Update modules/database/semantic_mongo_db.py

modules/database/semantic_mongo_db.py

@@ -1,179 +1,197 @@
-#/modules/database/semantic_mongo_db.py
-
-# Importaciones estándar
-import io
-import base64
-from datetime import datetime, timezone
-import logging
-
-# Importaciones de terceros
-import matplotlib.pyplot as plt
-
-# Importaciones locales
-from .mongo_db import (
-    get_collection,
-    insert_document, 
-    find_documents, 
-    update_document, 
-    delete_document
-)
-
-# Configuración del logger
-logger = logging.getLogger(__name__)  # Cambiado de name a __name__
-COLLECTION_NAME = 'student_semantic_analysis'
-
-####################################################################
-# modules/database/semantic_mongo_db.py
-
-# modules/database/semantic_mongo_db.py
-
-def store_student_semantic_result(username, text, analysis_result, lang_code='en'):
-    """
-    Guarda el resultado del análisis semántico en MongoDB.
-    Args:
-        username: Nombre del usuario
-        text: Texto completo analizado
-        analysis_result: Diccionario con los resultados del análisis
-        lang_code: Código de idioma (opcional, default 'en')
-    """
-    try:
-        # Verificar datos mínimos requeridos
-        if not username or not text or not analysis_result:
-            logger.error("Datos insuficientes para guardar el análisis")
-            return False
-
-        # Preparar el gráfico conceptual
-        concept_graph_data = None
-        if 'concept_graph' in analysis_result and analysis_result['concept_graph'] is not None:
-            try:
-                if isinstance(analysis_result['concept_graph'], bytes):
-                    concept_graph_data = base64.b64encode(analysis_result['concept_graph']).decode('utf-8')
-                else:
-                    logger.warning("El gráfico conceptual no está en formato bytes")
-            except Exception as e:
-                logger.error(f"Error al codificar gráfico conceptual: {str(e)}")
-
-        # Crear documento para MongoDB
-        analysis_document = {
-            'username': username,
-            'timestamp': datetime.now(timezone.utc),
-            'text': text,
-            'analysis_type': 'semantic',
-            'key_concepts': analysis_result.get('key_concepts', []),
-            'concept_centrality': analysis_result.get('concept_centrality', {}),
-            'concept_graph': concept_graph_data,
-            'language': lang_code  # Usamos el parámetro directamente
-        }
-
-        # Insertar en MongoDB
-        result = insert_document(COLLECTION_NAME, analysis_document)
-        if result:
-            logger.info(f"Análisis semántico guardado para {username}")
-            return True
-        
-        logger.error("No se pudo insertar el documento en MongoDB")
-        return False
-
-    except Exception as e:
-        logger.error(f"Error al guardar el análisis semántico: {str(e)}", exc_info=True)
-        return False
-
-####################################################################################
-def get_student_semantic_analysis(username, limit=10):
-    """
-    Recupera los análisis semánticos de un estudiante.
-    """
-    try:
-        # Obtener la colección
-        collection = get_collection(COLLECTION_NAME)
-        if collection is None:  # Cambiado de if not collection a if collection is None
-            logger.error("No se pudo obtener la colección semantic")
-            return []
-
-        # Consulta
-        query = {
-            "username": username,
-            "analysis_type": "semantic"
-        }
-        
-        # Campos a recuperar
-        projection = {
-            "timestamp": 1,
-            "concept_graph": 1,
-            "_id": 1
-        }
-        
-        # Ejecutar consulta
-        try:
-            cursor = collection.find(query, projection).sort("timestamp", -1)
-            if limit:
-                cursor = cursor.limit(limit)
-            
-            # Convertir cursor a lista
-            results = list(cursor)
-            logger.info(f"Recuperados {len(results)} análisis semánticos para {username}")
-            return results
-            
-        except Exception as db_error:
-            logger.error(f"Error en la consulta a MongoDB: {str(db_error)}")
-            return []
-        
-    except Exception as e:
-        logger.error(f"Error recuperando análisis semántico: {str(e)}")
-        return []
-####################################################################################################
-
-
-def update_student_semantic_analysis(analysis_id, update_data):
-    """
-    Actualiza un análisis semántico existente.
-    Args:
-        analysis_id: ID del análisis a actualizar
-        update_data: Datos a actualizar
-    """
-    query = {"_id": analysis_id}
-    update = {"$set": update_data}
-    return update_document(COLLECTION_NAME, query, update)
-
-def delete_student_semantic_analysis(analysis_id):
-    """
-    Elimina un análisis semántico.
-    Args:
-        analysis_id: ID del análisis a eliminar
-    """
-    query = {"_id": analysis_id}
-    return delete_document(COLLECTION_NAME, query)
-
-def get_student_semantic_data(username):
-    """
-    Obtiene todos los análisis semánticos de un estudiante.
-    Args:
-        username: Nombre del usuario
-    Returns:
-        dict: Diccionario con todos los análisis del estudiante
-    """
-    analyses = get_student_semantic_analysis(username, limit=None)
-    
-    formatted_analyses = []
-    for analysis in analyses:
-        formatted_analysis = {
-            'timestamp': analysis['timestamp'],
-            'text': analysis['text'],
-            'key_concepts': analysis['key_concepts'],
-            'entities': analysis['entities']
-            # No incluimos los gráficos en el resumen general
-        }
-        formatted_analyses.append(formatted_analysis)
-    
-    return {
-        'entries': formatted_analyses
-    }
-
-# Exportar las funciones necesarias
-__all__ = [
-    'store_student_semantic_result',
-    'get_student_semantic_analysis',
-    'update_student_semantic_analysis',
-    'delete_student_semantic_analysis',
-    'get_student_semantic_data'
+#/modules/database/semantic_mongo_db.py
+
+# Importaciones estándar
+import io
+import base64
+from datetime import datetime, timezone
+import logging
+
+# Importaciones de terceros
+import matplotlib.pyplot as plt
+
+# Importaciones locales
+from .mongo_db import (
+    get_collection,
+    insert_document, 
+    find_documents, 
+    update_document, 
+    delete_document
+)
+
+# Configuración del logger
+logger = logging.getLogger(__name__)  # Cambiado de name a __name__
+COLLECTION_NAME = 'student_semantic_analysis'
+
+####################################################################
+# modules/database/semantic_mongo_db.py
+
+# modules/database/semantic_mongo_db.py
+
+def store_student_semantic_result(username, text, analysis_result, lang_code='en'):
+    """
+    Guarda el resultado del análisis semántico en MongoDB.
+    Args:
+        username: Nombre del usuario
+        text: Texto completo analizado
+        analysis_result: Diccionario con los resultados del análisis
+        lang_code: Código de idioma (opcional, default 'en')
+    """
+    try:
+        # Verificar datos mínimos requeridos
+        if not username or not text or not analysis_result:
+            logger.error("Datos insuficientes para guardar el análisis")
+            return False
+
+        # Preparar el gráfico conceptual
+        concept_graph_data = None
+        if 'concept_graph' in analysis_result and analysis_result['concept_graph'] is not None:
+            try:
+                if isinstance(analysis_result['concept_graph'], bytes):
+                    concept_graph_data = base64.b64encode(analysis_result['concept_graph']).decode('utf-8')
+                else:
+                    logger.warning("El gráfico conceptual no está en formato bytes")
+            except Exception as e:
+                logger.error(f"Error al codificar gráfico conceptual: {str(e)}")
+
+        # Crear documento para MongoDB
+        analysis_document = {
+            'username': username,
+            'timestamp': datetime.now(timezone.utc),
+            'text': text,
+            'analysis_type': 'semantic',
+            'key_concepts': analysis_result.get('key_concepts', []),
+            'concept_centrality': analysis_result.get('concept_centrality', {}),
+            'concept_graph': concept_graph_data,
+            'language': lang_code  # Usamos el parámetro directamente
+        }
+
+        # Insertar en MongoDB
+        result = insert_document(COLLECTION_NAME, analysis_document)
+        if result:
+            logger.info(f"Análisis semántico guardado para {username}")
+            return True
+        
+        logger.error("No se pudo insertar el documento en MongoDB")
+        return False
+
+    except Exception as e:
+        logger.error(f"Error al guardar el análisis semántico: {str(e)}", exc_info=True)
+        return False
+
+####################################################################################
+def get_student_semantic_analysis(username, limit=10):
+    """
+    Recupera los análisis semánticos de un estudiante.
+    """
+    try:
+        collection = get_collection(COLLECTION_NAME)
+        if collection is None:
+            logger.error("No se pudo obtener la colección semantic")
+            return []
+
+        query = {
+            "username": username,
+            "analysis_type": "semantic"
+        }
+        
+        # Actualizar la proyección para incluir todos los campos necesarios
+        projection = {
+            "timestamp": 1,
+            "text": 1,  # Añadir este campo
+            "key_concepts": 1,  # Añadir este campo
+            "entities": 1,  # Añadir este campo
+            "concept_graph": 1,
+            "_id": 1
+        }
+        
+        try:
+            cursor = collection.find(query, projection).sort("timestamp", -1)
+            if limit:
+                cursor = cursor.limit(limit)
+            
+            results = list(cursor)
+            logger.info(f"Recuperados {len(results)} análisis semánticos para {username}")
+            return results
+            
+        except Exception as db_error:
+            logger.error(f"Error en la consulta a MongoDB: {str(db_error)}")
+            return []
+        
+    except Exception as e:
+        logger.error(f"Error recuperando análisis semántico: {str(e)}")
+        return []
+####################################################################################################
+
+
+def update_student_semantic_analysis(analysis_id, update_data):
+    """
+    Actualiza un análisis semántico existente.
+    Args:
+        analysis_id: ID del análisis a actualizar
+        update_data: Datos a actualizar
+    """
+    query = {"_id": analysis_id}
+    update = {"$set": update_data}
+    return update_document(COLLECTION_NAME, query, update)
+
+def delete_student_semantic_analysis(analysis_id):
+    """
+    Elimina un análisis semántico.
+    Args:
+        analysis_id: ID del análisis a eliminar
+    """
+    query = {"_id": analysis_id}
+    return delete_document(COLLECTION_NAME, query)
+
+
+############################################################################
+def get_student_semantic_data(username):
+    """
+    Obtiene todos los análisis semánticos de un estudiante.
+    Args:
+        username: Nombre del usuario
+    Returns:
+        dict: Diccionario con todos los análisis del estudiante
+    """
+    try:
+        analyses = get_student_semantic_analysis(username, limit=None)
+        
+        formatted_analyses = []
+        for analysis in analyses:
+            # Asegurarse de que los campos existan antes de acceder a ellos
+            formatted_analysis = {
+                'timestamp': analysis.get('timestamp'),
+                'text': analysis.get('text', ''),  # Usar get() con valor por defecto
+                'key_concepts': analysis.get('key_concepts', []),
+                'entities': analysis.get('entities', []),
+                'concept_graph': analysis.get('concept_graph')  # Mantener el gráfico
+            }
+            formatted_analyses.append(formatted_analysis)
+        
+        return {
+            'username': username,
+            'entries': formatted_analyses,
+            'count': len(formatted_analyses),
+            'status': 'success'
+        }
+    
+    except Exception as e:
+        logger.error(f"Error al obtener datos semánticos para {username}: {str(e)}")
+        return {
+            'username': username,
+            'entries': [],
+            'count': 0,
+            'status': 'error',
+            'error': str(e)
+        }
+
+
+##########################################################################
+# Exportar las funciones necesarias
+__all__ = [
+    'store_student_semantic_result',
+    'get_student_semantic_analysis',
+    'update_student_semantic_analysis',
+    'delete_student_semantic_analysis',
+    'get_student_semantic_data'
 ]