Update app.py

app.py

@@ -6,84 +6,87 @@ import re
 import fitz  #   PyMuPDF
 import json
 
-#files = [f for f in os.listdir("/Users/andreeabodea/") if f.endswith(".pdf")]
-#print(files)
+# #files = [f for f in os.listdir("/Users/andreeabodea/") if f.endswith(".pdf")]
+# #print(files)
 
-"""
-Extract the text from a section of a PDF file  between 'wanted_section' and 'next_section'.
-Parameters: 
-- path (str): The file path to the PDF file.
-- wanted_section (str): The section to start extracting text from.
-- next_section (str): The section to stop extracting text at.
-Returns:
-- text (str): The extracted text from the specified section range.
-"""
-def get_section(path, wanted_section, next_section):
-    print(wanted_section)
+# """
+# Extract the text from a section of a PDF file  between 'wanted_section' and 'next_section'.
+# Parameters: 
+# - path (str): The file path to the PDF file.
+# - wanted_section (str): The section to start extracting text from.
+# - next_section (str): The section to stop extracting text at.
+# Returns:
+# - text (str): The extracted text from the specified section range.
+# """
+# def get_section(path, wanted_section, next_section):
+#     print(wanted_section)
 
-    # Open the PDF file
-    doc = pdfplumber.open(path)
-    start_page = []
-    end_page = []
+#     # Open the PDF file
+#     doc = pdfplumber.open(path)
+#     start_page = []
+#     end_page = []
 
-    # Find the all the pages for the specified sections
-    for page in range(len(doc.pages)):
-        if len(doc.pages[page].search(wanted_section, return_chars = False, case = False)) > 0:
-            start_page.append(page)
-        if len(doc.pages[page].search(next_section, return_chars = False, case = False)) > 0:
-            end_page.append(page)
-    print(max(start_page))
-    print(max(end_page))
+#     # Find the all the pages for the specified sections
+#     for page in range(len(doc.pages)):
+#         if len(doc.pages[page].search(wanted_section, return_chars = False, case = False)) > 0:
+#             start_page.append(page)
+#         if len(doc.pages[page].search(next_section, return_chars = False, case = False)) > 0:
+#             end_page.append(page)
+#     print(max(start_page))
+#     print(max(end_page))
 
-    # Extract the text between the start and end page of the wanted section
-    text = []
-    for page_num in range(max(start_page), max(end_page)):
-        page = doc.pages[page_num]
-        text.append(page.extract_text())
-    text = " ".join(text)
-    new_text = text.replace("\n", " ")
-    special_char_unicode_list = ["\u00e4", "\u00f6", "\u00fc", "\u00df"]
-    special_char_replacement_list = ["ae", "oe", "ue", "ss"]
-    for index, special_char in enumerate(special_char_unicode_list):
-        final_text = new_text.replace(special_char, special_char_replacement_list[index])
-    return final_text
+#     # Extract the text between the start and end page of the wanted section
+#     text = []
+#     for page_num in range(max(start_page), max(end_page)):
+#         page = doc.pages[page_num]
+#         text.append(page.extract_text())
+#     text = " ".join(text)
+#     new_text = text.replace("\n", " ")
+#     special_char_unicode_list = ["\u00e4", "\u00f6", "\u00fc", "\u00df"]
+#     special_char_replacement_list = ["ae", "oe", "ue", "ss"]
+#     for index, special_char in enumerate(special_char_unicode_list):
+#         final_text = new_text.replace(special_char, special_char_replacement_list[index])
+#     return final_text
 
 
 def process_pdf(path):
+    return path
+
+#     results_dict = {}
+#     results_dict["2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm"] = \
+#         get_section(path, "2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm", "2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls")
+#     """
+#     results_dict["2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm"] = \
+#         get_section(path,"2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm", "2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls")
+#     results_dict["2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls"] = \
+#         get_section(path, "2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls", "3. Entwicklungen im Interventionsbereich")
+#     results_dict["3. Entwicklungen im Interventionsbereich"] = \
+#         get_section(path, "3. Entwicklungen im Interventionsbereich", "4.1 Bewertungen von Zielen, Zielgruppen, Wirkungshypothesen und Indikatoren")
+#     results_dict["4.1 Bewertungen von Zielen, Zielgruppen, Wirkungshypothesen und Indikatoren"] = \
+#         get_section(path, "4.1 Bewertungen von Zielen, Zielgruppen, Wirkungshypothesen und Indikatoren", "4.2 Umgesetzte Maßnahmen / Aktivitäten während des Berichtszeitraums")
+#     results_dict["4.2 Umgesetzte Maßnahmen / Aktivitäten während des Berichtszeitraums"] = \
+#         get_section(path, "4.2 Umgesetzte Maßnahmen / Aktivitäten während des Berichtszeitraums", "4.3 Umsetzung von Maßnahmen zur Sicherstellung der nachhaltigen Wirksamkeit")
+#     results_dict["4.3 Umsetzung von Maßnahmen zur Sicherstellung der nachhaltigen Wirksamkeit des Vorhabens"] = \
+#         get_section(path, "4.3 Umsetzung von Maßnahmen zur Sicherstellung der nachhaltigen Wirksamkeit", "4.4 Laufzeit und Zeitplan")
+#     results_dict["4.4 Laufzeit und Zeitplan"] = \
+#         get_section(path, "4.4 Laufzeit und Zeitplan", "4.5 Entstandene Kosten und Kostenverschiebungen")
+#     results_dict["4.5 Entstandene Kosten und Kostenverschiebungen"] = \
+#         get_section(path, "4.5 Entstandene Kosten und Kostenverschiebungen", "4.6 Bewertung der Wirkungen und Risiken")
+#     results_dict["4.6 Bewertung der Wirkungen und Risiken"] = \
+#         get_section(path, "4.6 Bewertung der Wirkungen und Risiken", "5. Übergeordnete Empfehlungen")
+#     results_dict["5.1 Empfehlungen und Merkposten für den Politik- und Schwerpunktdialog"] = \
+#         get_section(path, "5.1 Empfehlungen und Merkposten für den Politik- und Schwerpunktdialog", "5.2 Lernerfahrungen, die für die Länderstrategie und zukünftige EZ-Programme")
+#     results_dict["5.2 Lernerfahrungen, die für die Länderstrategie und zukünftige EZ-Programme interessant sein könnten"] = \
+#         get_section(path, "5.2 Lernerfahrungen", "6. Testat")
+#     results_dict["6. Testat (TZ)"] = \
+#         get_section(path, "6. Testat", "Anlage 1: Wirkungsmatrix des Moduls")
+#     """
+#     print(results_dict)
+
+#     #json_string = json.dumps(results_dict, indent=4)
+#     #print(json_string)
 
-    results_dict = {}
-    results_dict["2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm"] = \
-        get_section(path, "2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm", "2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls")
-    """
-    results_dict["2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm"] = \
-        get_section(path,"2.1 Aktualisierte Einordnung des Moduls in das EZ-Programm", "2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls")
-    results_dict["2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls"] = \
-        get_section(path, "2.2 Andere Entwicklungsmaßnahmen im konkreten Interventionsbereich des Moduls", "3. Entwicklungen im Interventionsbereich")
-    results_dict["3. Entwicklungen im Interventionsbereich"] = \
-        get_section(path, "3. Entwicklungen im Interventionsbereich", "4.1 Bewertungen von Zielen, Zielgruppen, Wirkungshypothesen und Indikatoren")
-    results_dict["4.1 Bewertungen von Zielen, Zielgruppen, Wirkungshypothesen und Indikatoren"] = \
-        get_section(path, "4.1 Bewertungen von Zielen, Zielgruppen, Wirkungshypothesen und Indikatoren", "4.2 Umgesetzte Maßnahmen / Aktivitäten während des Berichtszeitraums")
-    results_dict["4.2 Umgesetzte Maßnahmen / Aktivitäten während des Berichtszeitraums"] = \
-        get_section(path, "4.2 Umgesetzte Maßnahmen / Aktivitäten während des Berichtszeitraums", "4.3 Umsetzung von Maßnahmen zur Sicherstellung der nachhaltigen Wirksamkeit")
-    results_dict["4.3 Umsetzung von Maßnahmen zur Sicherstellung der nachhaltigen Wirksamkeit des Vorhabens"] = \
-        get_section(path, "4.3 Umsetzung von Maßnahmen zur Sicherstellung der nachhaltigen Wirksamkeit", "4.4 Laufzeit und Zeitplan")
-    results_dict["4.4 Laufzeit und Zeitplan"] = \
-        get_section(path, "4.4 Laufzeit und Zeitplan", "4.5 Entstandene Kosten und Kostenverschiebungen")
-    results_dict["4.5 Entstandene Kosten und Kostenverschiebungen"] = \
-        get_section(path, "4.5 Entstandene Kosten und Kostenverschiebungen", "4.6 Bewertung der Wirkungen und Risiken")
-    results_dict["4.6 Bewertung der Wirkungen und Risiken"] = \
-        get_section(path, "4.6 Bewertung der Wirkungen und Risiken", "5. Übergeordnete Empfehlungen")
-    results_dict["5.1 Empfehlungen und Merkposten für den Politik- und Schwerpunktdialog"] = \
-        get_section(path, "5.1 Empfehlungen und Merkposten für den Politik- und Schwerpunktdialog", "5.2 Lernerfahrungen, die für die Länderstrategie und zukünftige EZ-Programme")
-    results_dict["5.2 Lernerfahrungen, die für die Länderstrategie und zukünftige EZ-Programme interessant sein könnten"] = \
-        get_section(path, "5.2 Lernerfahrungen", "6. Testat")
-    results_dict["6. Testat (TZ)"] = \
-        get_section(path, "6. Testat", "Anlage 1: Wirkungsmatrix des Moduls")
-    """
-    print(results_dict)
 
-    #json_string = json.dumps(results_dict, indent=4)
-    #print(json_string)
 
 # Define the Gradio interface
 iface = gr.Interface(fn=process_pdf,