import gradio as gr
from extraction_preprocessing import extract_and_preprocess
from nlp_processing import process_text_for_kpis

def process_document(file_obj):
    try:
        # Se o arquivo for PDF, extraímos tanto as sentenças quanto as tabelas
        sentences, tables = extract_and_preprocess(file_obj.name)
        # Junta as sentenças em um único texto para a extração de KPIs
        full_text = " ".join([s["text"] for s in sentences])
        result = process_text_for_kpis(full_text)
        return result
    except Exception as e:
        return {"error": f"Erro ao processar o documento: {e}"}

demo = gr.Interface(
    fn=process_document,
    inputs=gr.File(label="Carregue seu documento (PDF)"),
    outputs="json",
    title="Textract - Processamento de Documentos",
    description="Faça o upload de um documento PDF para extrair KPIs utilizando o modelo fine-tuned."
)

if __name__ == "__main__":
    demo.launch()