Update app.py

app.py

@@ -1,34 +1,35 @@
 import gradio as gr
-from bs4 import BeautifulSoup
 from collections import Counter
 import re
 
-# دالة استخراج العناوين والهاشتاغات من ملف HTML
-def extract_titles_and_hashtags(file, min_frequency=1):
+# دالة استخراج الكلمات والهاشتاغات من ملف .txt
+def extract_from_txt(file, min_frequency=1):
     if not file:
         return "❌ لم يتم رفع ملف", "❌ لم يتم رفع ملف"
 
-    # قراءة محتوى الملف
     try:
-        content = file.read()
-        soup = BeautifulSoup(content, "html.parser")
-
-        # استخراج العناوين من عناصر HTML
-        titles = [title.get_text() for title in soup.find_all("title")]
-        titles_output = "\n".join(titles) if titles else "❌ لم يتم العثور على عناوين"
+        # قراءة محتوى الملف
+        content = file.read().decode("utf-8")
 
         # استخراج النصوص المحتوية على هاشتاغات
-        text = soup.get_text()
-        hashtags = re.findall(r"#\w+", text)
+        hashtags = re.findall(r"#\w+", content)
 
-        # حساب تكرار الهاشتاغات وتصفيتها بناءً على التكرار
+        # حساب تكرار الهاشتاغات
         hashtags_counter = Counter(hashtags)
         filtered_hashtags = [
             f"{tag}: {count}" for tag, count in hashtags_counter.items() if count >= min_frequency
         ]
         hashtags_output = "\n".join(filtered_hashtags) if filtered_hashtags else "❌ لا توجد هاشتاغات متكررة"
 
-        return titles_output, hashtags_output
+        # تحليل الكلمات المتكررة في النص
+        words = re.findall(r"\b\w+\b", content.lower())
+        words_counter = Counter(words)
+        filtered_words = [
+            f"{word}: {count}" for word, count in words_counter.items() if count >= min_frequency
+        ]
+        words_output = "\n".join(filtered_words) if filtered_words else "❌ لا توجد كلمات متكررة"
+
+        return words_output, hashtags_output
 
     except Exception as e:
         return f"❌ خطأ أثناء معالجة الملف: {str(e)}", "❌ خطأ أثناء معالجة الملف"
@@ -37,21 +38,21 @@ def extract_titles_and_hashtags(file, min_frequency=1):
 # إنشاء واجهة Gradio
 def gradio_interface():
     with gr.Blocks() as demo:
-        gr.Markdown("## 🏷️ محلل العناوين والهاشتاغات المتقدم")
+        gr.Markdown("## 📝 محلل النصوص المتقدم")
 
         with gr.Row():
-            file_input = gr.File(label="📂 رفع ملف HTML", file_types=[".html"])
+            file_input = gr.File(label="📂 رفع ملف TXT", file_types=[".txt"])
             min_freq_slider = gr.Slider(
                 minimum=1, maximum=50, value=1, step=1,
-                label="📊 الحد الأدنى لتكرار الهاشتاغ"
+                label="📊 الحد الأدنى لتكرار الكلمات والهاشتاغات"
             )
 
         with gr.Row():
             analyze_btn = gr.Button("تحليل البيانات", variant="primary")
 
         with gr.Row():
-            titles_output = gr.Textbox(
-                label="📜 العناوين المستخرجة",
+            words_output = gr.Textbox(
+                label="📜 الكلمات المتكررة",
                 lines=10,
                 interactive=False
             )
@@ -62,9 +63,9 @@ def gradio_interface():
             )
 
         analyze_btn.click(
-            fn=extract_titles_and_hashtags,
+            fn=extract_from_txt,
             inputs=[file_input, min_freq_slider],
-            outputs=[titles_output, hashtags_output],
+            outputs=[words_output, hashtags_output],
         )
 
     return demo