app.py

import re

def transform_text(input_text):
    """
    تقوم هذه الدالة بتطبيق مجموعة من القواعد على النص المدخل
    وتعيد النص المصحّح/المعدّل.
    """

    # -------------------------------------
    # 1) إضافة علامة # بعد بعض الكلمات العامية المحددة:
    #    ايش/ويش/ليش/عشان/علشان/لسى/يالله/والله/يلا/يااه/اووه/همن/ثمن
    # -------------------------------------
    pattern_hash = r"\b(ايش|إيش|ويش|ليش|عشان|علشان|لسى|يالله|والله|يلا|يااه|اووه|همن|ثمن)\b"
    input_text = re.sub(pattern_hash, r"\1#", input_text, flags=re.IGNORECASE)

    # -------------------------------------
    # 2) بعض التصحيحات الإملائية والفصيحة:
    # -------------------------------------
    # هذه بدل هاذي
    input_text = re.sub(r"\bهاذي\b", "هذه", input_text)
    # هؤلاء بدل هذول
    input_text = re.sub(r"\bهذول\b", "هؤلاء", input_text)
    # (أنتي|انتي) -> أنت
    input_text = re.sub(r"\b(أنتي|انتي)\b", "أنت", input_text, flags=re.IGNORECASE)
    # معاك -> معك
    input_text = re.sub(r"\bمعاك\b", "معك", input_text)
    # اللي -> الذي (قد تحتاج لسياق أكثر دقة لتحديد (التي) عند التأنيث)
    input_text = re.sub(r"\bاللي\b", "الذي", input_text)

    # -------------------------------------
    # 3) تصحيح بعض الهمزات الشائعة (تأكل، تأخذ)
    # -------------------------------------
    input_text = re.sub(r"\bتاكل\b", "تأكل", input_text)
    input_text = re.sub(r"\bتاخذ\b", "تأخذ", input_text)

    # -------------------------------------
    # 4) إزالة همزة فعل الأمر (مثال مبسط: إذهب -> اذهب)
    # -------------------------------------
    pattern_amr = r"\bإ([ضذصثقفغعهخحجةشسيبلاتنم])(.*?)(\b)"
    input_text = re.sub(pattern_amr, r"ا\1\2", input_text)

    # -------------------------------------
    # 5) تحويل الأسئلة إلى علامة استفهام بدلاً من النقطة
    #    (اعتماداً على كلمات استفهام شائعة)
    # -------------------------------------
    question_words = [
        "كيف", "لماذا", "لمَ", "هل", "متى", "أين", 
        "أيش#", "ايش#", "ويش#", "ليش#", "وش", "ما", "من", 
        "أين", "أيمكن", "أحقًا"
    ]
    for q_word in question_words:
        pattern_q = rf"(\b{q_word}\b)\."
        input_text = re.sub(pattern_q, rf"\1؟", input_text, flags=re.IGNORECASE)

    # -------------------------------------
    # 6) تحويل الرقم 11 إلى "إحدى عشر" (مثال بسيط)
    # -------------------------------------
    # input_text = re.sub(r"\b11\b", "إحدى عشر", input_text)

    # -------------------------------------
    # 7) إزالة النقاط في نهاية الجمل
    # -------------------------------------
    input_text = re.sub(r"\.(\s|$)", r"\1", input_text)

    # -------------------------------------
    # 8) استبدال التردّد أو التمتمة (آآ / آه / آ ...)
    #    بالرمز $ (وفق القاعدة الجديدة)
    # -------------------------------------
    # أمثلة: "آآ" أو "آه" أو "آ" إذا أتت منفردة أو متبوعة بمسافة أو فاصلة...
    # طبعًا يمكنك توسيع النمط بحسب الحاجة.
    pattern_stammer = r"\b(آآ+|آه+|آ)\b"
    input_text = re.sub(pattern_stammer, " $", input_text)

    # إذا هناك حالة مثل "آآالبيت" (بدون مسافة) وتريد استبدال الجزء "آآ" فقط، 
    # قد تلزمك معالجة مختلفة:
    # input_text = re.sub(r"آآ+", "$", input_text)

    # -------------------------------------
    # 9) وضع علامة ~ بعد الكلمات الأعجمية
    #    (مثل كوميدينة -> كوميدينة~) 
    #    وُرد في الأمثلة: كوميدينة، أجبورة...
    # -------------------------------------
    # لتبسيط المثال، نبحث عن كلمات معيّنة فقط.
    foreign_words = ["كوميدينة", "أجبورة"]
    for fw in foreign_words:
        pattern_fw = rf"\b{fw}\b"
        input_text = re.sub(pattern_fw, fw + "~", input_text, flags=re.IGNORECASE)

    # -------------------------------------
    # 10) معالجة الضحك والبكاء البسيط:
    #     إذا وردت عبارة "ضحك بسيط" أو "بكاء خفيف" 
    #     نجعلها بين قوسين مربعين: [ضحك بسيط] أو [بكاء خفيف]
    # -------------------------------------
    input_text = re.sub(r"\bضحك بسيط\b", "[ضحك بسيط]", input_text)
    input_text = re.sub(r"\bبكاء خفيف\b", "[بكاء خفيف]", input_text)

    # -------------------------------------
    # يمكن إضافة/تطوير المزيد من القواعد بنفس الأسلوب...
    # -------------------------------------

    return input_text


def reformat_transcript(lines):
    """
    تأخذ قائمة الأسطر بالصيغة القديمة:
       00:02:15 المسجل
       السلام عليكم...
       00:02:17 المشارك
       وعليكم السلام...
    وتعيدها بالشكل المطلوب:
       , (المسجل) [00:02:15] السلام عليكم...
       , (المشارك) [00:02:17] وعليكم السلام...
    """
    output_lines = []
    i = 0
    while i < len(lines):
        line = lines[i].strip()
        
        # نحاول التقاط التوقيت + الاسم في بداية السطر
        # صيغة التوقيت: HH:MM:SS (ساعتان، دقيقتان، ثانيتان)
        # بعده فراغ + اسم (قد يكون "المسجل"/"المشارك"/غيرهما)
        match = re.match(r'^(\d{2}:\d{2}:\d{2})\s+(.+)$', line)
        if match:
            # إذا نجحت المطابقة؛ نستخرج التوقيت والاسم
            time_code = match.group(1)
            speaker = match.group(2).strip()

            # نقرأ السطر التالي لافتراض أنه نص الحديث
            text_line = ""
            if i+1 < len(lines):
                text_line = lines[i+1].rstrip("\n")
            else:
                text_line = ""

            # يمكن هنا تطبيق أي تصحيحات على "text_line" لو أردت:
            text_line = transform_text(text_line)

            # نصنع السطر بالصيغة المطلوبة:
            # , (المتكلم) [التوقيت] الكلام...
            formatted = f", ({speaker}) [{time_code}] {text_line}"
            output_lines.append(formatted)

            i += 2  # تخطّى سطر الاسم والتوقيت + سطر النص
        else:
            # إذا لم يتطابق السطر مع صيغة "توقيت + اسم" 
            # فقد يكون سطرًا فارغًا أو خارج التنسيق المطلوب
            # بإمكانك إما تجاهله أو إضافته كما هو
            i += 1

    return output_lines


import gradio as gr
import re

def pipeline(raw_text):
    """
    تأخذ النصّ المُدخل (كاملًا)، تفصّله سطرًا سطرًا، 
    ثم تعيد تنسيقه بالنمط المطلوب. تعيد الناتج كسلسلة نصية.
    """
    # نحصل على الأسطر
    lines = raw_text.splitlines()
    # نُعيد التنسيق
    reformatted_lines = reformat_transcript(lines)
    # نجمعها في نص واحد للعرض
    final_text = "\n".join(reformatted_lines)
    return final_text

demo = gr.Interface(
    fn=pipeline, 
    inputs=gr.Textbox(lines=10, placeholder="ألصق النص هنا..." , label="النص المفرغ"), 
    outputs=gr.Textbox(lines=10 , label="النص المعالج"), 
    title="تنسيق النص المفرغ وفق القواعد المطلوبة",
)

##########################################################
# 5) تشغيل الواجهة
##########################################################
if __name__ == "__main__":
    demo.launch()