Update app.py

app.py

@@ -19,73 +19,69 @@ Parameters:
 Returns:
 - text (str): The extracted text from the specified section range.
 """
-# def get_section(path, wanted_section, next_section):
-#     print(wanted_section)
+def get_section(path, wanted_section, next_section):
+    print(wanted_section)
 
-#     # Open the PDF file
-#     doc = pdfplumber.open(path)
-#     start_page = []
-#     end_page = []
+    # Open the PDF file
+    doc = pdfplumber.open(io.BytesIO(path)) 
+    start_page = []
+    end_page = []
 
-#     # Find the all the pages for the specified sections
-#     for page in range(len(doc.pages)):
-#         if len(doc.pages[page].search(wanted_section, return_chars = False, case = False)) > 0:
-#             start_page.append(page)
-#         if len(doc.pages[page].search(next_section, return_chars = False, case = False)) > 0:
-#             end_page.append(page)
-#     print(max(start_page))
-#     print(max(end_page))
+    # Find the all the pages for the specified sections
+    for page in range(len(doc.pages)):
+        if len(doc.pages[page].search(wanted_section, return_chars = False, case = False)) > 0:
+            start_page.append(page)
+        if len(doc.pages[page].search(next_section, return_chars = False, case = False)) > 0:
+            end_page.append(page)
+    print(max(start_page))
+    print(max(end_page))
 
-#     # Extract the text between the start and end page of the wanted section
-#     text = []
-#     for page_num in range(max(start_page), max(end_page)):
-#         page = doc.pages[page_num]
-#         text.append(page.extract_text())
-#     text = " ".join(text)
-#     new_text = text.replace("\n", " ")
-#     special_char_unicode_list = ["\u00e4", "\u00f6", "\u00fc", "\u00df"]
-#     special_char_replacement_list = ["ae", "oe", "ue", "ss"]
-#     for index, special_char in enumerate(special_char_unicode_list):
-#         final_text = new_text.replace(special_char, special_char_replacement_list[index])
-#     return final_text
+    # Extract the text between the start and end page of the wanted section
+    text = []
+    for page_num in range(max(start_page), max(end_page)):
+        page = doc.pages[page_num]
+        text.append(page.extract_text())
+    text = " ".join(text)
+    new_text = text.replace("\n", " ")
+    special_char_unicode_list = ["\u00e4", "\u00f6", "\u00fc", "\u00df"]
+    special_char_replacement_list = ["ae", "oe", "ue", "ss"]
+    for index, special_char in enumerate(special_char_unicode_list):
+        final_text = new_text.replace(special_char, special_char_replacement_list[index])
+    return final_text
 
 
 def process_pdf(path):
-    
-    doc = pdfplumber.open(io.BytesIO(path))
 
-    return doc
-
-    # results_dict = {}
-    # results_dict["2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm"] = \
-    #     get_section(path, "2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm", "2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls")
-    # """
-    # results_dict["2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm"] = \
-    #     get_section(path,"2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm", "2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls")
-    # results_dict["2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls"] = \
-    #     get_section(path, "2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls", "3. Entwicklungen im Interventionsbereich")
-    # results_dict["3. Entwicklungen im Interventionsbereich"] = \
-    #     get_section(path, "3. Entwicklungen im Interventionsbereich", "4.1 Bewertungen von Zielen, Zielgruppen, Wirkungshypothesen und Indikatoren")
-    # results_dict["4.1 Bewertungen von Zielen, Zielgruppen, Wirkungshypothesen und Indikatoren"] = \
-    #     get_section(path, "4.1 Bewertungen von Zielen, Zielgruppen, Wirkungshypothesen und Indikatoren", "4.2 Umgesetzte Maßnahmen / Aktivitäten während des Berichtszeitraums")
-    # results_dict["4.2 Umgesetzte Maßnahmen / Aktivitäten während des Berichtszeitraums"] = \
-    #     get_section(path, "4.2 Umgesetzte Maßnahmen / Aktivitäten während des Berichtszeitraums", "4.3 Umsetzung von Maßnahmen zur Sicherstellung der nachhaltigen Wirksamkeit")
-    # results_dict["4.3 Umsetzung von Maßnahmen zur Sicherstellung der nachhaltigen Wirksamkeit des Vorhabens"] = \
-    #     get_section(path, "4.3 Umsetzung von Maßnahmen zur Sicherstellung der nachhaltigen Wirksamkeit", "4.4 Laufzeit und Zeitplan")
-    # results_dict["4.4 Laufzeit und Zeitplan"] = \
-    #     get_section(path, "4.4 Laufzeit und Zeitplan", "4.5 Entstandene Kosten und Kostenverschiebungen")
-    # results_dict["4.5 Entstandene Kosten und Kostenverschiebungen"] = \
-    #     get_section(path, "4.5 Entstandene Kosten und Kostenverschiebungen", "4.6 Bewertung der Wirkungen und Risiken")
-    # results_dict["4.6 Bewertung der Wirkungen und Risiken"] = \
-    #     get_section(path, "4.6 Bewertung der Wirkungen und Risiken", "5. Übergeordnete Empfehlungen")
-    # results_dict["5.1 Empfehlungen und Merkposten für den Politik- und Schwerpunktdialog"] = \
-    #     get_section(path, "5.1 Empfehlungen und Merkposten für den Politik- und Schwerpunktdialog", "5.2 Lernerfahrungen, die für die Länderstrategie und zukünftige EZ-Programme")
-    # results_dict["5.2 Lernerfahrungen, die für die Länderstrategie und zukünftige EZ-Programme interessant sein könnten"] = \
-    #     get_section(path, "5.2 Lernerfahrungen", "6. Testat")
-    # results_dict["6. Testat (TZ)"] = \
-    #     get_section(path, "6. Testat", "Anlage 1: Wirkungsmatrix des Moduls")
-    # """
-    # return results_dict
+    results_dict = {}
+    results_dict["2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm"] = \
+        get_section(path, "2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm", "2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls")
+    """
+    results_dict["2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm"] = \
+        get_section(path,"2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm", "2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls")
+    results_dict["2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls"] = \
+        get_section(path, "2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls", "3. Entwicklungen im Interventionsbereich")
+    results_dict["3. Entwicklungen im Interventionsbereich"] = \
+        get_section(path, "3. Entwicklungen im Interventionsbereich", "4.1 Bewertungen von Zielen, Zielgruppen, Wirkungshypothesen und Indikatoren")
+    results_dict["4.1 Bewertungen von Zielen, Zielgruppen, Wirkungshypothesen und Indikatoren"] = \
+        get_section(path, "4.1 Bewertungen von Zielen, Zielgruppen, Wirkungshypothesen und Indikatoren", "4.2 Umgesetzte Maßnahmen / Aktivitäten während des Berichtszeitraums")
+    results_dict["4.2 Umgesetzte Maßnahmen / Aktivitäten während des Berichtszeitraums"] = \
+        get_section(path, "4.2 Umgesetzte Maßnahmen / Aktivitäten während des Berichtszeitraums", "4.3 Umsetzung von Maßnahmen zur Sicherstellung der nachhaltigen Wirksamkeit")
+    results_dict["4.3 Umsetzung von Maßnahmen zur Sicherstellung der nachhaltigen Wirksamkeit des Vorhabens"] = \
+        get_section(path, "4.3 Umsetzung von Maßnahmen zur Sicherstellung der nachhaltigen Wirksamkeit", "4.4 Laufzeit und Zeitplan")
+    results_dict["4.4 Laufzeit und Zeitplan"] = \
+        get_section(path, "4.4 Laufzeit und Zeitplan", "4.5 Entstandene Kosten und Kostenverschiebungen")
+    results_dict["4.5 Entstandene Kosten und Kostenverschiebungen"] = \
+        get_section(path, "4.5 Entstandene Kosten und Kostenverschiebungen", "4.6 Bewertung der Wirkungen und Risiken")
+    results_dict["4.6 Bewertung der Wirkungen und Risiken"] = \
+        get_section(path, "4.6 Bewertung der Wirkungen und Risiken", "5. Übergeordnete Empfehlungen")
+    results_dict["5.1 Empfehlungen und Merkposten für den Politik- und Schwerpunktdialog"] = \
+        get_section(path, "5.1 Empfehlungen und Merkposten für den Politik- und Schwerpunktdialog", "5.2 Lernerfahrungen, die für die Länderstrategie und zukünftige EZ-Programme")
+    results_dict["5.2 Lernerfahrungen, die für die Länderstrategie und zukünftige EZ-Programme interessant sein könnten"] = \
+        get_section(path, "5.2 Lernerfahrungen", "6. Testat")
+    results_dict["6. Testat (TZ)"] = \
+        get_section(path, "6. Testat", "Anlage 1: Wirkungsmatrix des Moduls")
+    """
+    return results_dict
 
     #json_string = json.dumps(results_dict, indent=4)
     #print(json_string)