app.py

import streamlit as st
from transformers import pipeline

# CSS für die Anpassung der Ansicht
st.markdown("""
<style>
    .stSidebar {
        background-color: #f2f2f2;
    }
    .stText {
        color: #333333;
    }
    .stButton>button {
        background-color: #4CAF50;
        color: white;
    }
    .stTitle {
        color: #ffbf00;
    }
</style>
""", unsafe_allow_html=True)

# Sidebar-Inhalte
st.sidebar.title('⭐️EinfachChat⭐️')

# About section
st.sidebar.markdown('''
## Über die App
Diese ist eine LLM-powered chatbot app und wurde erstellt mit :
- [Streamlit](https://streamlit.io/)
- [LangChain](https://python.langchain.com/)
- [Huggingface](https://huggingface.com/)
''')

# Image
st.sidebar.markdown('<img src="https://einfachalex.net/wp-content/uploads/2023/05/4-5.png" alt="Beschreibung des Bildes" width="200" style="float:left;">', unsafe_allow_html=True)

# Made with love
st.sidebar.write('Made with ❤️💬 by [EinfachAlex](https://github.com/alfcodex)')

# Hugging Face Textklassifikations-Pipeline
classifier = pipeline('text-classification', model='bert-base-uncased', tokenizer='bert-base-uncased')

# Funktion zum Extrahieren des Texts aus einem PDF (bereits vorhanden)

# Funktion zur Textklassifikation
def classify_text(text):
    result = classifier(text)
    return result

# Benutzerdatei hochladen und verarbeiten (bereits vorhanden)

# Verarbeite das hochgeladene Dokument
if st.button("Verarbeiten"):
    if file is not None:
        if file.type.split('/')[1] == 'pdf':
            pdf_text = extract_text_from_pdf(file)
            st.write("Text aus PDF extrahiert:")
            st.write(pdf_text)
        elif file.type.split('/')[1] == 'plain':
            text_content = file.read().decode('utf-8')
            st.write("Textdokumentinhalt:")
            st.write(text_content)
            # Klassifiziere den Text
            classification_result = classify_text(text_content)
            st.write("Klassifikationsergebnis:")
            st.write(classification_result)
    else:
        st.warning("Keine Datei ausgewählt.")