Upload app.py

app.py

@@ -0,0 +1,163 @@
+import streamlit as st
+import requests
+from datetime import datetime
+import base64
+import fitz  # PyMuPDF
+import os
+import re
+
+# ตรวจสอบและกำหนดค่าเริ่มต้นให้ st.session_state.dialog_done
+if "dialog_done" not in st.session_state:
+    st.session_state.dialog_done = False  # ค่าเริ่มต้นเป็น False
+
+# ถ้า dialog_done เป็น False ให้แสดงหน้าคำถาม
+if not st.session_state.dialog_done:
+    st.title("เริ่มต้นคำถาม")
+    st.write("คำถาม: ใครคือคนที่หน้าตาดีที่สุด?")
+    
+    answer = st.text_input("กรุณาตอบคำถามนี้:")
+    if st.button("ส่งคำตอบ"):  # ปุ่มส่งคำตอบ
+        if answer == "พี่ก้องคนหล่อ":
+            st.session_state.dialog_done = True  # อัปเดตสถานะเป็น True
+            st.success("คำตอบถูกต้อง! กดปุ่ม 'เข้าสู่หน้าหลัก' เพื่อดำเนินการต่อ")
+        else:
+            st.error("คำตอบไม่ถูกต้อง กรุณาลองใหม่อีกครั้ง.")
+    
+    if st.session_state.dialog_done:
+        # เพิ่มปุ่มเพื่อให้ผู้ใช้กดเข้าสู่หน้าหลัก
+        if st.button("เข้าสู่หน้าหลัก"):
+            st.experimental_rerun()  # รีเฟรชเพื่อแสดงหน้าหลัก
+
+else:
+    # เนื้อหาของหน้าหลัก
+    st.title("AI สนับสนุนความรู้ด้าน PDPA")
+    st.write("เราสอบถาม AI สืบค้น และสรุป")
+
+    # Define system prompt at the top level
+    system_prompt = """คุณเป็นผู้ช่วยที่มีความรู้ด้านกฎหมาย PDPA และสามารถให้คำตอบที่เกี่ยวข้องเฉพาะตาม context ที่ได้รับ"""
+
+    def clean_text_for_search(text):
+        """Clean text for better search matching"""
+        text = re.sub(r'P-\d+\s*$', '', text, flags=re.MULTILINE)
+        text = re.sub(r'Confidential.*$', '', text, flags=re.MULTILINE)
+        text = ' '.join(text.split())
+        return text
+
+    def create_highlighted_pdf(pdf_path, search_text, page_number):
+        """Create a highlighted version of the PDF page"""
+        try:
+            search_text = clean_text_for_search(search_text)
+            doc = fitz.open(pdf_path)
+            page = doc[int(page_number) - 1]
+            words = [word for word in search_text.split() if word]
+
+            for word in words:
+                if len(word) > 3:
+                    text_instances = page.search_for(word)
+                    for inst in text_instances:
+                        highlight = page.add_highlight_annot(inst)
+                        highlight.set_colors(stroke=(1, 1, 0))
+                        highlight.update()
+
+            new_doc = fitz.open()
+            new_doc.insert_pdf(doc, from_page=int(page_number) - 1, to_page=int(page_number) - 1)
+            pdf_bytes = new_doc.write()
+
+            doc.close()
+            new_doc.close()
+
+            return pdf_bytes
+
+        except Exception as e:
+            st.error(f"Error in create_highlighted_pdf: {str(e)}")
+            return None
+
+    def format_file_size(size_in_bytes):
+        """Convert bytes to human readable format"""
+        for unit in ['B', 'KB', 'MB', 'GB']:
+            if size_in_bytes < 1024:
+                return f"{size_in_bytes:.2f} {unit}"
+            size_in_bytes /= 1024
+        return f"{size_in_bytes:.2f} GB"
+
+    def display_search_result(result, index):
+        """Display a single search result with metadata in an expander"""
+        with st.expander(f"🔍 Search Result #{index + 1} (Score: {result['score']:.4f})"):
+            st.markdown("#### 📄 Document Information")
+            col1, col2 = st.columns(2)
+
+            with col1:
+                st.markdown("**File Details:**")
+                st.write(f"• File Name: {result['metadata']['file_name']}")
+                st.write(f"• Page: {result['metadata']['page_label']}")
+                st.write(f"• Type: {result['metadata']['file_type']}")
+                st.write(f"• Size: {format_file_size(result['metadata']['file_size'])}")
+
+            with col2:
+                st.markdown("**Dates:**")
+                st.write(f"• Created: {result['metadata']['creation_date']}")
+                st.write(f"• Modified: {result['metadata']['last_modified_date']}")
+
+            st.markdown("#### 📝 Content")
+            st.markdown(f"```\n{result['text']}\n```")
+
+            st.markdown("#### 📂 File Location")
+            st.code(result['file_path'], language='plaintext')
+
+            try:
+                pdf_path = result['file_path']
+                if os.path.exists(pdf_path):
+                    st.markdown("#### 📄 PDF Preview (with highlighted text)")
+
+                    highlighted_pdf = create_highlighted_pdf(
+                        pdf_path,
+                        result['text'],
+                        result['metadata']['page_label']
+                    )
+
+                    if highlighted_pdf:
+                        base64_pdf = base64.b64encode(highlighted_pdf).decode('utf-8')
+                        pdf_display = f'''
+                            <iframe 
+                                src="data:application/pdf;base64,{base64_pdf}" 
+                                width="100%" 
+                                height="800px" 
+                                type="application/pdf"
+                                style="border: 1px solid #ccc; border-radius: 5px;"
+                            ></iframe>
+                        '''
+                        st.markdown(pdf_display, unsafe_allow_html=True)
+                    else:
+                        st.error("Failed to create highlighted PDF")
+                else:
+                    st.error("PDF file not found at the specified location.")
+            except Exception as e:
+                st.error(f"Error displaying PDF: {str(e)}")
+
+    if "chat_history" not in st.session_state:
+        st.session_state.chat_history = []
+
+    with st.form(key="input_form"):
+        user_input = st.text_input("You:", key="input")
+        submit_button = st.form_submit_button("Send")
+
+    if submit_button:
+        if user_input:
+            if st.session_state.chat_history:
+                st.session_state.chat_history.insert(0, ("###", "###"))
+            st.session_state.chat_history.insert(0, ("You", user_input))
+
+            try:
+                response = requests.post("http://113.53.253.50:8002/search", json={"query": user_input})
+                response.raise_for_status()
+                data = response.json()
+                search_results = data["results"]
+
+                st.markdown("### 🔎 Search Results")
+                for idx, result in enumerate(search_results):
+                    display_search_result(result, idx)
+
+                response_text = "\n\n---\n\n".join([f"Text: {result['text']}\nFile Path: {result['file_path']}" for result in search_results])
+
+            except requests.RequestException as e:
+                st.error(f"Error: {str(e)}")