import os
import pandas as pd
from flask import Flask, request, jsonify, render_template_string
app = Flask(__name__)
# Simulación de la función de cálculo del KCDI
# Reemplaza esta función con tu lógica real de cálculo del KCDI
def calculate_kcdi(df):
"""
Calcula el KCDI a partir de un DataFrame de pandas.
"""
try:
# Aquí iría tu código para procesar el DataFrame de Scopus
# y calcular los valores de KCDI, entropía, etc.
# Por ejemplo, basándote en la estructura de tu análisis.
# Valores simulados para fines de demostración
kcdi = 0.916
h_shannon = 1.668
w_bar = 0.12
description = "Resultado simulado para demostración"
return {
'kcdi_value': kcdi,
'H_shannon': h_shannon,
'W_bar': w_bar,
'description': description
}
except Exception as e:
return {'error': f'Error en el cálculo: {str(e)}'}
# Plantilla HTML y JavaScript directamente en el código de Python
html_template = """
Calculadora KCDI
Calculadora de Índice KCDI
Sube tu archivo CSV exportado de Scopus para calcular el KCDI.
"""
@app.route('/')
def index():
return render_template_string(html_template)
@app.route('/calculate', methods=['POST'])
def calculate():
if 'file' not in request.files:
return jsonify({'error': 'No se encontró el archivo'}), 400
file = request.files['file']
if file.filename == '':
return jsonify({'error': 'No se seleccionó ningún archivo'}), 400
if file:
try:
df = pd.read_csv(file)
results = calculate_kcdi(df)
return jsonify(results), 200
except Exception as e:
return jsonify({'error': f'Error en el procesamiento del archivo: {str(e)}'}), 500
if __name__ == '__main__':
app.run(debug=True)