# -*- coding: utf-8 -*-

"""
@File    : 09_文件转换之NC转ASC.py
@Author  : fungis@163.com
@notice  :
"""
import os

import netCDF4 as nc
import numpy as np

filter_list = ['.NC', '.nc']  # 设置过滤后的文件类型 当然可以设置多个类型


def find_filter_file(dirname):
    result = []  # 所有的文件
    for maindir, subdir, file_name_list in os.walk(dirname):
        # print("提示：当前主目录下的所有目录", "2:", subdir)  # 当前主目录下的所有目录
        # print("3:", file_name_list)  # 当前主目录下的所有文件

        for filename in file_name_list:
            apath = os.path.join(maindir, filename)  # 合并成一个完整路径
            ext = os.path.splitext(apath)[1]  # 获取文件后缀 [0]获取的是除了文件名以外的内容
            # 设置过滤器，过滤不符合格式的文件
            if ext in filter_list:
                result.append(apath)
    return result


def gis_NC_to_ASC(in_data, out_path):
    """
    保存tif文件
    :param dtype: 值类型  float or int
    :param in_data: 原始数据路径
    :param out_path: 保存tif文件路径
    :param dtype: gdal数据类型, 默认自动根据输入识别
    :return:
    """
    if os.path.exists(in_data) is False:
        raise Exception('[Errno 2] 该文件不存在: \'' + in_data + '\'')

    nc_data_obj = nc.Dataset(in_data)
    print(nc_data_obj.variables.keys())  # dict_keys(['latitude', 'longitude', 'time', 'GNPP'])
    # print(nc_data_obj.variables)  # 了解变量的基本信息
    current_variables = nc_data_obj.variables['temperature']
    layer_num = len(current_variables)
    print(layer_num)
    # 创建.tif文件
    for i in range(layer_num):
        # 这里要根据变量信息填写，不太的数据变量名称可能会不一致(高耦合)
        longitude = nc_data_obj.variables['lon'][:]
        latitude = nc_data_obj.variables['lat'][:]
        attr = np.asarray(nc_data_obj.variables['temperature'][i])  # 这里根据需求输入想要转换的波段名称
        # attr = np.nan_to_num(attr) # 快速将nan转换成0值

        # 影像的左上角和右下角坐标
        lon_min, lat_max, lon_max, lat_min = \
            [longitude.min(), latitude.max(), longitude.max(), latitude.min()]

        # 分辨率计算
        lat_array = len(latitude)
        lon_array = len(longitude)
        # 经纬度分辨率
        lon_res = (lon_max - lon_min) / (float(lon_array) - 1)
        lat_res = (lat_max - lat_min) / (float(lat_array) - 1)
        result_file_path = out_path + "_{}.asc".format(i)
        # TODO 写入ASC栅格文件头 高耦合
        with open(result_file_path, 'a+') as f:
            # 写字符串
            f.writelines(['ncols           720\n', 'nrows           360\n',
                          'xllcorner       -180\n', 'yllcorner       -90\n',
                          'cellsize        0.5\n', 'NODATA_value    -9999\n'])  # \n 换行符
            # 写入数据
            np.savetxt(f, attr)
            f.close()

            '''

        ncols         720
        nrows         360
        xllcorner     -179.75
        yllcorner     -90.25
        cellsize      0.5
        NODATA_value  -9999
        '''


if __name__ == '__main__':
    input_file_path = r'./data-use/nc/global/'  # 输入你的文件
    output_file_path = r'./results/asc/20230315/'  # 输出路径
    if not os.path.exists(output_file_path):
        # os.makedirs可以创建路径上多个
        os.makedirs(output_file_path)
    file_list = find_filter_file(input_file_path)
    if len(file_list) > 0:
        for raster_path in file_list:
            # 输出文件路径
            name = os.path.basename(raster_path).split('.')[0]
            result_file = output_file_path + name  # 输出文件位置
            del name  # 删除无效变量
            # 执行转换函数
            gis_NC_to_ASC(raster_path, result_file)
        print('------处理完成------')
    else:
        raise Exception('[Errno 1] 该路径下无{}类型文件'.format(filter_list))