src/streamlit_app.py

import streamlit as st
import PyPDF2
import pandas as pd
import os
import google.generativeai as genai
import csv
from datetime import datetime
import logging
import sys
import io
import tempfile
import base64

# 設定日誌
logging.basicConfig(
    level=logging.INFO,
    format='%(asctime)s - %(levelname)s - %(message)s',
    handlers=[
        logging.FileHandler("pdf_processing.log"),
        logging.StreamHandler(sys.stdout)
    ]
)
logger = logging.getLogger(__name__)

# 設定頁面配置
st.set_page_config(
    page_title="PDF處理與Gemini翻譯工具",
    page_icon="📄",
    layout="wide",
    initial_sidebar_state="expanded"
)

# 應用程式標題和介紹
st.title("📄 PDF處理與Gemini翻譯工具")
st.markdown("上傳PDF檔案，選擇要處理的頁面，讓Gemini解釋內容並翻譯成繁體中文。")

# 側邊欄 - 設定區域
with st.sidebar:
    st.header("設定")
    
    # API金鑰輸入
    api_key = st.text_input(
        "Gemini API金鑰",
        value="AIzaSyC3fbJVYQbINa8ztuOS5dFE4ud0I9jhy3o",  # 預設值，實際使用應從設定檔讀取
        type="password"
    )
    
    # 上傳PDF檔案
    uploaded_file = st.file_uploader("上傳PDF檔案", type=["pdf"])
    
    # 處理選項區塊
    with st.expander("處理選項", expanded=True):
        # 初始化session_state
        if 'total_pages' not in st.session_state:
            st.session_state.total_pages = 0
        if 'page_content' not in st.session_state:
            st.session_state.page_content = {}
            
        # 頁面選擇（只在上傳檔案後顯示）
        if uploaded_file is not None:
            # 讀取PDF並獲取頁數
            try:
                pdf_reader = PyPDF2.PdfReader(uploaded_file)
                st.session_state.total_pages = len(pdf_reader.pages)
                
                # 加載PDF內容到session_state（如果尚未加載）
                if len(st.session_state.page_content) == 0:
                    with st.spinner("正在加載PDF..."):
                        for i in range(st.session_state.total_pages):
                            st.session_state.page_content[i+1] = pdf_reader.pages[i].extract_text()
                
                # 頁面選擇滑桿
                page_to_process = st.slider(
                    "選擇要處理的頁面",
                    min_value=1,
                    max_value=st.session_state.total_pages,
                    value=1
                )
                
                st.info(f"PDF共有 {st.session_state.total_pages} 頁")
            except Exception as e:
                st.error(f"無法讀取PDF: {str(e)}")
        else:
            st.info("請先上傳PDF檔案")
            page_to_process = 1
    
    # 進階選項
    with st.expander("進階選項"):
        # 給Gemini的指示詞
        instruction = st.text_area(
            "給Gemini的指示詞",
            value="請詳細解釋以下內容的主要要點和重要信息",
            height=100
        )
        
        # 輸出檔名
        output_filename = st.text_input(
            "輸出CSV檔名",
            value="gemini_translated_results.csv"
        )

# 主要功能函數
def setup_gemini_api(api_key):
    """設置Gemini API"""
    try:
        os.environ["GOOGLE_API_KEY"] = api_key
        genai.configure(api_key=api_key)
        return genai.GenerativeModel("gemini-1.5-flash")
    except Exception as e:
        logger.error(f"Gemini API設置失敗: {e}")
        st.error(f"API設置失敗: {str(e)}")
        return None

def process_with_gemini(model, text, instruction):
    """使用Gemini處理文本"""
    try:
        prompt = f"{instruction}:\n\n{text}"
        response = model.generate_content(prompt)
        return response.text.strip()
    except Exception as e:
        logger.error(f"Gemini處理失敗: {e}")
        return f"處理失敗: {str(e)}"

def translate_with_gemini(model, text):
    """使用Gemini將文本翻譯成繁體中文"""
    try:
        prompt = f"""
        請將以下文本翻譯成繁體中文，保持專業和準確性：
        
        {text}
        
        只需要返回翻譯後的文本，不要加入其他解釋或備註。
        """
        
        response = model.generate_content(prompt)
        return response.text.strip()
    except Exception as e:
        logger.error(f"Gemini翻譯失敗: {e}")
        return f"翻譯失敗: {str(e)}"

def get_csv_download_link(df, filename="data.csv"):
    """生成CSV檔案下載連結"""
    csv = df.to_csv(index=False)
    b64 = base64.b64encode(csv.encode()).decode()
    href = f'<a href="data:file/csv;base64,{b64}" download="{filename}">下載 CSV 檔案</a>'
    return href

# 主要內容區域
if uploaded_file is not None:
    # 顯示頁面內容預覽
    st.header("頁面內容預覽")
    
    # 從session_state獲取選定頁面的內容
    if page_to_process in st.session_state.page_content:
        page_text = st.session_state.page_content[page_to_process]
        st.text_area(
            f"第 {page_to_process} 頁內容",
            value=page_text,
            height=150,
            disabled=True
        )
    else:
        st.warning("無法獲取選定頁面的內容")
    
    # 處理按鈕
    process_button = st.button("處理並翻譯", type="primary", use_container_width=True)
    
    # 當按下處理按鈕
    if process_button:
        if not api_key:
            st.error("請輸入Gemini API金鑰!")
        else:
            # 設置進度顯示
            progress_placeholder = st.empty()
            results_placeholder = st.empty()
            
            with st.spinner("正在處理中..."):
                progress_bar = progress_placeholder.progress(0)
                
                # 設置API
                model = setup_gemini_api(api_key)
                if model:
                    progress_bar.progress(20)
                    
                    # 獲取選定頁面的內容
                    page_text = st.session_state.page_content[page_to_process]
                    
                    # 使用Gemini處理
                    progress_placeholder.text("正在使用Gemini解釋內容...")
                    explanation = process_with_gemini(model, page_text, instruction)
                    progress_bar.progress(60)
                    
                    # 翻譯成繁體中文
                    progress_placeholder.text("正在翻譯成繁體中文...")
                    translation = translate_with_gemini(model, explanation)
                    progress_bar.progress(90)
                    
                    # 創建結果DataFrame
                    results_data = {
                        "時間戳記": [datetime.now().isoformat()],
                        "原始內容": [page_text[:5000] + "..." if len(page_text) > 5000 else page_text],
                        "Gemini解釋": [explanation],
                        "繁體中文翻譯": [translation]
                    }
                    results_df = pd.DataFrame(results_data)
                    
                    # 保存為CSV（臨時）
                    results_df.to_csv(output_filename, index=False, encoding="utf-8-sig")
                    
                    # 完成
                    progress_bar.progress(100)
                    progress_placeholder.empty()
                    
                    # 顯示結果
                    st.success("處理完成!")
                    
                    # 創建選項卡顯示結果
                    tab1, tab2, tab3 = st.tabs(["Gemini解釋", "繁體中文翻譯", "CSV資料"])
                    
                    with tab1:
                        st.subheader("Gemini解釋結果")
                        st.write(explanation)
                    
                    with tab2:
                        st.subheader("繁體中文翻譯")
                        st.write(translation)
                    
                    with tab3:
                        st.subheader("CSV資料預覽")
                        st.dataframe(results_df)
                        st.markdown(get_csv_download_link(results_df, output_filename), unsafe_allow_html=True)
                        st.info(f"CSV檔案已準備好下載。檔名: {output_filename}")
else:
    # 未上傳檔案時顯示的內容
    st.info("👈 請從側邊欄上傳PDF檔案開始")
    
    # 顯示使用說明
    with st.expander("使用說明", expanded=True):
        st.markdown("""
        ### 如何使用這個工具:
        
        1. **上傳PDF檔案** - 從側邊欄選擇並上傳PDF檔案
        2. **選擇頁面** - 使用滑桿選擇要處理的頁面
        3. **設定API金鑰** - 輸入您的Gemini API金鑰（預設已填入，可修改）
        4. **自訂指示詞** - 可選擇修改給Gemini的指示詞
        5. **處理與翻譯** - 點擊"處理並翻譯"按鈕
        6. **查看結果** - 在選項卡中查看Gemini的解釋和繁體中文翻譯
        7. **下載結果** - 下載CSV格式的結果檔案
        
        ### 功能特點:
        
        - 逐頁預覽PDF內容
        - 使用Gemini AI解釋文本
        - 自動翻譯成繁體中文
        - 結果以CSV格式儲存
        """)

# 頁尾
st.markdown("---")
st.markdown("📄 PDF處理與Gemini翻譯工具 | 由Streamlit和Google Gemini AI提供技術支持")