Create app.py

app.py

@@ -0,0 +1,95 @@
+import gradio as gr
+import pandas as pd
+from PyPDF2 import PdfReader
+import zipfile, os, re
+import spacy
+
+# ================================
+# Cargar spaCy (modelo español)
+# ================================
+try:
+    nlp = spacy.load("es_core_news_sm")
+except OSError:
+    import subprocess
+    subprocess.run(["python", "-m", "spacy", "download", "es_core_news_sm"])
+    nlp = spacy.load("es_core_news_sm")
+
+# ================================
+# Función de extracción
+# ================================
+def extraer_info_pregunta1(text, nombre_reporte="reporte.pdf"):
+    doc = nlp(text)
+
+    # Ubicaciones
+    ubicaciones = [ent.text.strip() for ent in doc.ents if ent.label_ in ["LOC", "GPE"]]
+    ubicaciones_final = list(set([re.sub(r"\n", " ", u) for u in ubicaciones]))
+
+    # Fechas
+    regex_patterns = [
+        r"\b\d{1,2}\s+de\s+(enero|febrero|marzo|abril|mayo|junio|julio|agosto|septiembre|octubre|noviembre|diciembre)\s+\d{4}\b",
+        r"\b(enero|febrero|marzo|abril|mayo|junio|julio|agosto|septiembre|octubre|noviembre|diciembre)\s+\d{4}\b",
+        r"\b\d{1,2}[/-]\d{1,2}[/-]\d{2,4}\b"
+    ]
+    fechas_final = []
+    for pattern in regex_patterns:
+        fechas_final.extend(re.findall(pattern, text, flags=re.IGNORECASE))
+
+    # Tipos de incidente
+    keywords_incidentes = {
+        "Inundación": ["inundación", "lluvia", "río", "desbordamiento"],
+        "Desplazamiento": ["desplazamiento", "huida", "migración"],
+        "Salud": ["epidemia", "enfermedad", "hospital", "salud"],
+        "Seguridad": ["conflicto", "violencia", "ataque", "amenaza"]
+    }
+    tipos_detectados = []
+    for tipo, palabras in keywords_incidentes.items():
+        if any(p in text.lower() for p in palabras):
+            tipos_detectados.append(tipo)
+
+    return {
+        "Reporte": nombre_reporte,
+        "Ubicaciones": ", ".join(ubicaciones_final) if ubicaciones_final else "No detectadas",
+        "Fechas": ", ".join(set(fechas_final)) if fechas_final else "No detectadas",
+        "Tipos de incidente": ", ".join(tipos_detectados) if tipos_detectados else "No detectados"
+    }
+
+# ================================
+# Procesar PDFs o ZIP
+# ================================
+def analizar_reportes(file):
+    resultados = []
+
+    # ZIP
+    if file.name.endswith(".zip"):
+        with zipfile.ZipFile(file.name, 'r') as zip_ref:
+            zip_ref.extractall("tmp")
+        for fname in os.listdir("tmp"):
+            if fname.endswith(".pdf"):
+                pdf = PdfReader(os.path.join("tmp", fname))
+                text = "\n".join([page.extract_text() for page in pdf.pages if page.extract_text()])
+                resultados.append(extraer_info_pregunta1(text, nombre_reporte=fname))
+    else:
+        pdf = PdfReader(file.name)
+        text = "\n".join([page.extract_text() for page in pdf.pages if page.extract_text()])
+        resultados.append(extraer_info_pregunta1(text, nombre_reporte=os.path.basename(file.name)))
+
+    df = pd.DataFrame(resultados)
+    csv_path = "resultados.csv"
+    df.to_csv(csv_path, index=False)
+    return df, csv_path
+
+# ================================
+# Interfaz Gradio
+# ================================
+iface = gr.Interface(
+    fn=analizar_reportes,
+    inputs=gr.File(type="file", label="Sube un PDF o ZIP"),
+    outputs=[
+        gr.Dataframe(headers=["Reporte", "Ubicaciones", "Fechas", "Tipos de incidente"], label="Resultados"),
+        gr.File(label="📥 Descargar CSV")
+    ],
+    title="📑 Analizador de Reportes Humanitarios",
+    description="Sube tus reportes en PDF o ZIP y obtén una tabla con Ubicaciones, Fechas y Tipos de incidente."
+)
+
+iface.launch()