app.py

import gradio as gr
import os
import time
import fitz  # PyMuPDF
from docx import Document
from docx.shared import Inches
from docx.oxml import OxmlElement
from docx.oxml.ns import qn
from tqdm import tqdm
from dotenv import load_dotenv
from modelo_clip import ValidatorVITImgTexto
from openai import OpenAI
import re
from threading import Thread
from queue import Queue
from gradio_pdf import PDF

# 🔹 Carregar variáveis de ambiente
load_dotenv()
secretk = os.environ.get("OPENAI_API_KEY")
cliente_openai = OpenAI(api_key=secretk)

# 🔹 Criar pastas para armazenar arquivos
os.makedirs("uploads", exist_ok=True)
os.makedirs("clippings", exist_ok=True)

# 🔹 Justificar parágrafos no Word
def justify_paragraph(paragraph):
    p = paragraph._element
    pPr = p.get_or_add_pPr()
    jc = OxmlElement('w:jc')
    jc.set(qn('w:val'), 'both')
    pPr.append(jc)

# 🔹 Função para extrair texto do PDF
def extract_content(pdf_path):
    doc = fitz.open(pdf_path)
    extracted_data = []
    for page_num, page in enumerate(doc, start=1):
        page_data = {
            "page_number": page_num,
            "text": page.get_text("text"),
            "link": f"{os.path.basename(pdf_path)}#page={page_num}"
        }
        extracted_data.append(page_data)
    return extracted_data

# 🔹 Função para identificar palavras-chave no texto
def find_keywords(text, keywords):
    detected = [kw for kw in keywords if kw.lower() in text.lower()]
    return detected

# 🔹 Função para gerar resumos via OpenAI
def generate_summary(text):
    prompt = f"Resuma o seguinte texto em poucas frases mantendo os pontos principais:\n\n{text}"
    try:
        response = cliente_openai.chat.completions.create(
            model="gpt-4o",
            messages=[{"role": "system", "content": "Você é um assistente que resume textos de forma objetiva."},
                      {"role": "user", "content": prompt}],
            temperature=0.3,
            max_tokens=150
        )
        return response.choices[0].message.content.strip()
    except Exception as e:
        return f"Erro ao gerar resumo: {e}"

# 🔹 Filtrar conteúdo com base nas palavras-chave e gerar resumos
def filter_content(extracted_data, keywords):
    filtered_data = []
    for page in extracted_data:
        detected_keywords = find_keywords(page["text"], keywords)
        if detected_keywords:
            summary = generate_summary(page["text"])
            filtered_data.append({
                "page_number": page["page_number"],
                "summary": summary,
                "text": page["text"],
                "keywords": ", ".join(detected_keywords),
                "link": page["link"]
            })
    return filtered_data

# 🔹 Criar um documento Word com os resumos
def generate_word_from_summary(filtered_data, output_path):
    doc = Document()
    if not filtered_data:
        doc.add_paragraph("Nenhum conteúdo relevante encontrado.")
    else:
        for page in filtered_data:
            doc.add_heading(f"Resumo da Página {page['page_number']}", level=2)
            doc.add_paragraph(f"**Palavras-chave encontradas:** {page['keywords']}")
            doc.add_paragraph(f"**Resumo:** {page['summary']}")
            doc.add_paragraph(f"📎 [Acesse a Página]({page['link']})")
            doc.add_paragraph("-" * 50)
    doc.save(output_path)

def generate_clickable_link(pdf_path, page_number):
    """
    Gera um link funcional para acessar uma página específica do PDF dentro do Gradio.
    """
    pdf_filename = os.path.basename(pdf_path)  # Pega apenas o nome do arquivo
    link = f'<a href="{pdf_filename}#page={page_number}" target="_blank">📄 Acesse a Página {page_number}</a>'
    return link


# 🔹 Processamento do PDF no Gradio
def process_pdf(uploaded_pdf):
    if not uploaded_pdf:
        return "Nenhum arquivo enviado.", None

    pdf_path = uploaded_pdf
    output_docx = os.path.join("clippings", f"clipping_{int(time.time())}.docx")

    keywords = ["Governo Federal", "Ceará", "infraestrutura", "saúde", "educação", "segurança pública"]

    extracted_data = extract_content(pdf_path)
    filtered_data = filter_content(extracted_data, keywords)
    generate_word_from_summary(filtered_data, output_docx)

    resumos = []
    for page in extracted_data:
        summary = generate_summary(page["text"])
        resumos.append({
            "page_number": page["page_number"],
            "summary": summary
        })

    return resumos

# 🔹 Criar botões e resumos interativos em Markdown com HTML
def create_summary_buttons(resumos):
    markdown_content = ""
    for r in resumos:
        page_num = r["page_number"]
        summary = r["summary"]

        markdown_content += f"""
        <button style='padding:5px;margin:5px;' onclick='
            const pages = document.querySelectorAll(".pdf-container .page");
            if(pages && pages.length >= {page_num}){{
                pages[{page_num}-1].scrollIntoView({{ behavior: "smooth" }});
            }}
        '>📄 Ir para Página {page_num}</button>
        <strong>🔑 Resumo:</strong> {summary}<br><hr>
        """

    return markdown_content if markdown_content else "Nenhum resumo disponível."


# 🔹 Interface Gradio
with gr.Blocks() as demo:
    gr.Markdown("### 📑 Clipapptor - IA para Resumo de PDFs")

    with gr.Row():
        with gr.Column(scale=1):  # Lado esquerdo
            uploaded_pdf = PDF(label="📤 Faça upload do PDF", interactive=True, height=650)
            #page_input = gr.Number(value=1, label="Página", interactive=True)
            #go_to_page_button = gr.Button("Ir para Página", elem_id="go-to-page-button")

        with gr.Column(scale=1):  # Lado direito
            process_button = gr.Button("📄 Gerar Clippings do Jornal")
            resumo_output = gr.Markdown("Aguardando resumos...", render=True, height=650)


    # 🔹 Função para navegação no PDF
    # def go_to_page(page_number):
    #     return page_number

    def process_and_create_buttons(pdf):
        resumos = process_pdf(pdf)
        return create_summary_buttons(resumos)

    process_button.click(
        fn=process_and_create_buttons,
        inputs=[uploaded_pdf],
        outputs=[resumo_output]
    )

    # go_to_page_button.click(fn=go_to_page, inputs=[page_input], outputs=[page_input])

demo.launch(share=True)