app.py

# app.py

import gradio as gr
from analyze_aspects import analyze_quickwin, visualize_aspects
from pathlib import Path
import tempfile
import shutil
import os
import nltk
import logging

# --- NLTK-DATEN-SETUP ---
# Dieser Block stellt sicher, dass die notwendigen Daten beim Start des Spaces vorhanden sind.
try:
    nltk.data.find('tokenizers/punkt')
    logging.info("NLTK 'punkt'-Daten bereits vorhanden.")
except nltk.downloader.DownloadError:
    logging.info("NLTK 'punkt'-Daten nicht gefunden. Lade herunter...")
    nltk.download('punkt', quiet=True) # quiet=True verhindert zu viel Log-Ausgabe
    logging.info("NLTK 'punkt'-Daten erfolgreich heruntergeladen.")
# --- ENDE NLTK-SETUP ---

def run_analysis(db_file, isbn, languages):
    if not isbn.strip():
        return "❗ Bitte ISBN angeben.", None

    with tempfile.TemporaryDirectory() as tmpdir:
        tmp_path = Path(tmpdir) / "db.sqlite"
        shutil.copy(db_file.name, tmp_path)

        # Analyse
        results = analyze_quickwin(
            db_path=tmp_path,
            isbn=isbn,
            device=-1,
            languages=languages
        )

        if not results:
            return "⚠️ Keine relevanten Aspekte gefunden oder Fehler in der Analyse.", None

        # Diagramm erzeugen
        visualize_aspects(results, Path(tmpdir))
        chart_path = Path(tmpdir) / "sentiment_aspekte.png"
        return "✅ Analyse abgeschlossen!", chart_path

# Gradio Interface
iface = gr.Interface(
    fn=run_analysis,
    inputs=[
        gr.File(label="SQLite-Datenbank (.sqlite)", file_types=[".sqlite"]),
        gr.Text(label="ISBN", placeholder="z. B. 9783446264199"),
        gr.CheckboxGroup(choices=["de", "en"], label="Sprachen", value=["de"])
    ],
    outputs=[
        gr.Text(label="Status"),
        gr.Image(label="Sentiment-Diagramm", type="filepath")
    ],
    title="📖 Aspekt-Sentiment-Analyse",
    description="Lade eine SQLite-Datenbank hoch, gib eine ISBN an und analysiere die wichtigsten inhaltlichen Aspekte und deren Sentiment."
)

iface.launch()