Update app.py

app.py

@@ -0,0 +1,137 @@
+import os
+import gradio as gr
+import google.generativeai as genai
+from pdf2image import convert_from_path
+import json
+
+# --- 1. CONFIGURATION ---
+# Récupération de la clé API depuis les secrets de Hugging Face
+api_key = os.environ.get("GOOGLE_API_KEY")
+
+if not api_key:
+    raise ValueError("La clé API 'GOOGLE_API_KEY' n'est pas définie dans les Secrets du Space.")
+
+genai.configure(api_key=api_key)
+
+# On utilise le modèle Flash, très rapide et excellent pour la lecture de documents
+model = genai.GenerativeModel('gemini-1.5-flash')
+
+# --- 2. FONCTIONS DU BACKEND ---
+
+def analyze_pdf_content(pdf_file):
+    """
+    Étape 1 : Convertit le PDF en images et demande à Gemini d'extraire TOUTES les données.
+    """
+    if pdf_file is None:
+        return None, "Veuillez d'abord uploader un fichier PDF."
+
+    try:
+        # Conversion du PDF en liste d'images (une par page)
+        # Sur Hugging Face, poppler est installé via packages.txt
+        pages = convert_from_path(pdf_file)
+        
+        # Le prompt demande une extraction structurée JSON
+        prompt = """
+        Tu es un assistant administratif expert. Analyse ce document (qui est probablement un registre de commerce RCCM ou similaire).
+        
+        Tâche :
+        1. Lis TOUTES les pages fournies sous forme d'images.
+        2. Extrais TOUS les champs (clés) et leurs valeurs correspondantes.
+        3. Inclus des champs comme : DENOMINATION, SIGLE, FORME JURIDIQUE, CAPITAL SOCIAL, ADRESSE, ACTIVITE PRINCIPALE, NUMERO RCCM, DIRIGEANTS, etc.
+        
+        Format de sortie OBLIGATOIRE :
+        Uniquement un objet JSON valide (clé: valeur). 
+        - Normalise les clés en MAJUSCULES (ex: "DENOMINATION" au lieu de "Dénomination").
+        - Si une valeur est vide, mets null.
+        - Ne mets pas de balises markdown ```json ... ```, juste le texte brut du JSON.
+        """
+
+        # Envoi de toutes les pages + le prompt au modèle
+        inputs = [prompt] + pages
+        response = model.generate_content(inputs)
+
+        # Nettoyage de la réponse pour garantir un JSON valide
+        cleaned_text = response.text.replace("```json", "").replace("```", "").strip()
+        
+        # Conversion du texte en dictionnaire Python
+        data_json = json.loads(cleaned_text)
+        
+        return data_json, "✅ Analyse terminée ! Le document a été lu. Vous pouvez maintenant poser vos questions ci-dessous."
+
+    except Exception as e:
+        return None, f"❌ Erreur lors de l'analyse : {str(e)}"
+
+def get_value_from_key(json_data, key_request):
+    """
+    Étape 2 : Cherche la valeur demandée par l'utilisateur dans le JSON extrait.
+    """
+    if not json_data:
+        return "Erreur : Aucune donnée analysée. Veuillez d'abord cliquer sur 'Analyser le Document'."
+    
+    if not key_request:
+        return "Veuillez entrer une clé (ex: Forme Juridique)."
+
+    # Normalisation pour la recherche (tout mettre en majuscule)
+    search_key = key_request.upper().strip()
+    
+    # 1. Recherche exacte
+    if search_key in json_data:
+        return json_data[search_key]
+    
+    # 2. Recherche partielle (si l'utilisateur tape "Capital" pour "CAPITAL SOCIAL")
+    found_keys = [k for k in json_data.keys() if search_key in k]
+    
+    if found_keys:
+        # On retourne la première correspondance trouvée + le nom de la clé réelle
+        best_match = found_keys[0]
+        return f"{json_data[best_match]} (Clé trouvée : {best_match})"
+    
+    return "⚠️ Clé introuvable. Vérifiez l'orthographe ou consultez les 'Données Brutes' pour voir les clés disponibles."
+
+# --- 3. INTERFACE GRADIO ---
+
+with gr.Blocks(title="Extracteur PDF Gemini") as demo:
+    gr.Markdown("# 📑 Extracteur de Données PDF (RCCM & Contrats)")
+    gr.Markdown("Uploadez un PDF, laissez l'IA le lire, puis demandez la valeur de n'importe quel champ.")
+
+    with gr.Row():
+        # Colonne de gauche : Import et Analyse
+        with gr.Column(scale=1):
+            pdf_input = gr.File(label="1. Déposer votre PDF ici", file_count="single", type="filepath")
+            analyze_btn = gr.Button("🚀 Lancer l'analyse du document", variant="primary")
+            status_output = gr.Textbox(label="Statut de l'analyse", interactif=False)
+            
+            # Composant invisible pour stocker le JSON extrait
+            json_state = gr.State()
+
+        # Colonne de droite : Interrogation
+        with gr.Column(scale=1):
+            key_input = gr.Textbox(label="2. Quelle info cherchez-vous ?", placeholder="Ex: DENOMINATION, ADRESSE, CAPITAL...")
+            get_val_btn = gr.Button("🔍 Obtenir la valeur")
+            final_output = gr.Textbox(label="Résultat", lines=2, show_copy_button=True)
+            
+            with gr.Accordion("Voir toutes les données extraites (JSON)", open=False):
+                json_display = gr.JSON(label="Données brutes")
+
+    # --- LOGIQUE DES ÉVÉNEMENTS ---
+    
+    # Quand on clique sur Analyser
+    analyze_btn.click(
+        fn=analyze_pdf_content,
+        inputs=[pdf_input],
+        outputs=[json_state, status_output]
+    ).then(
+        # Mise à jour de l'affichage JSON brut une fois l'analyse finie
+        fn=lambda x: x, inputs=[json_state], outputs=[json_display]
+    )
+
+    # Quand on demande une clé spécifique
+    get_val_btn.click(
+        fn=get_value_from_key,
+        inputs=[json_state, key_input],
+        outputs=[final_output]
+    )
+
+# Lancement de l'application
+if __name__ == "__main__":
+    demo.launch()