Update app.py

app.py

@@ -2,12 +2,46 @@ import gradio as gr
 import requests
 import pandas as pd
 from rapidfuzz import process, fuzz
+from docx import Document
 
 bens_df = pd.read_excel('bens_tab.xlsx')
 
 data_crawler = pd.read_csv('data_crawler.csv', index_col=False)
 data_crawler = data_crawler[['Title', 'Price', 'Currency', 'Condition', 'Link', 'Marketplace']]
 
+def get_report(query):
+    doc = Document()
+
+    # Adding a title
+    doc.add_heading('RELATÓRIO DE AVALIAÇÃO DE VALOR DE MERCADO – EXP.', level=1)
+
+    # Adding some details
+    doc.add_paragraph('Solicitante:')
+    doc.add_paragraph('Interessado:')
+    doc.add_paragraph('Proprietário:')
+    doc.add_paragraph('Objetivo da Avaliação: Definir o valor de mercado dos bens abaixo discriminados para registro no Patrimônio do Município.')
+
+    # Adding section heading and content
+    doc.add_heading('1. Características do(s) Avaliando(s):', level=2)
+    doc.add_paragraph('1.1 Avaliando 01:')
+    doc.add_paragraph(f'Descrição: {query}')
+
+    # Add evaluation section
+    doc.add_heading('2. Avaliação:', level=2)
+    doc.add_paragraph('2.1 Avaliando 01')
+
+    # Add market research section
+    doc.add_heading('3. Pesquisa de Mercado:', level=2)
+
+    today_date = datetime.now().strftime('%d/%m/%Y')
+    doc.add_paragraph(f'Lajeado/RS, {today_date}')
+
+    doc.add_paragraph('Membros da Comissão:')
+
+    # Save the document
+    doc.save('laudo.docx')
+    
+
 def fetch_data_to_dataframe(query, limit=50, source="mercadolibre"):
     if source == "mercadolibre":
         BASE_URL = "https://api.mercadolibre.com/sites/MLB/search"
@@ -167,7 +201,8 @@ def integrated_app(query, titulo, EC, PU, selected_rows):
 
     fator_avaliacao = calcular_fator_avaliacao(titulo, EC, PU)
     valor_avaliacao = df_nearest['Price'].mean() * fator_avaliacao
-    return f"Valor Médio do Bem: R$ {df_nearest['Price'].mean():.2f}, Fator de Avaliação: {fator_avaliacao*100:.2f}%, Valor de Avaliação: R$ {valor_avaliacao:.2f}", df_nearest
+    get_report(query)
+    return f"Valor Médio do Bem: R$ {df_nearest['Price'].mean():.2f}, Fator de Avaliação: {fator_avaliacao*100:.2f}%, Valor de Avaliação: R$ {valor_avaliacao:.2f}", df_nearest, 'laudo.docx'
 
 
 iface = gr.Interface(fn=integrated_app,
@@ -176,7 +211,7 @@ iface = gr.Interface(fn=integrated_app,
                              gr.Radio(label="Estado de Conservação do Bem", choices=['Excelente', 'Bom', 'Regular', 'Péssimo'], value="Excelente"),
                              gr.Number(label="Período utilizado (anos)", value=1),
                              gr.Textbox(label="IDs das linhas selecionadas (separadas por vírgula)", placeholder="Exemplo: 0,2,5")],  # Using Textbox for IDs
-                     outputs=[gr.Textbox(label="Cálculo"), gr.Dataframe(label="Resultados da Pesquisa")],
+                     outputs=[gr.Textbox(label="Cálculo"), gr.Dataframe(label="Resultados da Pesquisa"), gr.File(label="Laudo de Avaliação")],
                      theme=gr.themes.Monochrome(),
                      title="<span style='color: gray; font-size: 48px;'>Avaliação de Bens Móveis</span>",
                      description="""<p style="text-align: left;"><b><span style='color: gray; font-size: 40px;'>aval</span><span style='color: black; font-size: 40px;'>ia</span><span style='color: gray; font-size: 40px;'>.se</b></p>""")