Update app.py

app.py

@@ -7,6 +7,7 @@ import pandas as pd
 from markdown import markdown
 from bs4 import BeautifulSoup
 import tempfile
+import re  # Ajouté pour extraire le tableau Markdown de la réponse complète
 
 # Initialize Groq client
 client = Groq(api_key=os.getenv("GROQ_API_KEY"))
@@ -17,16 +18,46 @@ def image_to_base64(image):
     image.save(buffered, format="JPEG")  # Ou PNG si besoin
     return base64.b64encode(buffered.getvalue()).decode("utf-8")
 
+def extract_markdown_table(text):
+    """Extraire uniquement la partie tableau Markdown de la réponse texte complète."""
+    # Utilise une regex pour trouver le bloc commençant par | et contenant des lignes de tableau
+    table_pattern = r'(\|.*?\n(?:\|.*?\n)+)'
+    match = re.search(table_pattern, text, re.DOTALL)
+    if match:
+        return match.group(1).strip()
+    return None
+
 def parse_markdown_table_to_df(text):
-    """Parse a Markdown table from text to Pandas DataFrame."""
-    html = markdown(text)
+    """Parse un tableau Markdown en Pandas DataFrame, de manière plus robuste."""
+    # Extraire d'abord le tableau pur
+    table_md = extract_markdown_table(text)
+    if not table_md:
+        return None
+
+    # Convertir Markdown en HTML
+    html = markdown(table_md)
+
+    # Utiliser pandas.read_html pour parser directement le tableau HTML
+    try:
+        dfs = pd.read_html(html)
+        if dfs:
+            df = dfs[0]  # Prend le premier tableau trouvé
+            # Nettoyer les colonnes et lignes (strip espaces)
+            df.columns = [col.strip() if isinstance(col, str) else col for col in df.columns]
+            df = df.applymap(lambda x: x.strip() if isinstance(x, str) else x)
+            return df if not df.empty else None
+    except ValueError:
+        pass  # Si pas de tableau valide
+
+    # Fallback avec BeautifulSoup si read_html échoue
     soup = BeautifulSoup(html, "html.parser")
     table = soup.find("table")
     if not table:
-        return None  # Pas de tableau trouvé
+        return None
     headers = [th.text.strip() for th in table.find_all("th")]
-    rows = [[td.text.strip() for td in tr.find_all("td")] for tr in table.find_all("tr")[1:]]  # Skip header row
-    return pd.DataFrame(rows, columns=headers) if headers and rows else pd.DataFrame(rows)
+    rows = [[td.text.strip() for td in tr.find_all("td")] for tr in table.find_all("tr")[1:]]
+    df = pd.DataFrame(rows, columns=headers) if headers and rows else pd.DataFrame(rows)
+    return df if not df.empty else None
 
 def process_image_and_get_response(image):
     """Process the uploaded image, send to Groq vision model, parse response to table, and generate Excel."""
@@ -37,7 +68,7 @@ def process_image_and_get_response(image):
     base64_image = image_to_base64(image)
 
     # Ton prompt optimisé
-    prompt = "Extrait le tableau en entier de cette image et recopie-le à l'identique ici pour que je puisse le copier coller. Utilise un format de tableau Markdown (avec des | et --- pour les séparateurs) pour une structure parfaite."
+    prompt = "Extrait le tableau en entier de cette image et recopie-le à l'identique ici pour que je puisse le copier coller. Utilise un format de tableau Markdown (avec des | et --- pour les séparateurs) pour une structure parfaite. Ne ajoute rien d'autre que le tableau Markdown."
 
     try:
         completion = client.chat.completions.create(
@@ -73,10 +104,12 @@ def process_image_and_get_response(image):
                     df.to_excel(writer, sheet_name='Tableau_Extrait', index=False)
                 excel_file = tmp.name
         else:
-            # Fallback : export la réponse brute en TXT si pas de tableau parsable
-            with tempfile.NamedTemporaryFile(mode='w', delete=False, suffix=".txt", encoding='utf-8') as tmp:
-                tmp.write(response)
-            excel_file = tmp.name  # Gradio gérera l'affichage comme fichier
+            # Fallback amélioré : Si parsing échoue, crée un Excel avec la réponse brute dans une cellule unique
+            df_fallback = pd.DataFrame({"Réponse brute": [response]})
+            with tempfile.NamedTemporaryFile(delete=False, suffix=".xlsx") as tmp:
+                with pd.ExcelWriter(tmp.name, engine='openpyxl') as writer:
+                    df_fallback.to_excel(writer, sheet_name='Réponse_Brute', index=False)
+                excel_file = tmp.name
 
         return response, excel_file
 
@@ -89,10 +122,10 @@ iface = gr.Interface(
     inputs=gr.Image(type="pil", label="Uploader une image contenant un tableau"),
     outputs=[
         gr.Textbox(label="Réponse de l'IA (tableau Markdown pour copier-coller)"),
-        gr.File(label="Télécharger le fichier (Excel ou TXT)")
+        gr.File(label="Télécharger le fichier Excel")
     ],
     title="Extraction de Tableau depuis Image avec Groq et Export Excel",
-    description="Uploader une image avec un tableau. L'IA extrait et formate en Markdown, puis génère un Excel."
+    description="Uploader une image avec un tableau. L'IA extrait et formate en Markdown, puis génère un Excel rempli."
 )
 
 # Launch the interface