"""YouTube Studio の「詳細モード」から書き出した ZIP（2026-09-29〜2026-10-27）を読み、
チャンネルの見直しに使った数字を出す。

使い方:
  python3 analyze_youtube.py <ZIP を置いたフォルダ>

ZIP の中身は 表データ.csv・合計.csv・グラフデータ.csv。どの ZIP がどの表かは、
表データ.csv の1行目（見出し）で見分ける。
"""
import csv, io, sys, zipfile
from collections import defaultdict
from pathlib import Path


def read_zip(path):
    out = {}
    with zipfile.ZipFile(path) as z:
        for info in z.infolist():
            raw = info.filename
            try:
                name = raw.encode("cp437").decode("utf-8")
            except (UnicodeEncodeError, UnicodeDecodeError):
                name = raw
            text = z.read(info).decode("utf-8-sig")
            out[name] = list(csv.reader(io.StringIO(text)))
    return out


def sec(hms):
    if not hms:
        return 0
    h, m, s = (int(x) for x in hms.split(":"))
    return h * 3600 + m * 60 + s


def num(x):
    try:
        return float(x)
    except (TypeError, ValueError):
        return 0.0


folder = Path(sys.argv[1])
tables = {}
for z in sorted(folder.glob("*.zip")):
    files = read_zip(z)
    head = files["表データ.csv"][0][0]
    tables[head] = files
print("読んだ表:", ", ".join(tables))
print()

# 1. ショートと本編の比べ
t = tables["コンテンツ タイプ"]["表データ.csv"]
print("## 1. コンテンツタイプ別（視聴回数・総再生時間・YouTube が出す平均視聴時間）")
for row in t[1:]:
    print(" ", row)
for row in t[2:]:
    kind, views, hours, avg = row[0], num(row[1]), num(row[2]), sec(row[3])
    per_start = hours * 3600 / views if views else 0
    engaged = hours * 3600 / avg if avg else 0
    print(f"  {kind}: 総再生時間÷視聴回数 = {per_start:.1f}秒 / YouTube の平均視聴時間 = {avg}秒"
          f" → 平均視聴時間で割った回数 ≒ {engaged:,.0f} 回（視聴回数 {views:,.0f} の {engaged / views:.0%}）")
print()

# 2. 動画ごと（ショート／本編）
t = tables["コンテンツ"]["表データ.csv"]
head = t[0]
rows = [dict(zip(head, r)) for r in t[1:] if r[0] != "合計"]
for r in rows:
    r["秒"] = num(r["長さ"])
    r["回"] = num(r["視聴回数"])
    r["時間"] = num(r["総再生時間（単位: 時間）"])
    r["表示"] = num(r["サムネイルのインプレッション"])
    r["率"] = r["サムネイルのクリック率 (%)"]
    r["登録"] = num(r["チャンネル登録者"])
    r["平均秒"] = r["時間"] * 3600 / r["回"] if r["回"] else 0
shorts = [r for r in rows if r["秒"] <= 60]
longs = [r for r in rows if r["秒"] > 60]
for label, group in (("ショート", shorts), ("本編", longs)):
    print(f"## 2. {label}: {len(group)}本 / 視聴 {sum(r['回'] for r in group):,.0f} / "
          f"表示 {sum(r['表示'] for r in group):,.0f} / 登録 {sum(r['登録'] for r in group):,.0f}")
print()

print("## 3. 本編の動画ごと（表示の多い順）")
total_imp = sum(r["表示"] for r in longs)
acc = 0
for r in sorted(longs, key=lambda r: -r["表示"]):
    acc += r["表示"]
    pct = r["平均秒"] / r["秒"] * 100 if r["秒"] else 0
    print(f"  表示 {r['表示']:>5.0f}（累計 {acc / total_imp:5.1%}） クリック率 {r['率'] or '-':>5} 視聴 {r['回']:>4.0f}"
          f" 平均 {r['平均秒']:>5.1f}秒/{r['秒']:.0f}秒（{pct:4.1f}%） 登録 {r['登録']:.0f}  {r['動画のタイトル']}")
top4 = sum(sorted((r["表示"] for r in longs), reverse=True)[:4])
print(f"  上位4本の表示 {top4:,.0f} / 本編全体 {total_imp:,.0f} = {top4 / total_imp:.1%}")
print(f"  表示160回以下の本編: {sum(1 for r in longs if r['表示'] <= 160)}本")
print()

print("## 4. ショートの動画ごと（視聴の多い順）")
for r in sorted(shorts, key=lambda r: -r["回"]):
    print(f"  視聴 {r['回']:>5.0f} 総再生時間÷視聴 {r['平均秒']:>5.1f}秒/{r['秒']:.0f}秒 登録 {r['登録']:.0f}"
          f" 表示 {r['表示']:.0f}  {r['動画のタイトル']}  ({r['動画公開時刻']})")
print()

# 5. 上位10本のショート: Studio の概要の画面に出ていた平均視聴時間（YouTube の値）と比べる
studio_avg = {  # 概要の画面「この期間の上位コンテンツ」の平均視聴時間（秒）。画面写真から書き写した値
    "中国は1日120億円、日本は？ 比べる前に確かめたいこと": 26,
    "人型ロボット、乗っ取れる？ 研究者の実験と本物の被害": 23,
    "人を18mにしたら、何トン？ #Shorts": 20,
    "「1秒でも早く」と頼んだら、ロボットは最速モード？": 24,
    "横浜のガンダム、歩けないの？ #Shorts": 16,
    "スーパーの冷凍庫にサイバー攻撃、温度が変わったのは本物の機械": 15,
    "AIのセキュリティ製品、入れる前に何を聞く？": 13,
    "赤字89億円、全員ロボットにしたら埋まる？ ジャングリア沖縄で勝手に試算": 13,
    "病院のパイプで血液を速く送ると、壊れる？": 14,
    "ガンダムは無理、と証明できる？ #Shorts": 14,
}
print("## 5. 上位10本のショート: 総再生時間÷視聴回数 と YouTube の平均視聴時間の比（すぐスワイプされなかった割合の目安）")
for r in shorts:
    a = studio_avg.get(r["動画のタイトル"])
    if a:
        print(f"  {r['平均秒']:>5.1f}秒 / {a}秒 = {r['平均秒'] / a:4.0%}  {r['動画のタイトル']}")
print()

# 6. 日ごとの視聴（コンテンツタイプ別）
g = tables["コンテンツ タイプ"]["グラフデータ.csv"]
daily = defaultdict(dict)
for d, kind, v in g[1:]:
    daily[d][kind] = int(num(v))
print("## 6. 日ごとの視聴（ショート / 本編）")
for d in sorted(daily):
    if d >= "2026-10-12":
        print(f"  {d}  ショート {daily[d].get('YouTube ショート', 0):>6}  本編 {daily[d].get('動画', 0):>4}")
print()

# 7. 流入・登録・終了画面・再生リスト・投稿
for key in ("トラフィック ソース", "チャンネル登録元", "終了画面要素", "再生リスト", "投稿", "新しい視聴者とリピーター",
            "視聴行動別の視聴者区分", "チャンネル登録状況"):
    print(f"## 7. {key}")
    for row in tables[key]["表データ.csv"]:
        print("  " + " | ".join(row))
    print()