Update app.py

app.py

@@ -1,5 +1,5 @@
 # ==========================================
-# 高雄市長選戰輕量化輿情分析 (HF Spaces)
+# 高雄市長選戰輕量化輿情分析 (HF Spaces + 新聞整合)
 # ==========================================
 
 import snscrape.modules.twitter as sntwitter
@@ -10,6 +10,7 @@ import matplotlib.pyplot as plt
 import io
 import base64
 import gradio as gr
+import os
 
 # -----------------------------
 # 參數設定
@@ -17,6 +18,7 @@ import gradio as gr
 candidates = ["許智傑", "邱議瑩", "賴瑞隆", "林岱樺", "柯志恩"]
 days_back = 7
 max_tweets_per_candidate = 100  # HF部署建議少量
+news_file = "news_sample.csv"    # CSV 欄位: 日期, 標題, 摘要, 類別
 
 # -----------------------------
 # 中文情緒分析模型
@@ -64,12 +66,27 @@ def run_analysis():
     img_b64 = base64.b64encode(buf.read()).decode("utf-8")
     buf.close()
 
-    # 4. 即時輿情報告 (HTML)
+    # 4. 新聞線索整合
+    if os.path.exists(news_file):
+        df_news = pd.read_csv(news_file)
+        news_summary = df_news.groupby('類別').size().to_dict()
+        news_table = df_news.to_html(index=False)
+    else:
+        news_summary = {}
+        news_table = "<p>未提供新聞資料</p>"
+
+    # 5. 生成即時輿情報告 (HTML)
     html_report = f"""
     <h2>高雄市長選戰輿情摘要 ({datetime.now().strftime('%Y-%m-%d')})</h2>
+
     <h3>1. 社群貼文聲量與情緒</h3>
     {summary.to_html()}
-    <h3>2. 情緒圖表</h3>
+
+    <h3>2. 新聞議題統計</h3>
+    <p>各類別新聞數量：{news_summary}</p>
+    {news_table}
+
+    <h3>3. 情緒圖表</h3>
     <img src='data:image/png;base64,{img_b64}' width='600'>
     """
     return html_report
@@ -83,7 +100,7 @@ iface = gr.Interface(
     outputs=gr.HTML,
     live=False,
     title="高雄市長選戰輿情分析",
-    description="抓取 X（Twitter）貼文、分析情緒比例，並生成即時輿情報告"
+    description="抓取 X（Twitter）貼文 + 新聞議題分析，生成即時輿情報告"
 )
 
 iface.launch()