"  - 文字: '{text}'\n"
                if bbox:
                    formatted += f"    位置: {bbox}\n"
            formatted += "\n"
    
    elif timeline_type == "Whisper":
        formatted = "Whisper语音识别结果：\n"
        for i, entry in enumerate(timeline_data):
            start_time = entry.get('start', 0)
            end_time = entry.get('end', 0)
            text = entry.get('text', '')
            formatted += f"  id:{i}, start:{start_time:.2f}, end:{end_time:.2f}, text:{text}\n"
    
    return formatted

def create_video_script_prompt(ocr_json_path, whisper_data=None):
    """
    创建完整的视频脚本提示词
    
    Args:
        ocr_json_path: OCR JSON文件路径
        whisper_data: Whisper识别数据（可选）
    
    Returns:
        str: 完整的导演编辑提示词
    """
    # 读取OCR数据
    from pre_data_1 import read_json_file, format_ocr_json
    
    ocr_data = read_json_file(ocr_json_path)
    if not ocr_data:
        return "错误：无法读取OCR数据文件"
    
    # 格式化OCR时间轴
    _, subtitle_array = format_ocr_json(ocr_data)
    ocr_timeline = format_timeline_for_prompt(subtitle_array, "OCR")
    
    # 格式化Whisper时间轴（如果有）
    whisper_timeline = ""
    if whisper_data:
        whisper_timeline = format_timeline_for_prompt(whisper_data, "Whisper")
    else:
        whisper_timeline = "（暂无Whisper数据）"
    
    # 视频基本信息
    video_info = f"""
### 视频基本信息
- 文件路径: {ocr_json_path}
- OCR引擎: {ocr_data.get('ocr_engine', 'Unknown')}
- 视频时长: {ocr_data.get('duration', 0):.2f}秒
- 视频分辨率: {ocr_data.get('frame_width', 0)}x{ocr_data.get('frame_height', 0)}
- 视频帧率: {ocr_data.get('fps', 0):.2f}FPS
"""
    
    # 生成导演提示词
    prompt = generate_director_prompt(ocr_timeline, whisper_timeline, video_info)
    
    return prompt

# 示例使用
if __name__ == "__main__":
    # 示例Whisper数据（实际使用时应该从文件读取）
    example_whisper_data = [
        {"start": 0.00, "end": 1.80, "text": "潑水街不只有云南"},
        {"start": 1.80, "end": 3.56, "text": "老窝更远更传统"},
        {"start": 3.56, "end": 5.64, "text": "快来接触这份湿身快乐"},
        # ... 更多数据
    ]
    
    # 生成提示词
    prompt = create_video_script_prompt(
        "/root/autodl-tmp/new_cnocr/老挝泼水节_subtitles.json",
        example_whisper_data
    )
    
    # 保存提示词到文件
    import os
    output_path = "/root/autodl-tmp/new_cnocr/director_prompt.txt"
    with open(output_path, 'w', encoding='utf-8') as f:
        f.write(prompt)
    
    print(f"导演编辑提示词已保存到: {output_path}")
    print("\n提示词预览（前500字符）:")
    print(prompt[:500] + "...")