Create app.py

app.py

@@ -0,0 +1,119 @@
+import gradio as gr
+import pandas as pd
+import json
+import re
+
+# فایل دیتابیس JSON
+DATABASE_FILE = 'material_db.json'
+
+# تابع برای استخراج اطلاعات از متن
+def extract_info_from_text(text):
+    """
+    Extract item description, code, and calculation formula from the provided text.
+    """
+    extracted_info = []
+
+    # الگوهای جستجو برای استخراج آیتم‌ها و فرمول‌ها
+    item_pattern = r'([^\d]+)\s+(\d{6})'
+    formula_pattern = r'([^\d]+)\s*=\s*([^\d]+)'
+
+    # استخراج آیتم‌ها و کدها
+    items = re.findall(item_pattern, text)
+    
+    # استخراج فرمول‌ها
+    formulas = re.findall(formula_pattern, text)
+    
+    # اضافه کردن اطلاعات به لیست
+    for item in items:
+        description, code = item
+        extracted_info.append({
+            'description': description.strip(),
+            'code': code.strip()
+        })
+    
+    for formula in formulas:
+        description, formula_text = formula
+        extracted_info.append({
+            'description': description.strip(),
+            'formula': formula_text.strip()
+        })
+    
+    return extracted_info
+
+# تابع برای ذخیره اطلاعات در دیتابیس JSON
+def save_to_database(info):
+    """
+    Save the extracted info into the JSON database.
+    """
+    try:
+        # خواندن دیتابیس موجود
+        with open(DATABASE_FILE, 'r') as db_file:
+            db_data = json.load(db_file)
+    except FileNotFoundError:
+        db_data = []
+
+    # افزودن اطلاعات جدید
+    db_data.append(info)
+
+    # ذخیره به فایل
+    with open(DATABASE_FILE, 'w') as db_file:
+        json.dump(db_data, db_file, indent=4)
+
+# تابع برای پردازش فایل اکسل
+def process_excel_file(excel_file):
+    """
+    Reads the Excel file and extracts necessary data for calculation.
+    """
+    df = pd.read_excel(excel_file)
+    # فرض می‌کنیم فایل اکسل دارای ساختار مشخصی است.
+    # در اینجا به طور فرضی داده‌های مورد نیاز را استخراج می‌کنیم.
+    return df
+
+# تابع برای برآورد و محاسبه
+def calculate_estimation(text, excel_file=None):
+    """
+    Calculate the estimation based on extracted info and Excel data (if available).
+    """
+    extracted_info = extract_info_from_text(text)
+
+    if excel_file:
+        excel_data = process_excel_file(excel_file)
+        # فرض می‌کنیم که اطلاعات از اکسل باید در محاسبات استفاده شوند
+        estimation = f"براورد با استفاده از فایل اکسل انجام شد. {len(excel_data)} ردیف داده استفاده شده."
+    else:
+        estimation = "براورد فقط با استفاده از توضیحات انجام شد."
+
+    # ذخیره‌سازی اطلاعات در دیتابیس
+    save_to_database(extracted_info)
+
+    return estimation
+
+# رابط کاربری با Gradio
+def create_ui():
+    with gr.Blocks() as demo:
+        gr.Markdown("### برنامه برآورد پروژه")
+        
+        # صفحه 1: وارد کردن توضیحات و فایل اکسل
+        with gr.Box():
+            gr.Markdown("### وارد کردن توضیحات پروژه")
+            text_input = gr.Textbox(placeholder="توضیحات پروژه را وارد کنید", lines=5)
+            excel_input = gr.File(label="فایل اکسل", type="file")
+            submit_button = gr.Button("ثبت")
+            output_text = gr.Textbox(label="خروجی برآورد", lines=5)
+        
+            submit_button.click(calculate_estimation, inputs=[text_input, excel_input], outputs=output_text)
+
+        # نمایش اطلاعات از دیتابیس در صفحه 2
+        with gr.Box():
+            gr.Markdown("### مشاهده اطلاعات ذخیره‌شده")
+            show_db_button = gr.Button("نمایش اطلاعات دیتابیس")
+            db_output = gr.Textbox(label="دیتابیس ذخیره‌شده", lines=10)
+
+            show_db_button.click(lambda: open(DATABASE_FILE, 'r').read(), outputs=db_output)
+
+    return demo
+
+# اجرای رابط کاربری
+demo = create_ui()
+demo.launch()
+