library(rjson)
library(shiny)
library(bslib)
library(bsicons)
library(leaflet)
library(sf)
library(htmltools)
library(dplyr)
library(purrr)
library(ggplot2)
library(ggthemes)
library(stringr)

# Json of Crime Reports
crime_json <- fromJSON(file="data.json")
get_bezirk_by_stadtteil <- function(name) {
  parents <- names(crime_json)[sapply(crime_json, function(item) name %in% names(item))]
  
  if (length(parents) == 0) return(NULL)
  parents
}

map_data_to_table <- function(bezirk, stadtteil, year) {
  year <- as.character(trimws(year))
  map_df(names(crime_json[[bezirk]][[stadtteil]]), function(crime) {
    row <- crime_json[[bezirk]][[stadtteil]][[crime]][[year]]
    
    tibble(
      Name = crime,
      `Erfasste Fälle`      = as.integer(row[["Erfasste Fälle"]]),
      `Aufgeklärte Fälle`   = as.integer(row[["Aufgeklärte Fälle"]]),
      `Aufklärung relativ`  = paste(row[["Aufklärung relativ"]], "%", sep=""),
    )
  })
}

map_data_to_top3_plot <- function(bezirk, stadtteil, year) {
  year <- as.character(trimws(year))
  req(bezirk)
  req(stadtteil)
  req(year)
  komplettes_tibble <- map_df(names(crime_json[[bezirk]][[stadtteil]]), function(crime) {
    row <- crime_json[[bezirk]][[stadtteil]][[crime]][[year]]
     tibble(
      Name = str_wrap(crime, width = 25),
      Erfasst = as.integer(row[["Erfasste Fälle"]]),
    )
  })
  # Sortieren und Beschränken auf die Ränge 2, 3 und 4
  top_3_tibble <- komplettes_tibble %>%
    # Sortieren: Absteigend nach "Erfasste Fälle". Der höchste Wert ist nun in Zeile 1.
    arrange(desc(Erfasst)) %>% 
    # Beschränken: Wählt die Zeilen 2, 3 und 4 aus.
    # Dies sind die Ränge 2, 3 und 4.
    slice(2:4)
  
  return(top_3_tibble)
}

#GeoJson for Bezirke
geo_bezirke <- st_read("geobezirke-parsed.json")
geo_bezirke <- st_transform(geo_bezirke, crs = 4326)
geo_bezirke$leaflet_id <- paste("bez_", geo_bezirke$bezirk, sep="")

#GeoJson for Stadtteile
geo_stadtteile <- st_read("geostadtteile-parsed.json")
geo_stadtteile <- st_transform(geo_stadtteile, crs = 4326)
geo_stadtteile$leaflet_id <- paste("std_", geo_stadtteile$stadtteil, sep="")
bezirke <- sort(names(crime_json))

auswahlmöglichkeiten <- crime_json %>%
  # 1. map(names) wendet names() auf jedes Element der ersten Ebene, wie Bezirke ("A", "B", "C") an.
  #    Ergebnis: Eine Liste von Vektoren (z.B. list(c("aa1", "aa2"), c("bb1", "bb2"), c("cc1"))), hier: Stadtteile
  map(names) %>%
  # 2. unlist() vereint alle diese Vektoren zu einem einzigen Vektor.
  #    Ergebnis: c("aa1", "aa2", "bb1", "bb2", "cc1")
  unlist() %>%
  # 3. unique(): auf Nummer sicher gehen, dass die Stadtteile alle eindeutig sind.
  unique() %>%
  sort()

#User interface definitions
ui <- function() {
  page_fillable(
    h1("Kriminalstatistik Hamburg",
       style = "color: #003063; font-weight: bold;",
       class = "ms-4 display-4"),# ms-4 sorgt für den Abstand links
    navset_card_tab(
      nav_panel("Karte",
        page_sidebar(
          layout_columns(
            leafletOutput("hhmap"),
            card(
              div(
                # h3 oder div dient als Block-Element und richtet seinen Inhalt (das span) rechtsbündig aus
                style = "text-align: right; width: 100%; ", 
                
                # Der Text wird in ein span verpackt und erhält die Border. 
                # Ein span nimmt nur den Platz ein, den der Inhalt benötigt (inline).
                tags$span(
                  "2024", 
                  style = "
                    border: 1px solid rgba(40,70,94,0.1);
                    border-radius: 5px;
                    padding: 5px 10px 5px 10px;
                    background-color: #eeeeee;
                  "
                  # padding ist der abstand an leerer Fläche in der reihenfolge top right bottom left
                  # farbe rgba ist die exakte Farbe der Trennlinien und Card-Umrandungen aus der App
                )
              ),
              div(
                class = "d-flex align-items-end gap-2",
                h5(strong("Bezirk:"), style = "margin-bottom: 0;"),
                textOutput("txt_map_selection_bezirk"),
              ),
              div(
                class = "d-flex align-items-end gap-2",
                h5(strong("Stadtteil:"), style = "margin-bottom: 0;"),
                textOutput("txt_map_selection_stadtteil"),
              ),
              plotOutput("grph_top3"),
              #tableOutput("tbl_2024"),
            ),
            col_widths = c(8, 4),
          ),
          sidebar = sidebar(
            radioButtons(
              inputId = "rd_maptype",
              label = "Kartentyp",
              choices = c("Bezirke", "Stadtteile"),
              selected = "Bezirke"
            ),
            selectizeInput(
              inputId = "search",
              label = tags$span(icon("search"),"Suche"),
              choices = NULL, 
              selected = NULL, 
              multiple = FALSE, # Hier wahrscheinlich nur Einzelauswahl gewünscht
              options = list(
                placeholder = "Anfangen zu tippen...",
                openOnFocus = FALSE,
                allowEmptyOption = TRUE,
                selectOnTab = FALSE
              )
            )
          ),
        )
      ),
      nav_panel("Vergleich", 
        layout_sidebar(
          sidebar = sidebar(
            title = "Vergleichs-Optionen",
            radioButtons(
              "vergleichs_modus",
              "Wählen Sie den Vergleichstyp:",
              choices = c(
                "Straftat vs. Orte" = "ort_vergleich",
                "Ort vs. Straftaten" = "straftat_vergleich"
              ),
              selected = "ort_vergleich"
            ),
            
            tags$hr(),
            
            # 2. Dynamische Input-Felder für die Orte und Straftaten
            uiOutput("vergleichs_inputs"),
            
            # 3. Gemeinsamer Input: Das Jahr
            selectizeInput(
              "vergleichs_jahr", 
              "Jahr wählen:", 
              choices = c(2024, 2023), 
              selected = 2024
              ),
            ),
          card(
            card_header(uiOutput("vergleichs_titel")), # Dynamischer Titel
            plotOutput("vergleichs_plot")
          )
         )
        ),
                
      nav_panel("Wiki", 
        accordion(
          accordion_panel(
            title = "Raub, räuberische Erpressung, räuberischer Angriff auf Kraftfahrer",
            card(
              card_header(
                h4(bs_icon("cash-stack"), 
                "Raub nach § 249 StGB")
              ),
              p("Raubdelikte nach § 249 des deutschen Strafgesetzbuch sind Straftaten, bei denen jemand eine fremde bewegliche Sache wegnimmt, indem er Gewalt anwendet oder mit Gewalt droht, um sie sich oder einem Dritten rechtswidrig zuzueignen."),
              tags$blockquote(
                class = "blockquote",
                "(1) Wer mit Gewalt gegen eine Person oder unter Anwendung von Drohungen mit gegenwärtiger Gefahr für Leib oder Leben eine fremde bewegliche Sache einem anderen in der Absicht wegnimmt, die Sache sich oder einem Dritten rechtswidrig zuzueignen, wird mit Freiheitsstrafe nicht unter einem Jahr bestraft.",
                tags$br(), #Zeilenumbruch
                "(2) In minder schweren Fällen ist die Strafe Freiheitsstrafe von sechs Monaten bis zu fünf Jahren."
              )
            ),
            card(
              card_header(
                h4(icon("money-bill-transfer"),
                "Räuberische Erpressung nach § 255 StGB")
              ),
              p("Räuberische Erpressung (§ 255 StGB) ist eine
              schwere Form der Erpressung, bei der Gewalt gegen eine Person oder die Drohung mit gegenwärtiger Lebens- oder Gesundheitsgefahr eingesetzt wird, um eine Vermögensverfügung zu erzwingen, wodurch der Täter wie ein Räuber (§ 249 StGB) bestraft wird, also mit mindestens einem Jahr Freiheitsstrafe."),
              tags$blockquote(
                class = "blockquote",
                "Wird die Erpressung durch Gewalt gegen eine Person oder unter Anwendung von Drohungen mit gegenwärtiger Gefahr für Leib oder Leben begangen, so ist der Täter gleich einem Räuber zu bestrafen."
              )
              
            )
            
          ),
          accordion_panel(
            title = "Gewaltkriminalität",
            #icon
            "Gewaltkriminalität ist doof."
          ),
          accordion_panel(
            title = "Was ganz langes.",
            #icon
            "Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet."
          )
        )
      ),
      id = "tab"
    )
  )
}


get_map_layer_prefix <- function(text){
  return(substring(text, 0, 4))
}

get_map_layer_name <- function(text) {
  return(substring(text, 5))
}


#Server handling user input and processing of data
server <- function(input, output, session) {
  currently_selected_bezirk <- reactiveVal("")
  currently_selected_stadtteil <- reactiveVal("")
  
  # 1. Aktualisieren der Auswahlmöglichkeiten mit den extrahierten Schlüsselnamen
  updateSelectizeInput(
    session = session, 
    inputId = "search", 
    choices = auswahlmöglichkeiten,
    selected = ""
  )
  
  observeEvent(input$search, {
    req(input$search)
    currently_selected_bezirk(get_bezirk_by_stadtteil(input$search))
    currently_selected_stadtteil(input$search)
  })
  
  observeEvent(input$rd_maptype, {
    maptype <- input$rd_maptype
    mapproxy <- leafletProxy("hhmap")
    clearGroup(mapproxy, "selected")
    
    if (maptype == "Bezirke"){
      hideGroup(mapproxy, "layer_stadtteile")
      showGroup(mapproxy, "layer_bezirke")
    } 
    else {
      hideGroup(mapproxy, "layer_bezirke")
      showGroup(mapproxy, "layer_stadtteile")
    }
  })
  
  observeEvent(input$hhmap_shape_click, {
    click_event <- input$hhmap_shape_click
    # Check if an ID was returned (meaning a polygon was clicked)
    if (!is.null(click_event$id)) {

      # The ID of the clicked polygon
      clicked_polygon_id <- click_event$id
      prefix <- get_map_layer_prefix(clicked_polygon_id)
      rest_of_name <- get_map_layer_name(clicked_polygon_id)

      selected_polygon_data <- NULL
      if (prefix == "bez_") {
        currently_selected_bezirk(rest_of_name)
        currently_selected_stadtteil(paste("Bezirk", rest_of_name))
        selected_polygon_data <- geo_bezirke[geo_bezirke[["leaflet_id"]] == click_event$id,]
      }
      if(prefix == "std_") {
        currently_selected_bezirk(get_bezirk_by_stadtteil(rest_of_name))
        currently_selected_stadtteil(rest_of_name)
        selected_polygon_data <- geo_stadtteile[geo_stadtteile[["leaflet_id"]] == click_event$id,]
      }
      req(selected_polygon_data)
      #neues Polygon über die anderen legen, wenn ein bezirk angeklickt wurde
      leafletProxy("hhmap") %>%
        clearGroup("selected") %>%
        addPolygons(
          data = selected_polygon_data,
          layerId = id,
          color = "#003063",
          fillOpacity = 0.2,
          weight = 4,
          group = "selected"
        )
    }
  })
  
  output$hhmap <- renderLeaflet({
    leaflet() %>%
      addProviderTiles(providers$CartoDB.Positron) %>%
      addPolygons(
        data = geo_bezirke,
        layerId = ~leaflet_id,
        group = "layer_bezirke",
        color = "#003063",
        fillOpacity = 0.2,      # Polygon fill transparency
        highlightOptions = highlightOptions(
          fillOpacity = 0.4,
          color = "#003063",
          weight = 4,
          bringToFront = TRUE
        ),
      ) %>%
      addPolygons(
        data = geo_stadtteile,
        group = "layer_stadtteile",
        layerId = ~leaflet_id,
        color = "#003063",
        options = pathOptions(pane = "overlayPane"), # Use a leaflet option to ensure it's hidden
        weight = 3,
        fillOpacity = 0.2,      # Polygon fill transparency
        highlightOptions = highlightOptions(
          fillOpacity = 0.4,
          color = "#003063",
          weight = 4,
          bringToFront = TRUE
        ),
      ) %>%
      
      setView(
        lng = 9.98716634776887,
        lat = 53.5488439196432,
        zoom = 11
      )
  })
  output$txt_map_selection_bezirk <- renderText({
   currently_selected_bezirk()
  })
  output$txt_map_selection_stadtteil <- renderText({
   currently_selected_stadtteil()
  })
  output$grph_top3 <- renderPlot({
    data_tibble <- map_data_to_top3_plot(
      bezirk = currently_selected_bezirk(),
      stadtteil = currently_selected_stadtteil(),
      year = "2024"
    )
    req(nrow(data_tibble) > 0)
    ggplot(data_tibble, aes(x = Name, y = Erfasst)) +
      geom_col(width = 0.7, fill = "#e10019") + # <-- Festlegen der Farbe direkt an allen Spalten angeknüpft nicht mehr anhand der Kategorie
      geom_text(
        # Die Text-Ästhetik soll der Wert aus der Spalte 'Erfasst' sein
        aes(label = format(Erfasst, big.mark = ".", decimal.mark = ",")), 
        # Platzierung: Y-Wert des Textes = Wert der Spalte + Offset
        # Wir verwenden den Offset, um den Text knapp über den Balken zu platzieren
        # Wenn Sie den Text IN den Balken setzen möchten, setzen Sie y=Erfasst/2
        vjust = -0.5, # Vertikale Ausrichtung: Negativer Wert platziert Text über dem Punkt
        size = 4,
        fontface = "bold"
      ) +
      labs(
        title = "Statistisch am häufigsten polizeilich registrierte Straftaten",
        x = "Straftatbestand",
        y = "Anzahl erfasster Fälle"
      ) +
      theme_pander() + #neues theme aus ggthemes packages
      # NEUE ANPASSUNG: Drehen der X-Achsen-Beschriftungen
      theme(
        plot.background = element_rect(
          color = "darkgrey",  # Farbe des Rahmens
          linewidth = 0.4,    # Dicke des Rahmens
          fill = NA         # Füllung: NA = transparent
        ),
        plot.margin = margin(t = 20, r = 20, b = 20, l = 20, unit = "pt"),
        legend.position = "none",
        panel.grid.major.x = element_blank(), 
        panel.grid.minor.x = element_blank(), # vertikale grid lines entfernen
        # X-Achsen-Titel (z.B. "Straftatbestand")
        axis.title.x = element_text(
          face = "bold",
          family = "sans",
          # Fügen Sie hier einen Abstand nach OBEN hinzu
          margin = margin(t = 15) # t = top (oben) in Pixeln
        ),
        
        # Y-Achsen-Titel (z.B. "Anzahl erfasster Fälle")
        axis.title.y = element_text(
          face = "bold",
          family = "sans",
          # Fügen Sie hier einen Abstand nach RECHTS hinzu
          margin = margin(r = 15) # r = right (rechts) in Pixeln
        ),
      )
      
  }, res = 100)
  
  output$tbl_2024 <- renderTable(
    map_data_to_table(
      bezirk = currently_selected_bezirk(),
      stadtteil = currently_selected_stadtteil(),
      year = "2024"
    ),
    striped = TRUE
  )
}
options(shiny.host = '0.0.0.0')
options(shiny.port = 8888)
shinyApp(ui = ui, server = server)