Update app.py

app.py

@@ -13,6 +13,8 @@ from langchain.llms import HuggingFaceHub, LlamaCpp, CTransformers  # For loadin
 from langchain.document_loaders import PyPDFLoader, TextLoader, JSONLoader, CSVLoader
 import tempfile # 임시 파일을 생성하기 위한 라이브러리입니다.
 import os
+import json
+from pathlib import Path
 
 
 # PDF 문서로부터 텍스트를 추출하는 함수입니다.
@@ -28,16 +30,39 @@ def get_pdf_text(pdf_docs):
 # 과제
 # 아래 텍스트 추출 함수를 작성
 
-def get_text_file(docs):
-    pass
-
-
-def get_csv_file(docs):
-    pass
-
-def get_json_file(docs):
-    pass
-
+def get_text_file(text_docs):
+    temp_dir = tempfile.TemporaryDirectory() # 임시 디렉토리를 생성합니다.
+    temp_filepath = os.path.join(temp_dir.name, text_docs.name) # 임시 파일 경로를 생성합니다.
+    with open(temp_filepath, "wb") as f:  # 임시 파일을 바이너리 쓰기 모드로 엽니다.
+        f.write(text_docs.getvalue()) # PDF 문서의 내용을 임시 파일에 씁니다.
+    text_loader = TextLoader(temp_filepath)
+    text_doc = text_loader.load() # 텍스트를 추출합니다.
+    return text_doc # 추출한 텍스트를 반환합니다. 
+    
+def get_csv_file(csv_docs):
+    temp_dir = tempfile.TemporaryDirectory() # 임시 디렉토리를 생성합니다.
+    temp_filepath = os.path.join(temp_dir.name, csv_docs.name) # 임시 파일 경로를 생성합니다.
+    with open(temp_filepath, "wb") as f:  # 임시 파일을 바이너리 쓰기 모드로 엽니다.
+        f.write(csv_docs.getvalue()) # PDF 문서의 내용을 임시 파일에 씁니다.
+    csv_loader = CSVLoader(file_path=temp_filepath, csv_args={
+        'delimiter': ',',
+        'quotechar': '',
+        'fieldnames': ['name', 'email', 'phone']
+    })
+    csv_doc = csv_loader.load() # 텍스트를 추출합니다.
+    return csv_doc # 추출한 텍스트를 반환합니다.
+
+def get_json_file(json_docs):
+    temp_dir = tempfile.TemporaryDirectory() # 임시 디렉토리를 생성합니다.
+    temp_filepath = os.path.join(temp_dir.name, json_docs.name) # 임시 파일 경로를 생성합니다.
+    with open(temp_filepath, "wb") as f:  # 임시 파일을 바이너리 쓰기 모드로 엽니다.
+        f.write(json_docs.getvalue()) # PDF 문서의 내용을 임시 파일에 씁니다.
+    json_loader = JSONLoader(
+        file_path=temp_filepath,
+        jq_schema='.chat[].message',
+        text_content=False)
+    json_doc = json_loader.load() # 텍스트를 추출합니다.
+    return json_doc # 추출한 텍스트를 반환합니다.
     
 # 문서들을 처리하여 텍스트 청크로 나누는 함수입니다.
 def get_text_chunks(documents):