Update app.py

app.py

@@ -39,9 +39,6 @@ def display_data(standard, version, selection):
         if main_t not in tables:
             main_t = tables[0]
 
-        # --------------------------
-        # 🔹 테이블 명칭 매칭 (selection이 테이블 명칭인지 확인)
-        # --------------------------
         full_table_name = None
         pattern = re.compile(f"^{standard}[_\\s-]*{version}[_\\s-]*", re.IGNORECASE)
 
@@ -54,28 +51,19 @@ def display_data(standard, version, selection):
                 full_table_name = t
                 break
 
-        # ==========================================
-        # 🌟 부속 테이블 선택 시 (TableA, TableB_C 등)
-        # 원본 열 구조(4열, 5열 등)를 그대로 유지
-        # ==========================================
+
         if full_table_name and full_table_name != main_t:
             df = pd.read_sql(f"SELECT * FROM [{full_table_name}]", conn)
             
-            # version 열 제외 및 컬럼명 정리
             df = df.drop(columns=[c for c in df.columns if c.lower() == "version"], errors="ignore")
             df.columns = [c.replace("_", " ").title() for c in df.columns]
 
-            # 모든 셀에 대해 이미지 렌더링(BLOB 변환) 적용
             for col in df.columns:
                 df[col] = df[col].apply(blob_to_base64_html)
 
             conn.close()
             return df
 
-        # --------------------------
-        # 🔹 메인 테이블 (ALL 또는 특정 Category)
-        # 기존 규격(section, description) 유지
-        # --------------------------
         cursor = conn.cursor()
         cursor.execute(f"PRAGMA table_info([{main_t}])")
         cols_info = cursor.fetchall()
@@ -103,7 +91,7 @@ def display_data(standard, version, selection):
         rows = cursor.fetchall()
         df = pd.DataFrame(rows, columns=cols)
 
-        # 후처리: 메인 테이블은 가독성을 위해 2열(section, description)로 제한
+
         df.columns = [c.lower().strip() for c in df.columns]
         if 'section' in df.columns and 'description' in df.columns:
             df = df[['section', 'description']]
@@ -117,7 +105,9 @@ def display_data(standard, version, selection):
     except Exception as e:
         traceback.print_exc()
         return pd.DataFrame({"Error": [str(e)]})
+
 # --------------------------
+
 def blob_to_base64_html(blob_data):
     if blob_data is None or pd.isna(blob_data):
         return ""
@@ -199,21 +189,19 @@ def update_category_dd(standard, version):
         if main_t not in tables:
             main_t = tables[0] if tables else None
 
-        # ==========================================
-        # 🌟 [추가된 로직] TableA, TableB_C 등 부속 테이블을 드롭다운에 추가
-        # ==========================================
+
         pattern = re.compile(f"^{standard}[_\\s-]*{version}[_\\s-]*", re.IGNORECASE)
         for t in tables:
             # 메인 테이블과 매핑 관련 테이블은 목록에서 제외
             if t == main_t or t.lower() in ['mapping_registry', 'mapping_table']:
                 continue
             
-            # 'UNR155_2101_TableA' -> 'TableA' 로 깔끔하게 자르기
             short_name = pattern.sub("", t).strip(" _")
             if short_name and short_name not in choices:
                 choices.append(short_name)
             elif t not in choices:
                 choices.append(t)
+        
         # ==========================================
 
         if not main_t:
@@ -231,7 +219,7 @@ def update_category_dd(standard, version):
             for _, r in df.iterrows():
                 chapter = str(r[ch]).strip()
                 category = str(r[ca]).strip()
-                # None이나 빈 값 필터링
+                
                 if chapter and category and chapter.lower() != 'none' and category.lower() != 'none':
                     choices.append(f"{chapter}.{category}")
 
@@ -250,6 +238,7 @@ def update_category_dd(standard, version):
 # --------------------------
 # 초기화
 # --------------------------
+
 def reset_base():
     return gr.update(value=None), gr.update(choices=[], value=None), gr.update(choices=[], value=None)
 
@@ -298,6 +287,7 @@ def highlight_diff(base, comp):
 # --------------------------
 # 데이터 조회
 # --------------------------
+
 def display_data(standard, version, selection):
     if not all([standard, version, selection]):
         return pd.DataFrame({"Info": ["선택 필요"]})
@@ -320,9 +310,7 @@ def display_data(standard, version, selection):
         if main_t not in tables:
             main_t = tables[0]
 
-        # --------------------------
-        # 🔹 테이블 명칭 매칭 (selection이 테이블 명칭인지 확인)
-        # --------------------------
+
         full_table_name = None
         pattern = re.compile(f"^{standard}[_\\s-]*{version}[_\\s-]*", re.IGNORECASE)
 
@@ -335,10 +323,6 @@ def display_data(standard, version, selection):
                 full_table_name = t
                 break
 
-        # ==========================================
-        # 🌟 부속 테이블 선택 시 (TableA, TableB_C 등)
-        # 원본 열 구조(4열, 5열 등)를 그대로 유지
-        # ==========================================
         if full_table_name and full_table_name != main_t:
             df = pd.read_sql(f"SELECT * FROM [{full_table_name}]", conn)
             
@@ -353,10 +337,7 @@ def display_data(standard, version, selection):
             conn.close()
             return df
 
-        # --------------------------
-        # 🔹 메인 테이블 (ALL 또는 특정 Category)
-        # 기존 규격(section, description) 유지
-        # --------------------------
+
         cursor = conn.cursor()
         cursor.execute(f"PRAGMA table_info([{main_t}])")
         cols_info = cursor.fetchall()
@@ -402,6 +383,7 @@ def display_data(standard, version, selection):
 # --------------------------
 # 통합 조회 (apply로 속도 최적화)
 # --------------------------
+
 def apply_diff_row(row, base_col, comp_col):
     """Pandas apply를 위한 Diff 연산 래퍼 함수"""
     base_val = str(row.get(base_col, ""))
@@ -458,9 +440,7 @@ def unified_search(bs, bv, bc, cs, cv, cc):
             df_b = df_base[['merge_key', 'section', 'description']].rename(columns={'section': 'sec_b', 'description': 'desc_b'})
             df_c = df_comp[['merge_key', 'section', 'description']].rename(columns={'section': 'sec_c', 'description': 'desc_c'})
 
-            # ==========================================
-            # 🌟 매핑 DB 가져오기 (가장 안전한 Pandas 양방향 병합)
-            # ==========================================
+
             conn_map = sqlite3.connect(os.path.join(UPLOAD_DIR, "mapping.db"))
             
             # 1. 정방향 매칭 (UI 기준 법규 == DB Base 법규)
@@ -490,9 +470,7 @@ def unified_search(bs, bv, bc, cs, cv, cc):
             else:
                 df_mapping = pd.DataFrame(columns=['Base_section', 'Comp_section'])
 
-            # ==========================================
-            # 🌟 핵심 로직: 하이브리드 매핑 (명시적 + 암묵적)
-            # ==========================================
+
             # A. 명시적 매핑 (Mapping DB에 있는 데이터)
             explicit_b = set(df_mapping['Base_section'].dropna())
             explicit_c = set(df_mapping['Comp_section'].dropna())
@@ -510,9 +488,7 @@ def unified_search(bs, bv, bc, cs, cv, cc):
             # C. 두 조건을 하나로 합친 브릿지(다리) 테이블
             bridge = pd.concat([df_mapping, df_implicit], ignore_index=True)
 
-            # ==========================================
-            # 🌟 병합(Merge) 연산 - KeyError 방지 및 원본 순서 보존
-            # ==========================================
+
             df_b_clean = df_b.rename(columns={'merge_key': 'Base_section'})
             df_c_clean = df_c.rename(columns={'merge_key': 'Comp_section'})
 
@@ -568,7 +544,6 @@ def update_comp_standard(base_std, base_ver):
     try:
         conn = sqlite3.connect(os.path.join(UPLOAD_DIR, "mapping.db"))
         
-        # 🌟 핵심: 정방향 매칭과 역방향 매칭을 합침 (UNION)
         query = """
         SELECT DISTINCT Comp_std AS mapped_std
         FROM Mapping_registry
@@ -578,7 +553,7 @@ def update_comp_standard(base_std, base_ver):
         FROM Mapping_registry
         WHERE Comp_std=? AND Comp_ver=?
         """
-        # 파라미터를 정방향용 2개, 역방향용 2개 총 4개를 넘겨줍니다.
+
         df = pd.read_sql(query, conn, params=[base_std, base_ver, base_std, base_ver])
         conn.close()