app.py

# app.py  ────────────────
import gradio as gr
import pdfplumber
import pandas as pd
import re
import tempfile
import os


# ────────────────────────────────────────────────────────────────────────────
# 1. Извлекаем разделы и их стоимость из PDF
# ────────────────────────────────────────────────────────────────────────────
def extract_sections_only(pdf_file_path: str) -> pd.DataFrame:
    sections = []
    smeta_number = smeta_name = None
    collecting_estimate = False
    current_lines, found_section = [], False

    with pdfplumber.open(pdf_file_path) as pdf:
        for page in pdf.pages:
            text = page.extract_text() or ""
            for line in text.split("\n"):

                # начало новой локальной сметы
                if "ЛОКАЛЬНАЯ СМЕТА №" in line:
                    # если предыдущая смета закончилась без разделов — добавляем "нет разделов"
                    if smeta_number and not found_section:
                        _append_total_if_any(current_lines, smeta_number, smeta_name, sections)

                    # сброс состояния и регистрация новой сметы
                    smeta_number = line.split("ЛОКАЛЬНАЯ СМЕТА №")[1].strip()
                    smeta_name = None
                    collecting_estimate, found_section = True, False
                    current_lines = [line]
                    continue

                # строка с наименованием сметы ("… на …")
                if collecting_estimate and "на" in line:
                    smeta_name = line.split("на", 1)[1].strip() or "Без названия"
                    collecting_estimate = False
                    current_lines.append(line)
                    continue

                # внутри текущей сметы
                if smeta_number:
                    current_lines.append(line)

                    # строки вида "Раздел … … … 123 456,78"
                    if re.search(r"\bРаздел\b", line):
                        found_section = True
                        try:
                            parts = line.split()
                            idx = parts.index("Раздел")
                            section_name = " ".join(parts[idx + 1:-1]).strip()
                            section_cost = float(parts[-1].replace(" ", "").replace(",", "."))
                            sections.append([smeta_number, smeta_name, section_name, section_cost])
                        except (ValueError, IndexError):
                            pass

        # последняя смета, если без разделов
        if smeta_number and not found_section:
            _append_total_if_any(current_lines, smeta_number, smeta_name, sections)

    df = (
        pd.DataFrame(
            sections,
            columns=["Номер сметы", "Наименование сметы", "Раздел", "Стоимость"]
        )
        .drop_duplicates()
        .sort_values(["Номер сметы", "Раздел"])
    )

    # форматируем «Стоимость» как 1 234 567
    df["Стоимость"] = df["Стоимость"].apply(lambda x: f"{x:,.0f}".replace(",", " "))
    return df


def _append_total_if_any(lines, smeta_number, smeta_name, sections):
    """Добавляет строку 'нет разделов' с общей суммой, если в смете нет отдельных разделов."""
    total_line = next((l for l in lines if "ВСЕГО ПО СМЕТЕ:" in l), None)
    if total_line:
        try:
            total_cost = float(
                total_line.split("ВСЕГО ПО СМЕТЕ:")[1].strip()
                .replace(" ", "").replace(",", ".")
            )
            sections.append([smeta_number, smeta_name, "нет разделов", total_cost])
        except (ValueError, IndexError):
            pass


# ────────────────────────────────────────────────────────────────────────────
# 2. Готовим Excel и отдаём таблицу + файл
# ────────────────────────────────────────────────────────────────────────────
def display_estimates_with_sections(pdf_file_path: str):
    df = extract_sections_only(pdf_file_path)

    with tempfile.NamedTemporaryFile(delete=False, suffix=".xlsx") as tmp:
        with pd.ExcelWriter(tmp.name, engine="xlsxwriter") as writer:
            df.to_excel(writer, index=False, sheet_name="Структура проекта")
            workbook  = writer.book
            worksheet = writer.sheets["Структура проекта"]
            money_fmt = workbook.add_format({"num_format": "# ##0"})
            col_idx   = df.columns.get_loc("Стоимость")
            worksheet.set_column(col_idx, col_idx, None, money_fmt)

        excel_path = tmp.name  # сохраняем путь

    return df, excel_path


# ────────────────────────────────────────────────────────────────────────────
# 3. Интерфейс Gradio
# ────────────────────────────────────────────────────────────────────────────
with gr.Blocks() as demo:
    gr.Markdown("# СТРУКТУРА ПРОЕКТА")

    with gr.Column():
        pdf_input = gr.File(label="Загрузите PDF файл с локальными сметами", type="filepath")
        submit_button = gr.Button("Обработать")
        output_df = gr.Dataframe(headers=["Номер сметы", "Наименование сметы", "Раздел", "Стоимость"])
        download_button = gr.File(label="Скачать Excel")

        submit_button.click(
            fn=display_estimates_with_sections,
            inputs=pdf_input,
            outputs=[output_df, download_button]
        )


# ────────────────────────────────────────────────────────────────────────────
if __name__ == "__main__":
    demo.launch()          # для Hugging Face Spaces уберите share=True