from otree.api import (
    models,
    widgets,
    BaseConstants,
    BaseSubsession,
    BaseGroup,
    BasePlayer,
    Currency as c,
    currency_range,
)


author = 'Your name here'

doc = """
Your app description
"""


class Constants(BaseConstants):
    name_in_url = 'uo_experiment'
    players_per_group = None
    num_rounds = 1

    instruction1_template = 'uo_experiment/_instruction1.html'
    instruction2_template = 'uo_experiment/_instruction2.html'

class Subsession(BaseSubsession):
    
    def creating_session(self):
        import random

        # randomize likelihood of disclosure
        # 50%: '5%'
        # 50%: '0 -10%'
        for player in self.get_players():
            player.wahrscheinlichkeit = random.choice(['5%', '0 - 10%'])
            # print('set player.wahrscheinlichkeit to', player.wahrscheinlichkeit)

        # randomize disclosure (not beautiful but it works)
        # 5%: True (data disclosure)
        # 95%: False (no data disclosure)
        for player in self.get_players():
            player.preisgabe = random.choice([True, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False, False])
            # print('set player.preisgabe to', player.preisgabe)


class Group(BaseGroup):
    pass


class Player(BasePlayer):
    # contact informations
    vorname = models.StringField()
    nachname = models.StringField()
    straße = models.StringField()
    hausnummer = models.IntegerField(min=0, max=1000)
    plz = models.IntegerField(min=10000, max=99999)
    stadt = models.StringField()

    # disclosure
    wahrscheinlichkeit = models.StringField()
    preisgabe = models.BooleanField()

    # demographic data
    alter = models.IntegerField(min=16, max=99)
    geschlecht = models.IntegerField(
        choices=[
            [0, 'weiblich'],
            [1, 'männlich'],
            [2, 'anderes'],
        ]
    )
    beruf = models.StringField()
    gehalt = models.StringField(
        choices=[
            [0, 'weniger als 10.000 Euro jährlich'],
            [1, 'zwischen 10.000 und 19.999 Euro jährlich'],
            [2, 'zwischen 20.000 und 29.999 Euro jährlich'],
            [3, 'zwischen 30.000 und 39.999 Euro jährlich'],
            [4, 'zwischen 40.000 und 49.999 Euro jährlich'],
            [5, 'zwischen 50.000 und 59.999 Euro jährlich'],
            [6, 'zwischen 60.000 und 69.999 Euro jährlich'],
            [7, 'zwischen 70.000 und 79.999 Euro jährlich'],
            [8, 'zwischen 80.000 und 89.999 Euro jährlich'],
            [9, 'zwischen 90.000 und 99.999 Euro jährlich'],
            [10, 'mehr als 99.999 Euro jährlich']
        ]
    )

    # indirect self-other-comparison (%- and likert-scale)
    # self-estimation
    preisgabe_selbst = models.IntegerField(min=0, max=100, label="Wie schätzen Sie die Wahrscheinlichkeit eines Angriffs auf ihre Daten ein (% zwischen 0 und 100)")
    bedenken_selbst = models.IntegerField(widget=widgets.RadioSelect, choices=[1,2,3,4,5,6,7])
    fähigkeiten_selbst = models.IntegerField(widget=widgets.RadioSelect, choices=[1,2,3,4,5,6,7])
    # other-estimation
    preisgabe_andere = models.IntegerField(min=0, max=100, label="Test")
    bedenken_andere = models.IntegerField(widget=widgets.RadioSelect, choices=[1,2,3,4,5,6,7])
    fähigkeiten_andere = models.IntegerField(widget=widgets.RadioSelect, choices=[1,2,3,4,5,6,7])
    # example for likert scale
    # offer_1 = models.IntegerField(widget=widgets.RadioSelect, choices=[1,2,3])