app.py

import gradio as gr
from collections import Counter
from bs4 import BeautifulSoup


def extract_titles_and_hashtags(file):
    try:
        # قراءة محتوى الملف بطريقة أكثر كفاءة
        if hasattr(file, 'read'):
            content = file.read()
        else:
            with open(file.name, 'r', encoding='utf-8') as f:
                content = f.read()
    except Exception as e:
        return f"خطأ أثناء قراءة الملف: {str(e)}", "", ""

    # تحليل HTML باستخدام BeautifulSoup
    try:
        soup = BeautifulSoup(content, 'html.parser')
    except Exception as e:
        return f"خطأ في تحليل محتوى HTML: {str(e)}", "", ""

    # استخراج البيانات
    data = []
    hashtags_counter = Counter()

    # البحث عن الحاويات
    desc_containers = soup.find_all('div', class_="css-vi46v1-DivDesContainer")
    if not desc_containers:
        return "لم يتم العثور على أي بيانات مطابقة.", "", ""

    # معالجة كل حاوية
    for container in desc_containers:
        # البحث عن العنوان في عدة أماكن محتملة
        title = (
            container.find('h2', class_='title')  # البحث عن عنصر h2 مع class='title'
            or container.find('h1', class_='title')  # أو h1
            or container.find('div', class_='title')  # أو div
            or container.find(class_='title')  # أو أي عنصر يحتوي على class='title'
        )
        
        if title:
            title = title.get_text(strip=True)
        else:
            title = container.get('aria-label', 'بدون عنوان').strip()
        
        # استخراج الهاشتاغات
        hashtags = []
        for tag in container.find_all('a'):
            tag_text = tag.get_text(strip=True)
            if tag_text.startswith('#'):
                hashtags.append(tag_text)
        
        data.append({
            "Title": title,
            "Hashtags": ", ".join(hashtags)
        })
        if hashtags:
            hashtags_counter.update(hashtags)

    # إعداد النصوص النهائية
    titles_text = "\n".join(
        f"{i+1}. {row['Title']}" 
        for i, row in enumerate(data)
        if row['Title'] and row['Title'] != 'بدون عنوان'  # تجاهل العناوين الفارغة
    )

    hashtags_text = "\n".join(
        f"{hashtag}: {count}" 
        for hashtag, count in sorted(hashtags_counter.items(), key=lambda x: (-x[1], x[0]))
    )

    unique_hashtags_text = "\n".join(sorted(hashtags_counter.keys()))

    # إرجاع النتائج مع رسائل افتراضية
    return (
        titles_text or "لا توجد عناوين مستخرجة.",
        hashtags_text or "لا توجد هاشتاغات مستخرجة.",
        unique_hashtags_text or "لا توجد هاشتاغات فريدة."
    )
# إنشاء واجهة Gradio
def gradio_interface():
    with gr.Blocks() as demo:
        gr.Markdown("## 📝 محلل النصوص المتقدم")

        with gr.Row():
            file_input = gr.File(label="📂 رفع ملف TXT", file_types=[".txt"])

        with gr.Row():
            analyze_btn = gr.Button("تحليل البيانات", variant="primary")

        with gr.Row():
            titles_output = gr.Textbox(
                label="📜 العناوين المستخرجة",
                lines=10,
                interactive=False,
                placeholder="ستظهر العناوين هنا"
            )
            hashtags_output = gr.Textbox(
                label="🏷️ الهاشتاغات المستخرجة (مع التكرار)",
                lines=10,
                interactive=False,
                placeholder="ستظهر الهاشتاغات هنا"
            )
            unique_hashtags_output = gr.Textbox(
                label="🏷️ الهاشتاغات الفريدة (غير المكررة)",
                lines=10,
                interactive=False,
                placeholder="ستظهر الهاشتاغات الفريدة هنا"
            )

        analyze_btn.click(
            fn=extract_titles_and_hashtags,
            inputs=[file_input],
            outputs=[titles_output, hashtags_output, unique_hashtags_output],
        )

    return demo


# تشغيل التطبيق
if __name__ == "__main__":
    demo = gradio_interface()
    demo.launch()