Update app.py

app.py

@@ -1,204 +1,118 @@
-Hugging Face's logo
-Hugging Face
-Models
-Datasets
-Spaces
-Posts
-Docs
-Enterprise
-Pricing
-
-
-
-Spaces:
-
-Merlintxu
-/
-SEO
-
-
-like
-0
-
-App
-Files
-Community
-Settings
-SEO
-/
-app.py
-
-Merlintxu's picture
-Merlintxu
-Update app.py
-08b832d
-verified
-about 7 hours ago
-raw
-
-Copy download link
-history
-blame
-edit
-delete
-
-6.4 kB
 import gradio as gr
 import json
-from seo_analyzer import SEOSpaceAnalyzer
+import pandas as pd
 import spacy
 import subprocess
 import sys
 import logging
-import os
 from pathlib import Path
+from seo_analyzer import SEOSpaceAnalyzer
 
 logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
-def setup_spacy_model() -> None:
-    """
-    Verifica y descarga el modelo spaCy 'es_core_news_lg' si no está instalado.
-    """
+def setup_spacy_model():
+    """Carga o descarga el modelo spaCy necesario."""
     try:
         spacy.load("es_core_news_lg")
-        logger.info("Modelo spaCy 'es_core_news_lg' cargado correctamente.")
     except OSError:
-        logger.info("Descargando modelo spaCy 'es_core_news_lg'...")
-        try:
-            subprocess.run(
-                [sys.executable, "-m", "spacy", "download", "es_core_news_lg"],
-                check=True,
-                stdout=subprocess.PIPE,
-                stderr=subprocess.PIPE
-            )
-            logger.info("Modelo descargado exitosamente.")
-        except subprocess.CalledProcessError as e:
-            logger.error(f"Error al descargar modelo: {e.stderr.decode()}")
-            raise RuntimeError("No se pudo descargar el modelo spaCy") from e
-
-def list_content_storage_files() -> list:
-    """
-    Busca todos los archivos dentro de la carpeta content_storage y 
-    devuelve una lista de rutas relativas.
-    """
-    base_dir = Path("content_storage")
-    if not base_dir.exists():
-        return []
-    file_list = [str(file.relative_to(base_dir)) for file in base_dir.glob("**/*") if file.is_file()]
-    logger.info(f"Archivos encontrados en content_storage: {file_list}")
-    return file_list
-
-def download_storage_file(selected_file: str) -> str:
-    """
-    Dado el nombre de un archivo (ruta relativa respecto a content_storage),
-    devuelve la ruta completa del archivo para descargarlo.
-    """
-    if not selected_file:
-        return ""
-    file_path = Path("content_storage") / selected_file
-    if file_path.exists():
-        return str(file_path)
-    else:
-        return ""
-
-def refresh_file_list() -> list:
-    """Función para actualizar la lista de archivos en content_storage."""
-    return list_content_storage_files()
+        logger.info("Descargando spaCy model es_core_news_lg...")
+        subprocess.run([sys.executable, "-m", "spacy", "download", "es_core_news_lg"], check=True)
 
 def create_interface() -> gr.Blocks:
     analyzer = SEOSpaceAnalyzer()
-    with gr.Blocks(title="SEO Analyzer Pro", theme=gr.themes.Soft()) as interface:
+
+    with gr.Blocks(title="SEO Analyzer Pro", theme=gr.themes.Soft()) as demo:
         gr.Markdown("""
-        # 🕵️ SEO Analyzer Pro
-        **Analizador SEO avanzado con modelos de lenguaje**
-        
-        Ingresa la URL de un sitemap.xml para analizar el sitio web.
+        # 🧠 SEO Analyzer Pro
+        Este espacio analiza contenido web orientado a normativa bancaria y genera:
+        - Temas inferidos automáticamente
+        - Títulos y meta descripciones SEO
+        - Alertas por lenguaje de riesgo
         """)
+
         with gr.Row():
-            with gr.Column():
-                sitemap_input = gr.Textbox(
-                    label="URL del Sitemap", 
-                    placeholder="https://ejemplo.com/sitemap.xml", 
-                    interactive=True
-                )
-                analyze_btn = gr.Button("Analizar Sitio", variant="primary")
-                with gr.Row():
-                    clear_btn = gr.Button("Limpiar")
-                    download_btn = gr.Button("Descargar Reporte", variant="secondary")
-                    plot_btn = gr.Button("Visualizar Enlaces Internos", variant="secondary")
-            with gr.Column():
-                status_output = gr.Textbox(label="Estado del Análisis", interactive=False)
+            sitemap_input = gr.Textbox(label="📍 URL del Sitemap", placeholder="https://ejemplo.com/sitemap.xml")
+            analyze_btn = gr.Button("🔍 Analizar")
+            clear_btn = gr.Button("🧹 Limpiar")
+            download_json_btn = gr.Button("📥 Descargar JSON")
+            download_csv_btn = gr.Button("📤 Descargar CSV")
+
+        status_output = gr.Textbox(label="Estado del análisis")
+
         with gr.Tabs():
             with gr.Tab("📊 Resumen"):
-                stats_output = gr.JSON(label="Estadísticas Generales")
+                stats_output = gr.JSON(label="Estadísticas")
                 recommendations_output = gr.JSON(label="Recomendaciones SEO")
             with gr.Tab("📝 Contenido"):
-                content_output = gr.JSON(label="Análisis de Contenido")
+                content_output = gr.JSON(label="Análisis de contenido")
             with gr.Tab("🔗 Enlaces"):
-                links_output = gr.JSON(label="Análisis de Enlaces")
-                links_plot = gr.Plot(label="Visualización de Enlaces Internos")
+                links_output = gr.JSON(label="Análisis de enlaces")
+                links_plot = gr.Plot(label="Visualización de enlaces internos")
             with gr.Tab("📄 Detalles"):
-                details_output = gr.JSON(label="Detalles Individuales")
-            with gr.Tab("📁 Archivos"):
-                file_dropdown = gr.Dropdown(label="Archivos en content_storage", choices=list_content_storage_files())
-                refresh_btn = gr.Button("Actualizar lista")
-                download_file_btn = gr.Button("Descargar Archivo Seleccionado", variant="secondary")
-                file_download = gr.File(label="Archivo Seleccionado")
-        def generate_report() -> str:
-            """
-            Genera un informe en formato JSON con el análisis SEO y lo guarda en content_storage.
-            Retorna la ruta del archivo generado.
-            """
+                details_output = gr.JSON(label="Detalles por página")
+            with gr.Tab("🧠 SEO y Temas"):
+                seo_tags_output = gr.JSON(label="Metadatos SEO generados")
+                topics_output = gr.JSON(label="Temas inferidos")
+                flags_output = gr.JSON(label="Términos prohibidos detectados")
+            with gr.Tab("🔗 Similitud"):
+                similarity_output = gr.JSON(label="Similitud entre URLs")
+
+        def analyze_with_status(sitemap_url):
+            try:
+                result = analyzer.analyze_sitemap(sitemap_url)
+                return (*result, "✅ Análisis completado")
+            except Exception as e:
+                return [None]*8 + [f"❌ Error: {e}"]
+
+        def export_json():
             if analyzer.current_analysis:
-                report_path = "content_storage/seo_report.json"
-                try:
-                    with open(report_path, 'w', encoding='utf-8') as f:
-                        json.dump(analyzer.current_analysis, f, indent=2, ensure_ascii=False)
-                    logger.info(f"Reporte generado en: {report_path}")
-                    return report_path
-                except Exception as e:
-                    logger.error(f"Error generando reporte: {e}")
-                    return ""
-            else:
-                logger.warning("No hay análisis para generar el reporte.")
+                path = Path("content_storage/seo_report.json")
+                with open(path, "w", encoding="utf-8") as f:
+                    json.dump(analyzer.current_analysis, f, ensure_ascii=False, indent=2)
+                return str(path)
+            return ""
+
+        def export_csv():
+            if not analyzer.current_analysis:
                 return ""
-        def plot_internal_links(links_json: dict) -> any:
-            return analyzer.plot_internal_links(links_json)
+            path = Path("content_storage/seo_summary.csv")
+            data = []
+            for url, seo in analyzer.current_analysis.get("seo_tags", {}).items():
+                data.append({
+                    "url": url,
+                    "title": seo.get("title", ""),
+                    "meta_description": seo.get("meta_description", ""),
+                    "flags": ", ".join(seo.get("flags", [])),
+                    "topics": ", ".join(analyzer.current_analysis.get("topics", {}).get(url, [])),
+                    "summary": analyzer.current_analysis.get("summaries", {}).get(url, "")
+                })
+            pd.DataFrame(data).to_csv(path, index=False)
+            return str(path)
+
         analyze_btn.click(
-            fn=analyzer.analyze_sitemap,
+            fn=analyze_with_status,
             inputs=sitemap_input,
-            outputs=[stats_output, recommendations_output, content_output, links_output, details_output],
-            show_progress=True
+            outputs=[
+                stats_output, recommendations_output, content_output,
+                links_output, details_output, similarity_output,
+                seo_tags_output, status_output
+            ]
         )
-        clear_btn.click(
-            fn=lambda: [None, None, None, None, None],
-            outputs=[stats_output, recommendations_output, content_output, links_output, details_output]
-        )
-        # Se elimina el parámetro _js para evitar el error.
-        download_btn.click(
-            fn=generate_report,
-            outputs=file_download
-        )
-        plot_btn.click(
-            fn=plot_internal_links,
-            inputs=links_output,
-            outputs=links_plot
-        )
-        refresh_btn.click(
-            fn=refresh_file_list,
-            outputs=file_dropdown
-        )
-        download_file_btn.click(
-            fn=download_storage_file,
-            inputs=file_dropdown,
-            outputs=file_download
-        )
-    return interface
+        clear_btn.click(fn=lambda: [None]*8, outputs=[
+            stats_output, recommendations_output, content_output,
+            links_output, details_output, similarity_output,
+            seo_tags_output, status_output
+        ])
+        download_json_btn.click(fn=export_json, outputs=status_output)
+        download_csv_btn.click(fn=export_csv, outputs=status_output)
+        links_output.change(fn=analyzer.plot_internal_links, inputs=links_output, outputs=links_plot)
+        seo_tags_output.change(fn=lambda: analyzer.current_analysis.get("topics", {}), outputs=topics_output)
+        seo_tags_output.change(fn=lambda: analyzer.current_analysis.get("flags", {}), outputs=flags_output)
+
+    return demo
 
 if __name__ == "__main__":
     setup_spacy_model()
     app = create_interface()
-    app.launch(server_name="0.0.0.0", server_port=7860, show_error=True, share=False)
-    
-
+    app.launch(server_name="0.0.0.0", server_port=7860)