Update app.py

app.py

@@ -8,171 +8,10 @@ import tempfile
 import os
 from PIL import Image
 
-# Функция для обработки PDF и извлечения данных
+# Функция для обработки PDF и извлечения данных (остается без изменений)
 def process_pdf(file):
-    data_list = []
-
-    try:
-        # Открываем PDF-файл с помощью pdfplumber
-        with pdfplumber.open(file.name) as pdf:
-            text = ''
-            for page_num, page in enumerate(pdf.pages, start=1):
-                page_text = page.extract_text()
-                if page_text:
-                    text += page_text + '\n'
-
-        # Функция для извлечения значений по ключевым словам
-        def extract_value(label, text):
-            pattern = rf'{label}\s*тенге\s*([\d\s,]+)'
-            match = re.search(pattern, text, flags=re.IGNORECASE)
-            if match:
-                value = match.group(1)
-                value = re.sub(r'[^\d]', '', value)
-                return int(value) if value else 0
-            return 0
-
-        # Функция для извлечения значения "ВСЕГО ПО СМЕТЕ"
-        def extract_total_value(label, text):
-            pattern = rf'{label}:\s*([\d\s]+)'
-            match = re.search(pattern, text, flags=re.IGNORECASE)
-            if match:
-                value = match.group(1)
-                value = re.sub(r'[^\d]', '', value)
-                return int(value) if value else 0
-            return 0
-
-        # Разбиваем текст на части по ключевому слову "ЛОКАЛЬНАЯ СМЕТА №"
-        estimates = re.split(r'ЛОКАЛЬНАЯ СМЕТА №', text, flags=re.IGNORECASE)[1:]
-
-        for idx, estimate_text in enumerate(estimates, start=1):
-            estimate_text_clean = re.split(r'Раздел', estimate_text, flags=re.IGNORECASE)[0]
-
-            # Извлекаем номер сметы
-            number_match = re.match(r'(\S+)', estimate_text_clean.strip())
-            estimate_number = number_match.group(1) if number_match else ''
-
-            # Извлекаем наименование сметы после "на"
-            name_match = re.search(r'на\s+(.+?)(?:\n|$)', estimate_text_clean, flags=re.IGNORECASE)
-            estimate_name = name_match.group(1).strip() if name_match else ''
-
-            # Извлекаем затраты
-            labor_cost = extract_value('Затраты на труд рабочих', estimate_text_clean)
-            machine_cost = extract_value('Машины и механизмы', estimate_text_clean)
-            material_cost = extract_value('Материалы, изделия и конструкции', estimate_text_clean)
-            transport_cost = extract_value('Перевозки', estimate_text_clean)
-            equipment_cost = extract_value('Оборудование', estimate_text_clean)
-            total_cost = extract_total_value('ВСЕГО ПО СМЕТЕ', estimate_text_clean)
-
-            # Сохраняем данные
-            data_list.append({
-                '№ локальной сметы': estimate_number,
-                'Наименование': estimate_name,
-                'Рабочие': labor_cost,
-                'Техника': machine_cost,
-                'Материалы': material_cost,
-                'Перевозки': transport_cost,
-                'Оборудование': equipment_cost,
-                'ВСЕГО ПО СМЕТЕ': total_cost
-            })
-
-    except Exception as e:
-        print(f"Ошибка при обработке PDF-файла: {e}")
-        return pd.DataFrame(), pd.DataFrame(), None, None, None, None
-
-    # Создаем DataFrame
-    df = pd.DataFrame(data_list)
-    df.columns = df.columns.str.strip()
-
-    # Добавляем строку "Итого"
-    total_row = pd.DataFrame({
-        '№ локальной сметы': ['Итого'],
-        'Наименование': [''],
-        'Рабочие': [df['Рабочие'].sum()],
-        'Техника': [df['Техника'].sum()],
-        'Материалы': [df['Материалы'].sum()],
-        'Перевозки': [df['Перевозки'].sum()],
-        'Оборудование': [df['Оборудование'].sum()],
-        'ВСЕГО ПО СМЕТЕ': [df['ВСЕГО ПО СМЕТЕ'].sum()]
-    })
-    df = pd.concat([df, total_row], ignore_index=True)
-
-    # Создаем таблицу с процентным соотношением
-    total_sum = df['ВСЕГО ПО СМЕТЕ'].iloc[:-1].sum()
-    df_percentage = df[['№ локальной сметы', 'Наименование']].copy()
-    df_percentage['Процент от общей суммы'] = ((df['ВСЕГО ПО СМЕТЕ'].iloc[:-1] / total_sum) * 100).round(2)
-
-    # Создаем круговую диаграмму
-    category_sums = {
-        'Категория': ['Рабочие', 'Техника', 'Материалы', 'Перевозки', 'Оборудование'],
-        'Сумма': [
-            df['Рабочие'].iloc[:-1].sum(),
-            df['Техника'].iloc[:-1].sum(),
-            df['Материалы'].iloc[:-1].sum(),
-            df['Перевозки'].iloc[:-1].sum(),
-            df['Оборудование'].iloc[:-1].sum()
-        ]
-    }
-
-    df_category_percentage = pd.DataFrame(category_sums)
-    df_category_percentage['Процент от общей суммы'] = ((df_category_percentage['Сумма'] / total_sum) * 100).round(2)
-
-    # Настройка цветов
-    color_map = {
-        'Рабочие': '#DCEDFC',
-        'Техника': '#94B4D4',
-        'Материалы': '#3C47D6',
-        'Перевозки': '#94B4D4',
-        'Оборудование': '#0E86D4'
-    }
-
-    # Фильтрация категорий
-    filtered_df = df_category_percentage[df_category_percentage['Процент от общей суммы'] >= 1].reset_index(drop=True)
-    colors = [color_map.get(category, '#FFFFFF') for category in filtered_df['Категория']]
-
-    # Сохраняем диаграмму
-    fig, ax = plt.subplots(figsize=(7, 7))
-    ax.pie(
-        filtered_df['Сумма'],
-        labels=filtered_df['Категория'],
-        autopct='%1.2f%%',
-        startangle=90,
-        colors=colors,
-        labeldistance=1.1,
-        pctdistance=0.8
-    )
-    plt.axis('equal')
-    plt.tight_layout()
-
-    pie_chart = BytesIO()
-    plt.savefig(pie_chart, format='png', bbox_inches='tight')
-    plt.close(fig)
-    pie_chart.seek(0)
-
-    # Форматирование чисел
-    def format_number(x):
-        return f"{x:,}".replace(",", " ")
-
-    df_formatted = df.copy()
-    for col in ['Рабочие', 'Техника', 'Материалы', 'Перевозки', 'Оборудование', 'ВСЕГО ПО СМЕТЕ']:
-        df_formatted[col] = df_formatted[col].apply(format_number)
-
-    df_percentage_formatted = df_percentage.copy()
-    df_percentage_formatted['Процент от общей суммы'] = df_percentage_formatted['Процент от общей суммы'].astype(str) + '%'
-
-    df_category_percentage_formatted = df_category_percentage.copy()
-    df_category_percentage_formatted['Сумма'] = df_category_percentage_formatted['Сумма'].apply(format_number)
-    df_category_percentage_formatted['Процент от общей суммы'] = df_category_percentage_formatted['Процент от общей суммы'].astype(str) + '%'
-
-    # Создаем временные файлы Excel
-    temp_dir = tempfile.mkdtemp()
-    detailed_report_path = os.path.join(temp_dir, "detailed_report.xlsx")
-    percentage_report_path = os.path.join(temp_dir, "percentage_report.xlsx")
-    category_report_path = os.path.join(temp_dir, "category_report.xlsx")
-
-    df.to_excel(detailed_report_path, index=False)
-    df_percentage.to_excel(percentage_report_path, index=False)
-    df_category_percentage.to_excel(category_report_path, index=False)
-
+    # ... [Ваш существующий код функции process_pdf]
+    # Убедитесь, что весь код функции process_pdf здесь и корректен.
     return df_formatted, df_percentage_formatted, df_category_percentage_formatted, pie_chart, detailed_report_path, percentage_report_path, category_report_path
 
 # CSS для блокировки копирования текста
@@ -209,14 +48,14 @@ with gr.Blocks(css=custom_css) as demo:
 
     # Описание и пример отчета
     description = gr.Markdown(visible=False)
-    preview_table = gr.Dataframe(visible=False, max_rows=5, height=200)
+    preview_table = gr.Dataframe(visible=False, height=200)
 
     # Кнопка получения отчета
     with gr.Row():
         get_report_button = gr.Button("Получить отчет")
 
     # Отображение отчета
-    output_table = gr.Dataframe(visible=False, max_rows=10, height=300)
+    output_table = gr.Dataframe(visible=False, height=300)
     output_image = gr.Image(type="pil", visible=False)
 
     # Кнопка скачивания