Update app.py

app.py

@@ -12,6 +12,10 @@ from audio_recorder_streamlit import audio_recorder
 import speech_recognition as sr
 from googlesearch import search
 from bs4 import BeautifulSoup
+import PyPDF2
+import pytesseract
+from PIL import Image
+
 
 
 load_dotenv()
@@ -70,6 +74,12 @@ def init_state() :
     if "numero_generazioni" not in st.session_state:
         st.session_state.numero_generazioni = 1
 
+    if "testo_documenti" not in st.session_state:
+        st.session_state.testo_documenti = ''
+
+    if "uploaded_files" not in st.session_state:
+        st.session_state.uploaded_files = None
+
     if "tbs_options" not in st.session_state:
         st.session_state.tbs_options = {
             "Sempre": "0",
@@ -95,6 +105,23 @@ def init_state() :
                 status.update(label="Caricamento Completato", state="complete", expanded=False)
         place.empty()
 
+def read_text_from_file(file):
+    text = ""
+    if file.name.endswith(".txt"):
+        text = file.read().decode("utf-8")
+    elif file.name.endswith(".pdf"):
+        pdf_reader = PyPDF2.PdfReader(file)
+        for page_num in range(len(pdf_reader.pages)):
+            page = pdf_reader.pages[page_num]
+            text += page.extract_text()
+    else:
+        try:
+            image = Image.open(file)
+            text = pytesseract.image_to_string(image)
+        except:
+            st.write(f"Non è possibile leggere il testo dal file '{file.name}'.")
+    return text
+
 def sidebar():
     def retrieval_settings() :
         st.markdown("# Impostazioni Prompt")
@@ -120,6 +147,12 @@ def sidebar():
                 'Decreti da escludere',
                 ['23.10.2 destinazione risorse residue pnrr DGR 1051-2023_Destinazione risorse PNRR Duale.pdf', '23.10.25 accompagnatoria Circolare Inail assicurazione.pdf', '23.10.26 circolare Inail assicurazione.pdf', '23.10.3 FAQ in attesa di avviso_.pdf', '23.11.2 avviso 24_24 Decreto 17106-2023 Approvazione Avviso IeFP 2023-2024.pdf', '23.5.15 decreto linee inclusione x enti locali.pdf', '23.6.21 Circolare+esplicativa+DGR+312-2023.pdf', '23.7.3 1° Decreto R.L. 23_24 .pdf', '23.9 Regolamento_prevenzione_bullismo_e_cyberbullismo__Centro_Bonsignori.pdf', '23.9.1 FAQ inizio anno formativo.pdf', '23.9.15 DECRETO VERIFICHE AMMINISTR 15-09-23.pdf', '23.9.4 modifica decreto GRS.pdf', '23.9.8 Budget 23_24.pdf', '24.10.2022 DECRETO loghi N.15176.pdf', 'ALLEGATO C_Scheda Supporti al funzionamento.pdf', 'ALLEGATO_ B_ Linee Guida.pdf', 'ALLEGATO_A1_PEI_INFANZIA.pdf', 'ALLEGATO_A2_PEI_PRIMARIA.pdf', 'ALLEGATO_A3_PEI_SEC_1_GRADO.pdf', 'ALLEGATO_A4_PEI_SEC_2_GRADO.pdf', 'ALLEGATO_C_1_Tabella_Fabbisogni.pdf', 'Brand+Guidelines+FSE+.pdf', 'Decreto 20797 del 22-12-2023_Aggiornamento budget PNRR.pdf', 'Decreto 20874 del 29-12-2023 Avviso IeFP PNRR 2023-2024_file unico.pdf'],
                 [])
+        st.session_state.uploaded_files = st.file_uploader("Importa file", accept_multiple_files=True)
+        st.session_state.testo_documenti = ''
+        for uploaded_file in st.session_state.uploaded_files:
+            text_doc = read_text_from_file(uploaded_file)
+            st.session_state.testo_documenti += text_doc
+        print(st.session_state.testo_documenti)
         st.markdown("---")
         st.markdown("# Ricerca Online")
         st.session_state.cerca_online = st.toggle("Attivata", value=False)
@@ -301,7 +334,8 @@ def split_text(text, chunk_size):
 if prompt := st.chat_input("Chatta con BonsiAI..."):
     prompt_originale = prompt
     links = inserisci_istruzioni(prompt_originale)
-    instruction_suddivise = split_text(st.session_state.instruction, st.session_state.split*2000)
+    st.session_state.instruction+= ' \n\n' + st.session_state.testo_documenti
+	instruction_suddivise = split_text(st.session_state.instruction, st.session_state.split*2000)
     ruolo_originale = st.session_state.systemRole
     ruoli_divisi = ruolo_originale.split("&&")
     parte=1