Upload 4 files

app.py

@@ -8,53 +8,36 @@ from langchain.chains import ConversationalRetrievalChain
 from htmlTemplates import css, bot_template, user_template
 from langchain.llms import LlamaCpp  # For loading transformer models.
 from langchain.document_loaders import PyPDFLoader, TextLoader, JSONLoader, CSVLoader
-import tempfile  # 임시 파일을 생성하기 위한 라이브러리입니다.
+import tempfile # 임시 파일을 생성하기 위한 라이브러리입니다.
 import os
-import csv
-import json
-from huggingface_hub import hf_hub_download  # Hugging Face Hub에서 모델을 다운로드하기 위한 함수입니다.
-
+from huggingface_hub import hf_hub_download # Hugging Face Hub에서 모델을 다운로드하기 위한 함수입니다.
 
 # PDF 문서로부터 텍스트를 추출하는 함수입니다.
 def get_pdf_text(pdf_docs):
-    temp_dir = tempfile.TemporaryDirectory()  # 임시 디렉토리를 생성합니다.
-    temp_filepath = os.path.join(temp_dir.name, pdf_docs.name)  # 임시 파일 경로를 생성합니다.
+    temp_dir = tempfile.TemporaryDirectory() # 임시 디렉토리를 생성합니다.
+    temp_filepath = os.path.join(temp_dir.name, pdf_docs.name) # 임시 파일 경로를 생성합니다.
     with open(temp_filepath, "wb") as f:  # 임시 파일을 바이너리 쓰기 모드로 엽니다.
-        f.write(pdf_docs.getvalue())  # PDF 문서의 내용을 임시 파일에 씁니다.
-    pdf_loader = PyPDFLoader(temp_filepath)  # PyPDFLoader를 사용해 PDF를 로드합니다.
-    pdf_doc = pdf_loader.load()  # 텍스트를 추출합니다.
-    return pdf_doc  # 추출한 텍스트를 반환합니다.
-
+        f.write(pdf_docs.getvalue()) # PDF 문서의 내용을 임시 파일에 씁니다.
+    pdf_loader = PyPDFLoader(temp_filepath) # PyPDFLoader를 사용해 PDF를 로드합니다.
+    pdf_doc = pdf_loader.load() # 텍스트를 추출합니다.
+    return pdf_doc # 추출한 텍스트를 반환합니다.
 
 # 과제
 # 아래 텍스트 추출 함수를 작성
 def get_text_file(docs):
-    with tempfile.NamedTemporaryFile(delete=False) as temp:
-        temp.write(docs.getvalue())
-        temp.seek(0)
-        text_loader = TextLoader(temp.name)
-        text_doc = text_loader.load()
-    return [text_doc]
-
-
+    text = docs.read().decode()
+    return [text]
+    
 def get_csv_file(docs):
-    with tempfile.NamedTemporaryFile(delete=False) as temp:
-        temp.write(docs.getvalue())
-        temp.seek(0)
-        csv_loader = CSVLoader(temp.name)
-        csv_doc = csv_loader.load()
-    return [csv_doc]
-
+    csv_reader = csv.reader(docs)
+    text = ' '.join([' '.join(row) for row in csv_reader])
+    return [text]
 
 def get_json_file(docs):
-    with tempfile.NamedTemporaryFile(delete=False) as temp:
-        temp.write(docs.getvalue())
-        temp.seek(0)
-        json_loader = JSONLoader(temp.name)
-        json_doc = json_loader.load()
-    return [json_doc]
-
-
+    json_data = json.load(docs)
+    text = json.dumps(json_data)
+    return [text]
+    
 # 문서들을 처리하여 텍스트 청크로 나누는 함수입니다.
 def get_text_chunks(documents):
     text_splitter = RecursiveCharacterTextSplitter(
@@ -94,8 +77,7 @@ def get_conversation_chain(vectorstore):
         retriever=vectorstore.as_retriever(),
         memory=memory
     )
-    return conversation_chain  # 생성된 대화 체인을 반환합니다.
-
+    return conversation_chain # 생성된 대화 체인을 반환합니다.
 
 # 사용자 입력을 처리하는 함수입니다.
 def handle_userinput(user_question):
@@ -166,4 +148,4 @@ def main():
 
 
 if __name__ == '__main__':
-    main()
+    main()