Upload app.py

app.py

@@ -0,0 +1,247 @@
+# app.py
+# -*- coding: utf-8 -*-
+"""
+HF Space — Arabic Ticket Parser & Excel Exporter
+------------------------------------------------
+- لصق عدة تذاكر نصياً (من واتساب/تلغرام…)
+- يجزّئها تلقائياً، يستخرج الحقول العربية المعروفة، ويصنّف نوع المشكلة بالكلمات المفتاحية.
+- يعرض جدولاً قابلاً للتعديل ثم يصدّره Excel مباشرة.
+
+المكتبات: gradio, pandas, openpyxl
+"""
+import re
+import io
+import json
+import gradio as gr
+import pandas as pd
+from datetime import datetime
+
+# ---------------------------- Utilities ----------------------------
+ARABIC_DIGITS = str.maketrans("٠١٢٣٤٥٦٧٨٩", "0123456789")
+
+FIELD_ALIASES = {
+    "نوع المشكلة": ["نوع المشكله", "نوع المشكله:", "نوع المشكلة:"],
+    "وقت حدوث المشكلة": ["وقت حدوث المشكله", "وقت حدوث المشكله:", "وقت حدوث المشكلة:"],
+    "اسم صاحب المشكلة": ["اسم صاحب المشكله", "اسم صاحب المشكله:", "اسم صاحب المشكلة:"],
+    "رقم الهوية": ["رقم الهويه", "رقم الهوية:"],
+    "رقم الجهاز": ["رقم الجهاز:"],
+    "رقم الجوال": ["رقم الجوال:"],
+    "المسح": ["المسح:"],
+    "المنطقة": ["المنطقه", "المنطقة:"],
+    "ملاحظات": ["ملاحظه", "ملاحظة", "ملاحظات", "ملاحظات:"]
+}
+
+# Precompile regex patterns that match: label : value
+LABEL_SEP = r"[:：]\s*"
+
+FIELD_PATTERNS = {
+    canonical: re.compile(rf"(?:^|\n)\s*(?:{'|'.join(map(re.escape, labels))})\s*{LABEL_SEP}(.+)")
+    for canonical, labels in FIELD_ALIASES.items()
+}
+
+# Recognized separators between tickets
+TICKET_SEP = re.compile(r"\n\s*(?:\n|—+|-{3,}|={3,}|🔴+)+\s*\n")
+
+# Default keyword -> category rules (editable from UI)
+DEFAULT_RULES = {
+    "معلق شاشة سوداء": ["معلق شاشة سوداء", "شاشة سوداء"],
+    "خارج نطاق المسح": ["خارج نطاق المسح"],
+    "Invalid user data": ["invalid user data", "invalid user"],
+    "رفض تسجيل الدخول": ["رفض تسجيل الدخول", "رفض الدخول"],
+    "تعليق مستمر": ["تعليق مستمر", "يعلق", "تهنيق"],
+    "مشكلة شبكة/نت": ["شبكة", "نت", "stc", "mobily"],
+    "بطء/توقف": ["بطئ", "بطء", "وقوفه", "يتوقف"],
+    "طلبات نظام": ["تحديث", "ترقية", "نسخة", "إصدار"],
+}
+
+# Columns order
+COLUMNS = [
+    "التصنيف",
+    "نوع المشكلة",
+    "وقت حدوث المشكلة",
+    "اسم صاحب المشكلة",
+    "رقم الهوية",
+    "رقم الجهاز",
+    "رقم الجوال",
+    "المسح",
+    "المنطقة",
+    "ملاحظات",
+    "نص خام",
+]
+
+
+def normalize_text(s: str) -> str:
+    if not isinstance(s, str):
+        return ""
+    s2 = s.translate(ARABIC_DIGITS)
+    s2 = re.sub(r"[\u200f\u200e\u2066\u2067\u2068\u2069\u00a0]", " ", s2)
+    return s2.strip()
+
+
+def split_tickets(raw: str):
+    raw = normalize_text(raw)
+    if not raw:
+        return []
+    parts = re.split(TICKET_SEP, raw)
+    if len(parts) == 1:
+        parts = [p for p in re.split(r"\n\s*\n+", raw) if p.strip()]
+    return [p.strip() for p in parts if p.strip()]
+
+
+def extract_fields(ticket_text: str) -> dict:
+    data = {k: "" for k in FIELD_PATTERNS.keys()}
+    text = normalize_text(ticket_text)
+
+    for fname, pat in FIELD_PATTERNS.items():
+        m = pat.search(text)
+        if m:
+            data[fname] = normalize_text(m.group(1).strip())
+
+    # Heuristics for phone and ID
+    if not data["رقم الجوال"]:
+        m = re.search(r"(05\d{8})", text)
+        if m:
+            data["رقم الجوال"] = m.group(1)
+    if not data["رقم الهوية"]:
+        m = re.search(r"(1\d{9})", text)
+        if m:
+            data["رقم الهوية"] = m.group(1)
+
+    data["نص خام"] = text
+    return data
+
+
+def compile_rules(user_rules_text: str):
+    """user_rules_text is lines: keyword => label  OR JSON dict."""
+    rules = DEFAULT_RULES.copy()
+    t = (user_rules_text or "").strip()
+    if not t:
+        return rules
+    # JSON first
+    try:
+        parsed = json.loads(t)
+        if isinstance(parsed, dict):
+            for label, kws in parsed.items():
+                if not isinstance(kws, list):
+                    kws = [str(kws)]
+                rules[label] = [normalize_text(k) for k in kws]
+            return rules
+    except Exception:
+        pass
+
+    # Fallback line-based form
+    for line in t.splitlines():
+        if "=>" in line:
+            kw, label = map(lambda x: normalize_text(x), line.split("=>", 1))
+            if kw and label:
+                rules.setdefault(label, []).append(kw)
+    return rules
+
+
+def classify_ticket(text: str, rules: dict) -> str:
+    t = normalize_text(text)
+    for label, kws in rules.items():
+        for kw in kws:
+            if kw and kw.lower() in t.lower():
+                return label
+    return "غير مصنّف"
+
+
+def parse_and_classify(raw_text: str, user_rules_text: str):
+    tickets = split_tickets(raw_text)
+    rules = compile_rules(user_rules_text)
+
+    rows = []
+    for tk in tickets:
+        fields = extract_fields(tk)
+        label = classify_ticket(tk + "\n" + fields.get("نوع المشكلة", ""), rules)
+        row = {
+            "التصنيف": label,
+            **fields,
+        }
+        rows.append(row)
+
+    if not rows:
+        df = pd.DataFrame(columns=COLUMNS)
+    else:
+        df = pd.DataFrame(rows)
+        for c in COLUMNS:
+            if c not in df.columns:
+                df[c] = ""
+        df = df[COLUMNS]
+    return df
+
+
+def export_excel(df: pd.DataFrame, filename_prefix: str = "tickets"):
+    buffer = io.BytesIO()
+    with pd.ExcelWriter(buffer, engine="openpyxl") as writer:
+        df.to_excel(writer, index=False, sheet_name="التذاكر")
+    buffer.seek(0)
+    ts = datetime.now().strftime("%Y%m%d_%H%M%S")
+    return (f"{filename_prefix}_{ts}.xlsx", buffer)
+
+
+# ---------------------------- UI ----------------------------
+with gr.Blocks(title="Arabic Ticket Parser — ISIC Helper", theme=gr.themes.Soft()) as demo:
+    gr.Markdown(
+        """
+        # معالج التذاكر — لصق ثم تصدير Excel
+        الصق التذاكر (حتى 20 أو أكثر) في المربع أدناه. سيتعرف التطبيق على الحقول الشائعة ويصنّفها بالكلمات المفتاحية.
+        
+        **تلميح**: افصل بين التذاكر بسطر فارغ أو فواصل مثل `---` أو `🔴🔴🔴`.
+        """
+    )
+    with gr.Row():
+        raw = gr.Textbox(label="الصق التذاكر هنا", lines=18, placeholder="الصق نص التذاكر العربية كما هو…")
+    with gr.Accordion("قواعد التصنيف (اختياري)", open=False):
+        rules_tb = gr.Textbox(
+            label="أضف كلمات مفتاحية ومقابلها التصنيف — صيغة JSON {تصنيف: [كلمات…]} أو أسطر من الشكل (كلمة => تصنيف)",
+            lines=6,
+            placeholder='مثال JSON: {"انقطاع": ["انقطاع", "ما يفتح"], "صلاحيات": ["صلاحية", "غير مخول"]}'
+        )
+    with gr.Row():
+        parse_btn = gr.Button("تحليل التذاكر")
+        clear_btn = gr.Button("مسح")
+    df_out = gr.Dataframe(headers=COLUMNS, row_count=(1, "dynamic"), interactive=True, label="النتيجة")
+
+    with gr.Row():
+        fname = gr.Textbox(label="اسم الملف عند التصدير", value="tickets", scale=1)
+        export_btn = gr.Button("تصدير Excel", variant="primary", scale=1)
+        file_out = gr.File(label="تحميل ملف الإكسل بعد التصدير")
+
+    sample = (
+        """
+🔴🔴🔴
+نوع المشكلة : كل عينة ادخل عليها عشان انتقل للقسم الثاني لازم اسجل خروج وارجع مرة أخرى تعليق مستمر رغم أن في شريحة نت خاصة وقوفه وفي بطئ ملاحظات على الجهاز
+وقت حدوث المشكلة: 21/8/2025
+اسم صاحب المشكلة : منيرة الشراري
+رقم الهوية: 1037289194
+رقم الجهاز: 868190043822887
+رقم الجوال: 0542244234
+اسم المسح: الطاقة المنزلية
+المنطقة: الجوف
+        """.strip()
+    )
+
+    def on_parse(raw_text, rules_text):
+        df = parse_and_classify(raw_text or sample, rules_text)
+        return df
+
+    def on_export(df, prefix):
+        if df is None or (hasattr(df, "empty") and df.empty):
+            df = parse_and_classify(sample, "")
+        name, buff = export_excel(df, prefix or "tickets")
+        return gr.File.update(value=(name, buff), visible=True)
+
+    parse_btn.click(on_parse, inputs=[raw, rules_tb], outputs=[df_out])
+    export_btn.click(on_export, inputs=[df_out, fname], outputs=[file_out])
+    clear_btn.click(lambda: ("", ""), None, [raw, rules_tb])
+
+    gr.Examples(
+        examples=[[sample]],
+        inputs=[raw],
+        label="مثال سريع — اضغط للإدراج"
+    )
+
+if __name__ == "__main__":
+    demo.launch()