import pdfplumber

def extract_text_from_pdf(pdf_path):
    text = ""
    with pdfplumber.open(pdf_path) as pdf:
        for page in pdf.pages:
            text += page.extract_text() + "\n"
    return text

# Đường dẫn đến tệp PDF
pdf_path = "sample.pdf"

# Trích xuất văn bản
text = extract_text_from_pdf(pdf_path)
print("Văn bản trích xuất từ PDF:")
print(text)

import spacy

def analyze_text(text):
    nlp = spacy.load("en_core_web_sm")
    doc = nlp(text)
    
    # Trích xuất thực thể được đặt tên (Named Entities)
    entities = [(ent.text, ent.label_) for ent in doc.ents]
    
    # Tách câu trong văn bản
    sentences = [sent.text for sent in doc.sents]
    
    return entities, sentences

# Phân tích văn bản trích xuất
entities, sentences = analyze_text(text)

print("\nThực thể được đặt tên (Named Entities):")
for entity in entities:
    print(entity)

print("\nCác câu trong văn bản:")
for sentence in sentences:
    print(sentence)

import pandas as pd
import numpy as np
from faker import Faker

# Khởi tạo Faker
tao_gia = Faker()

# Đặt seed để đảm bảo tính ngẫu nhiên có thể tái lập
np.random.seed(42)

# Danh sách sản phẩm và danh mục
san_pham = ['Sản Phẩm A', 'Sản Phẩm B', 'Sản Phẩm C']
danh_muc = ['Danh Mục 1', 'Danh Mục 2', 'Danh Mục 3']

# Tạo dữ liệu
data = {
    'Ngay': [tao_gia.date_this_year() for _ in range(1000)],
    'SanPham': np.random.choice(san_pham, 1000),
    'DoanhSo': np.random.randint(50, 500, 1000),
    'KhuVuc': [tao_gia.city() for _ in range(1000)],
    'DanhMuc': np.random.choice(danh_muc, 1000),
    'KhachHangID': [tao_gia.uuid4() for _ in range(1000)],
    'SoLuong': np.random.randint(1, 20, 1000),
    'GiamGia': np.random.uniform(0, 0.3, 1000),
    'LoiNhuan': np.random.uniform(10, 200, 1000),
}

# Tạo DataFrame
df = pd.DataFrame(data)

# Lưu dữ liệu vào tệp CSV
df.to_csv('du_lieu_ban_hang.csv', index=False)

print("Dữ liệu đã được tạo và lưu vào 'du_lieu_ban_hang.csv'")

from PIL import Image, ImageDraw, ImageFont

def create_sample_image(text, filename):
    # Tạo hình ảnh nền trắng kích thước 800x600
    img = Image.new('RGB', (800, 600), color=(255, 255, 255))
    d = ImageDraw.Draw(img)
    
    # Sử dụng font mặc định
    fnt = ImageFont.load_default()
    
    # Tính toán vị trí văn bản để căn giữa
    bbox = d.textbbox((0, 0), text, font=fnt)
    textwidth = bbox[2] - bbox[0]
    textheight = bbox[3] - bbox[1]
    width, height = img.size
    x = (width - textwidth) / 2
    y = (height - textheight) / 2
    
    # Vẽ văn bản lên hình ảnh
    d.text((x, y), text, font=fnt, fill=(0, 0, 0))
    
    # Lưu hình ảnh
    img.save(filename)

# Tạo hình ảnh mẫu
create_sample_image('Slide 3: Automation Tools', 'image1.jpg')
create_sample_image('Slide 4: Python Libraries', 'image2.png')

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from openpyxl import Workbook
from openpyxl.drawing.image import Image

df = pd.read_csv('demo_data.csv')

sales_by_product = df.groupby('Product')['Sales'].sum().reset_index()
sales_by_date = df.groupby('Date')['Sales'].sum().reset_index()
profit_by_product = df.groupby('Product')['Profit'].sum().reset_index()

plt.figure(figsize=(10, 6))
sns.barplot(x='Product', y='Sales', data=sales_by_product)
plt.title('Tổng Doanh Số Bán Hàng Theo Sản Phẩm')
plt.savefig('sales_by_product.png')
plt.close()

plt.figure(figsize=(14, 8))
sns.lineplot(x='Date', y='Sales', data=sales_by_date)
plt.title('Tổng Doanh Số Bán Hàng Theo Ngày')
plt.xticks(rotation=45, ha='right')
plt.gca().xaxis.set_major_locator(plt.MaxNLocator(10))
plt.savefig('sales_by_date.png')
plt.close()

plt.figure(figsize=(10, 6))
sns.barplot(x='Product', y='Profit', data=profit_by_product)
plt.title('Tổng Lợi Nhuận Theo Sản Phẩm')
plt.savefig('profit_by_product.png')
plt.close()

with pd.ExcelWriter('automated_report.xlsx', engine='openpyxl') as writer:
    sales_by_product.to_excel(writer, sheet_name='Sales by Product', index=False)
    sales_by_date.to_excel(writer, sheet_name='Sales by Date', index=False)
    profit_by_product.to_excel(writer, sheet_name='Profit by Product', index=False)
    
    workbook = writer.book
    sales_product_sheet = workbook['Sales by Product']
    sales_date_sheet = workbook['Sales by Date']
    profit_product_sheet = workbook['Profit by Product']
    
    img1 = Image('sales_by_product.png')
    img2 = Image('sales_by_date.png')
    img3 = Image('profit_by_product.png')
    
    sales_product_sheet.add_image(img1, 'E2')
    sales_date_sheet.add_image(img2, 'E2')
    profit_product_sheet.add_image(img3, 'E2')

import pandas as pd
import numpy as np
from faker import Faker

# Khởi tạo Faker
fake = Faker()
np.random.seed(42)

# Danh sách sản phẩm và danh mục
products = ['Product A', 'Product B', 'Product C', 'Product D', 'Product E']
categories = ['Category 1', 'Category 2', 'Category 3']

# Tạo dữ liệu giả
data = {
    'Date': [fake.date_this_year() for _ in range(1000)],
    'Product': np.random.choice(products, 1000),
    'Sales': np.random.randint(50, 500, 1000),
    'Region': [fake.city() for _ in range(1000)],
    'Category': np.random.choice(categories, 1000),
    'CustomerID': [fake.uuid4() for _ in range(1000)],
    'Quantity': np.random.randint(1, 20, 1000),
    'Discount': np.random.uniform(0, 0.3, 1000),
    'Profit': np.random.uniform(10, 200, 1000),
    'Cost': np.random.uniform(5, 100, 1000),
}

# Tạo DataFrame
df = pd.DataFrame(data)

# Lưu DataFrame vào tệp CSV
df.to_csv('demo_data.csv', index=False)
print("Bộ dữ liệu demo đã được tạo và lưu vào 'demo_data.csv'")

def generate_markdown_report(df, filename="report.md"):
    with open(filename, "w") as f:
        f.write("# Báo cáo Kinh Doanh\n\n")
        f.write("## Tổng Quan\n")
        f.write(f"- Tổng doanh thu: {df['Sales'].sum()}\n")
        f.write(f"- Tổng lợi nhuận: {df['Profit'].sum()}\n")
        f.write(f"- Tổng số giao dịch: {len(df)}\n\n")
        
        f.write("## Doanh thu theo sản phẩm\n")
        sales_by_product = df.groupby("Product")["Sales"].sum()
        for product, sales in sales_by_product.items():
            f.write(f"- {product}: {sales}\n")
    
    print(f"Báo cáo đã được lưu tại {filename}")

generate_markdown_report(df)

from reportlab.lib.pagesizes import letter, landscape
from reportlab.pdfgen import canvas
from PIL import Image

def create_pdf_from_text_images(text_files, image_files, output_pdf):
    # Tạo canvas PDF
    c = canvas.Canvas(output_pdf, pagesize=landscape(letter))
    width, height = landscape(letter)

    for i, text_file in enumerate(text_files):
        if i != 0:
            c.showPage()  # Tạo trang mới cho mỗi tệp văn bản
        with open(text_file, 'r', encoding='utf-8') as f:
            text = f.read()
        
        # Thêm văn bản vào PDF
        c.setFont("Helvetica", 14)
        lines = text.split('\n')
        y = height - 40
        for line in lines:
            if y < 40:
                c.showPage()
                c.setFont("Helvetica", 14)
                y = height - 40
            c.drawString(40, y, line)
            y -= 20

    for image_file in image_files:
        c.showPage()
        img = Image.open(image_file)
        img_width, img_height = img.size
        aspect_ratio = img_width / img_height

        if img_width > width or img_height > height:
            if aspect_ratio > 1:
                img_width = width
                img_height = width / aspect_ratio
            else:
                img_height = height
                img_width = height * aspect_ratio

        c.drawImage(image_file, 0, 0, img_width, img_height)

    c.save()

# Danh sách các file văn bản và hình ảnh
text_files = ['text1.txt', 'text2.txt']
image_files = ['image1.jpg', 'image2.png']

# Tạo file PDF đầu ra
output_pdf = 'output_presentation.pdf'
create_pdf_from_text_images(text_files, image_files, output_pdf)

# Hàm để đặt một lệnh mua
import MetaTrader5 as mt5
import math
  
# Kết nối tới MetaTrader 5
if not mt5.initialize(login=login, password=password, server=server):
    print("Initialize() failed, error code =", mt5.last_error())
    quit()
else:
    symbol = 'EURUSD.sml'
    lot = 0.01  # Số lượng lô mua

    if not mt5.symbol_select(symbol, True):
        print(f"Failed to select {symbol}, error code =", mt5.last_error())
        quit()

    symbol_info = mt5.symbol_info(symbol)
    if symbol_info is None:
        print(f"{symbol} not found")        

    point = symbol_info.point
    price = mt5.symbol_info_tick(symbol).ask
    deviation = 20  # Độ lệch giá cho phép

    request = {
        "action": mt5.TRADE_ACTION_DEAL,
        "symbol": symbol,
        "volume": lot,
        "type": mt5.ORDER_TYPE_BUY,
        "price": price,
        "sl": price - 0.01,  # Dừng lỗ (Stop Loss)
        "tp": price + 0.02,  # Chốt lời (Take Profit)
        "deviation": deviation,
        "magic": 234000,
        "comment": "Autotrading K10",
        "type_time": mt5.ORDER_TIME_GTC,
        "type_filling": mt5.ORDER_FILLING_FOK,
    }

    result = mt5.order_send(request)
    if result.retcode != mt5.TRADE_RETCODE_DONE:
        print("Failed to send order :", result.retcode, result._asdict())
    else:
        print("Order placed BUY successfully!")
        print(result)

    # Đóng kết nối với MT5
    mt5.shutdown()

if price is None:
    print("Không thể lấy giá hiện tại của", symbol)
    mt5.shutdown()
    quit()

account_info = mt5.account_info()
if account_info is not None and account_info.balance < lot * price:
    print("Số dư không đủ để đặt lệnh")
    mt5.shutdown()
    quit()

import csv

with open("trade_log.csv", "a", newline="") as file:
    writer = csv.writer(file)
    writer.writerow([symbol, lot, price, "BUY", result.retcode])

import requests

# Base URL for the API
base_url = "http://127.0.0.1:8000/newOrder" # Endpoint

# Parameters for the API request
params = {
    "instrumentID": "VCB",
    "market": "VN",
    "buySell": "B",
    "orderType": "ATO",
    "price": 0,
    "quantity": 100,
    "account": "2654251",
    "stopOrder": "false",
    "stopPrice": 0,
    "stopStep": 0,
    "lossStep": 0,
    "profitStep": 0,
    "deviceId": "vEthernet (Default Switch):00-15-5D-C2-E5-EE|Wi-Fi:18-CC-18-C9-CB-6A",
    "userAgent": "Python/3.11.6(Windows-10-10.0.19045-SP0); ssi-fctrading/2.4.2"
}

# Sending the GET request to the API
response = requests.get(base_url, params=params)

# Print the raw response
print(response)

# Handling the response
if response.status_code == 200:
    data = response.json()["data"]
    print(f"The stock order for account 2654251 is {data}")
else:
    print(f"Error connecting to API: {response.status_code}")

try:
    response = requests.get(base_url, params=params)
    response.raise_for_status()
    data = response.json().get("data", {})
    print(f"Stock order response: {data}")
except requests.exceptions.RequestException as e:
    print(f"API request error: {e}")

import pandas as pd

df = pd.DataFrame([data])
print(df.head())

response = requests.post(base_url, json=params)

import requests

# URL cho endpoint đăng nhập
login_url = 'https://services.entrade.com.vn/dnse-auth-service/login'

# Thông tin đăng nhập (thay thế bằng thông tin thực tế của bạn)
username = 'your_email@example.com'
password = 'your_secure_password'

# Dữ liệu gửi kèm yêu cầu POST
login_data = {
    'username': username,
    'password': password
}

# Gửi yêu cầu POST đến API đăng nhập
response = requests.post(login_url, json=login_data)
token = ''

# Kiểm tra phản hồi
if response.status_code == 200:
    # Lấy token từ phản hồi
    token = response.json().get('token')
    print('Đăng nhập thành công. Access token của bạn:', token)
else:
    print('Đăng nhập thất bại. Mã lỗi:', response.status_code, response.text)