Create app.py

app.py

@@ -0,0 +1,105 @@
+# app.py
+from fastapi import FastAPI, HTTPException
+from pydantic import BaseModel, HttpUrl, Field
+from typing import List, Dict, Optional, Any, Tuple
+
+from helpers.text_blocks import extract_text_from_url
+from helpers.output_clipper import clip_by_ranges
+from parser.assembler import parse_law_from_texts
+from supabase_utils import save_law_to_supabase  # استدعاء الدالة لحفظ القانون
+
+app = FastAPI(
+    title="Text Extractor API",
+    description="API لاستخراج النصوص من صفحات الويب مع إمكانية التحكم في النطاقات",
+    version="2.1.0"
+)
+
+# -----------------------------
+# نماذج البيانات
+# -----------------------------
+class URLRequest(BaseModel):
+    url: HttpUrl
+    return_parsed: bool = Field(
+        default=False,
+        description="إذا True → إرجاع المستند القانوني المحلل، إذا False → إرجاع النصوص الخام"
+    )
+    save_to_supabase: bool = Field(
+        default=False,
+        description="إذا True → حفظ المستند القانوني في قاعدة البيانات"
+    )
+    timeout: int = Field(default=10, ge=1, le=60)
+    ranges: Optional[List[List[int]]] = Field(
+        default=None,
+        description="نطاقات الاستخراج في شكل [[start, end], [start, end]] - اختياري"
+    )
+
+class TextResponse(BaseModel):
+    text: str
+
+class LegalDocumentResponse(BaseModel):
+    raw_texts: Optional[List[TextResponse]] = None
+    parsed_document: Optional[Dict[str, Any]] = None
+
+# -----------------------------
+# التحقق من صحة النطاقات
+# -----------------------------
+def validate_ranges(ranges: List[List[int]]) -> List[Tuple[int, int]]:
+    validated_ranges = []
+    for i, range_pair in enumerate(ranges):
+        if len(range_pair) != 2:
+            raise HTTPException(
+                status_code=400,
+                detail=f"النطاق رقم {i+1} غير صحيح. كل نطاق يجب أن يحتوي على عنصرين: [start, end]"
+            )
+        start, end = range_pair
+        if not isinstance(start, int) or not isinstance(end, int):
+            raise HTTPException(
+                status_code=400,
+                detail=f"النطاق رقم {i+1} غير صحيح. القيم يجب أن تكون أرقام صحيحة"
+            )
+        if start < 0 or end <= start:
+            raise HTTPException(
+                status_code=400,
+                detail=f"النطاق رقم {i+1} غير صحيح. النهاية يجب أن تكون أكبر من البداية والبداية >= 0"
+            )
+        validated_ranges.append((start, end))
+    return validated_ranges
+
+# -----------------------------
+# نقطة النهاية لاستخراج النصوص / القانون مع حفظ قاعدة البيانات
+# -----------------------------
+@app.post("/extract", response_model=LegalDocumentResponse)
+async def extract_text_endpoint(request: URLRequest):
+    try:
+        # 1) استخراج جميع النصوص (قائمة قواميس)
+        all_texts = await extract_text_from_url(str(request.url), request.timeout)
+        
+        # 2) تطبيق النطاقات إذا وجدت
+        if request.ranges:
+            validated_ranges = validate_ranges(request.ranges)
+            filtered_texts = clip_by_ranges(all_texts, validated_ranges)
+        else:
+            filtered_texts = all_texts
+        
+        # 3) إذا طلب تحليل القانون
+        if request.return_parsed:
+            parsed_document = parse_law_from_texts(filtered_texts)
+
+            # 4) حفظ القانون في Supabase إذا كان save_to_supabase = True
+            if request.save_to_supabase:
+                save_law_to_supabase(parsed_document["law"])
+                parsed_document["saved_to_db"] = True  # تحديث المفتاح داخل الاستجابة
+            else:
+                parsed_document["saved_to_db"] = False
+
+            return LegalDocumentResponse(parsed_document=parsed_document)
+        
+        # 5) خلاف ذلك: إرجاع النصوص الخام
+        return LegalDocumentResponse(raw_texts=filtered_texts)
+        
+    except httpx.RequestError as e:
+        raise HTTPException(status_code=400, detail=f"خطأ في جلب الصفحة: {str(e)}")
+    except HTTPException:
+        raise
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=f"خطأ في معالجة المحتوى: {str(e)}")