Update app.py

app.py

@@ -1,9 +1,10 @@
 import gradio as gr
 from mtranslate import translate
 from bs4 import BeautifulSoup
+import re
 import json
 
-# Diccionario de idiomas
+# Diccionario de idiomas (sin cambios)
 lang_dict = {
     'Auto': 'auto',
     'Español': 'es',
@@ -14,39 +15,58 @@ lang_dict = {
 lang_list = [k for k in lang_dict.keys() if k != 'Auto']
 source_lang_list = ['Auto'] + lang_list
 
+def split_text(text, limit=4000):
+    """
+    Divide el texto en fragmentos de hasta 'limit' caracteres usando el punto (.) como delimitador.
+    """
+    sentences = re.split(r'(\.)', text)  # Separa conservando el punto
+    chunks = []
+    chunk = ''
+    for i in range(0, len(sentences), 2):
+        sentence = sentences[i] + (sentences[i+1] if i+1 < len(sentences) else '')
+        if len(chunk) + len(sentence) > limit:
+            if chunk:
+                chunks.append(chunk)
+            chunk = sentence
+        else:
+            chunk += sentence
+    if chunk:
+        chunks.append(chunk)
+    return chunks
+
 def translate_html_content(text, source_lang, target_lang):
     """
-    Traduce el contenido de texto dentro de un HTML, preservando las etiquetas.
+    Traduce el texto dentro de un HTML, preservando las etiquetas y dividiendo en fragmentos de máximo 4000 caracteres.
     """
-    # Parsear el HTML con BeautifulSoup
     soup = BeautifulSoup(text, 'html.parser')
     
-    # Recorrer todos los nodos de texto
     for node in soup.find_all(text=True):
         text_to_translate = node.strip()
         if text_to_translate:
-            # Traducir el texto si no está vacío
-            translated_text = translate(text_to_translate, target_lang, source_lang)
-            # Reemplazar el nodo original con el texto traducido
+            # Divide el texto en fragmentos usando el punto como delimitador
+            chunks = split_text(text_to_translate)
+            translated_chunks = []
+            for chunk in chunks:
+                # Traduce cada fragmento
+                translated_chunk = translate(chunk, target_lang, source_lang)
+                # Limpia caracteres escapados no deseados
+                translated_chunk = translated_chunk.replace('\\"', '"').replace('\\n', '\n').replace('\\\\', '\\')
+                translated_chunks.append(translated_chunk)
+            # Une los fragmentos traducidos
+            translated_text = ''.join(translated_chunks)
+            # Reemplaza el texto original por el traducido
             node.replace_with(translated_text)
     
-    # Devolver el HTML como string
     return str(soup)
 
 def main(Texto, source_lang, target_lang):
-    """
-    Función principal que procesa la entrada y genera la salida con un botón de copiar.
-    """
     source_code = lang_dict[source_lang]
     target_code = lang_dict[target_lang]
     
-    # Traducir el contenido HTML
     translated_text = translate_html_content(Texto, source_code, target_code)
-    
-    # Escapar el texto solo para el botón de copiar
     escaped_text = json.dumps(translated_text)[1:-1]
     
-    # Generar la salida HTML con el botón de copiar
+    # Genera el HTML con el texto traducido y un botón para copiar
     html_output = f"""
     <div style="position: relative; min-height: 100px;">
         <div id="translated-content">{translated_text}</div>
@@ -58,7 +78,7 @@ def main(Texto, source_lang, target_lang):
     """
     return html_output
 
-# Configuración de la interfaz de Gradio
+# Configuración de la interfaz
 iface = gr.Interface(
     fn=main,
     inputs=[