Update app.py

app.py

@@ -1,15 +1,19 @@
+import gradio as gr
+import pandas as pd
+import re
+from collections import Counter
+import os
+from openpyxl import load_workbook
+from openpyxl.drawing.image import Image
 import time
 import hashlib
 import hmac
 import base64
 import requests
-import gradio as gr
 import urllib.request
 import urllib.parse
 import json
-import pandas as pd
 from concurrent.futures import ThreadPoolExecutor
-import os
 import tempfile
 from datetime import datetime
 from dotenv import load_dotenv  # dotenv 추가
@@ -100,18 +104,10 @@ def get_blog_count(keyword):
         print(f"Error fetching blog count for keyword '{keyword}': {e}")
         return 0
 
-def get_keywords_data_chunk(chunk):
-    api = NaverAPI(BASE_URL, API_KEY, SECRET_KEY, CUSTOMER_ID)
-    return api.get_keywords_data(chunk)
-
-def get_blog_count_parallel(keyword):
-    return (keyword, get_blog_count(keyword))
-
-def get_search_volumes(keyword):
+def get_search_volumes(keyword, api):
     """
     단일 키워드의 월 검색량을 가져오는 함수.
     """
-    api = NaverAPI(BASE_URL, API_KEY, SECRET_KEY, CUSTOMER_ID)
     try:
         data = api.get_keywords_data([keyword])
         if 'keywordList' in data and len(data['keywordList']) > 0:
@@ -135,131 +131,93 @@ def get_search_volumes(keyword):
                             monthly_mobile = 0
 
                     total_searches = monthly_pc + monthly_mobile
-                    return (keyword, monthly_pc, monthly_mobile, total_searches)
+                    blog_count = get_blog_count(keyword)
+                    return (monthly_pc, monthly_mobile, total_searches, blog_count)
             # 입력한 키워드와 일치하는 항목이 없을 경우
-            return (keyword, 0, 0, 0)
+            return (0, 0, 0, 0)
         else:
-            return (keyword, 0, 0, 0)
+            return (0, 0, 0, 0)
     except Exception as e:
         print(f"Error fetching search volumes for keyword '{keyword}': {e}")
-        return (keyword, 0, 0, 0)
-
-def get_monthly_search_volumes(keywords, include_related_keywords=True):
-    all_data = []
-    results = []
-
-    if include_related_keywords:
-        chunk_size = 10  # 키워드를 10개씩 나누어 요청
-        # API 병렬 요청
-        with ThreadPoolExecutor(max_workers=5) as executor:
-            futures = [executor.submit(get_keywords_data_chunk, keywords[i:i+chunk_size]) for i in range(0, len(keywords), chunk_size)]
-            for future in futures:
-                try:
-                    data = future.result()
-                    if 'keywordList' in data:
-                        all_data.extend(data['keywordList'])
-                except Exception as e:
-                    print(f"Error fetching keywords data chunk: {e}")
-
-        if not all_data:
-            return [("Error", "데이터가 반환되지 않았거나 API 응답이 유효하지 않습니다.", "", "", "")]
-        
-        unique_keywords = set()
-        for item in all_data:
-            keyword = item['relKeyword']
-            if keyword not in unique_keywords:
-                unique_keywords.add(keyword)
-                monthly_pc = item.get('monthlyPcQcCnt', 0)
-                monthly_mobile = item.get('monthlyMobileQcCnt', 0)
-                
-                if isinstance(monthly_pc, str):
-                    monthly_pc = monthly_pc.replace(',', '').replace('< 10', '0')
-                    try:
-                        monthly_pc = int(monthly_pc)
-                    except ValueError:
-                        monthly_pc = 0
-                if isinstance(monthly_mobile, str):
-                    monthly_mobile = monthly_mobile.replace(',', '').replace('< 10', '0')
-                    try:
-                        monthly_mobile = int(monthly_mobile)
-                    except ValueError:
-                        monthly_mobile = 0
-                
-                total_searches = monthly_pc + monthly_mobile
-                results.append((keyword, monthly_pc, monthly_mobile, total_searches))
-            
-            if len(results) >= 100:
-                break
+        return (0, 0, 0, 0)
+
+def process_excel(file):
+    # 엑셀 파일 읽기
+    df = pd.read_excel(file.name)
+
+    # D열의 데이터 추출
+    product_names = df.iloc[:, 3].dropna()  # D열은 0부터 시작하므로 index는 3
+
+    # 키워드 추출 및 빈도 계산
+    all_keywords = []
+
+    for name in product_names:
+        # 특수문자 제거 및 공백 기준으로 분할
+        words = re.sub(r'[^\w\s]', '', name).split()
+        # 중복 제거
+        unique_words = set(words)
+        all_keywords.extend(unique_words)
 
+    # 빈도 계산
+    keyword_counts = Counter(all_keywords)
+
+    # 결과를 데이터프레임으로 정리
+    result_df = pd.DataFrame(keyword_counts.items(), columns=['Keyword', 'Frequency'])
+    result_df = result_df.sort_values(by='Frequency', ascending=False).reset_index(drop=True)
+
+    # 디렉토리 생성 확인 및 파일 저장
+    output_dir = "output"
+    if not os.path.exists(output_dir):
+        os.makedirs(output_dir)
+
+    output_file = os.path.join(output_dir, "keyword_counts.xlsx")
+
+    # 엑셀 파일에 데이터를 A4, B4 셀부터 쓰기
+    with pd.ExcelWriter(output_file, engine='openpyxl') as writer:
+        result_df.to_excel(writer, index=False, startrow=3)  # startrow=3으로 설정하여 4번째 행(A4, B4)부터 시작
+
+    # 이미지를 엑셀 파일의 A1 셀에 삽입
+    wb = load_workbook(output_file)
+    ws = wb.active
+
+    # ssboost-logo.png 파일을 A1 셀에 삽입
+    if os.path.exists("ssboost-logo.png"):
+        img = Image("ssboost-logo.png")
+
+        # 이미지 크기 설정 (1.54cm 높이, 5.69cm 너비)
+        img.height = int(1.54 * 28.3465)  # 1 cm = 28.3465 포인트
+        img.width = int(5.69 * 28.3465)  # 1 cm = 28.3465 포인트
+
+        ws.add_image(img, "A1")
     else:
-        # 연관검색어를 포함하지 않으므로 입력 키워드만 처리
-        with ThreadPoolExecutor(max_workers=5) as executor:
-            futures = [executor.submit(get_search_volumes, keyword) for keyword in keywords]
-            for future in futures:
-                try:
-                    result = future.result()
-                    results.append(result)
-                except Exception as e:
-                    print(f"Error fetching search volumes for keyword '{keyword}': {e}")
-                    results.append((keyword, 0, 0, 0))
-    
-    if not results:
-        return [("Error", "데이터가 반환되지 않았거나 API 응답이 유효하지 않습니다.", "", "", "")]
-    
-    # 블로그 문서 수 병렬 요청
-    with ThreadPoolExecutor(max_workers=5) as executor:
-        if include_related_keywords:
-            blog_futures = [executor.submit(get_blog_count_parallel, result[0]) for result in results]
-            for i, future in enumerate(blog_futures):
-                try:
-                    keyword, blog_count = future.result()
-                    results[i] = (results[i][0], results[i][1], results[i][2], results[i][3], blog_count)
-                except Exception as e:
-                    print(f"Error fetching blog count for keyword '{results[i][0]}': {e}")
-                    results[i] = (results[i][0], results[i][1], results[i][2], results[i][3], "Error")
-        else:
-            blog_futures = [executor.submit(get_blog_count_parallel, result[0]) for result in results]
-            temp_results = []
-            for future in blog_futures:
-                try:
-                    keyword, blog_count = future.result()
-                    temp_results.append((keyword, results[0][1], results[0][2], results[0][3], blog_count))
-                except Exception as e:
-                    print(f"Error fetching blog count for keyword '{keyword}': {e}")
-                    temp_results.append((keyword, results[0][1], results[0][2], results[0][3], "Error"))
-            results = temp_results
-
-    return results
-
-def save_to_excel(results, keyword):
-    df = pd.DataFrame(results, columns=["키워드", "PC월검색량", "모바일월검색량", "토탈월검색량", "블로그문서수"])
-    now = datetime.now().strftime('%Y-%m-%d')
-    sanitized_keyword = keyword.replace(' ', '_')
-    filename = f"{now}_{sanitized_keyword}_연관검색어.xlsx"
-    file_path = os.path.join(tempfile.gettempdir(), filename)
-    df.to_excel(file_path, index=False)
-    return file_path
-
-def display_search_volumes(keywords, include_related):
-    keyword_list = [keyword.strip() for keyword in keywords.split(',') if keyword.strip()]
-    if not keyword_list:
-        return [("Error", "입력된 키워드가 없습니다.", "", "", "")], None
-    results = get_monthly_search_volumes(keyword_list, include_related_keywords=include_related)
-    file_path = save_to_excel(results, keywords)
-    return results, file_path
+        print("ssboost-logo.png 파일이 존재하지 않습니다. 이미지를 삽입하지 않습니다.")
+
+    # Naver API를 사용하여 키워드 분석 추가
+    api = NaverAPI(BASE_URL, API_KEY, SECRET_KEY, CUSTOMER_ID)
+
+    # 키워드 분석 결과를 C열부터 추가
+    for idx, row in result_df.iterrows():
+        keyword = row['Keyword']
+        monthly_pc, monthly_mobile, total_searches, blog_count = get_search_volumes(keyword, api)
+        excel_row = idx + 5  # A5부터 시작
+        ws.cell(row=excel_row, column=3, value=monthly_pc)        # C열: PC월검색량
+        ws.cell(row=excel_row, column=4, value=monthly_mobile)    # D열: 모바일월검색량
+        ws.cell(row=excel_row, column=5, value=total_searches)   # E열: 토탈월검색량
+        ws.cell(row=excel_row, column=6, value=blog_count)       # F열: 블로그문서수
+
+    # 엑셀 파일 저장
+    wb.save(output_file)
+
+    return output_file
 
+# Gradio 인터페이스 정의
 iface = gr.Interface(
-    fn=display_search_volumes, 
-    inputs=[
-        gr.Textbox(placeholder="키워드를 입력하세요 (쉼표로 구분)", lines=2),
-        gr.Checkbox(label="연관검색어 포���", value=True)  # 연관검색어 토글 추가
-    ], 
-    outputs=[
-        gr.Dataframe(headers=["키워드", "PC월검색량", "모바일월검색량", "토탈월검색량", "블로그문서수"]),
-        gr.File(label="다운로드 엑셀 파일")
-    ],
-    title="네이버 월검색량 검색기",
-    description="키워드의 월 검색량과 블로그 문서 수를 확인할 수 있습니다. 연관검색어를 포함할지 선택하세요.",
+    fn=process_excel, 
+    inputs=gr.File(file_types=[".xlsx"]),  # 엑셀 파일만 업로드할 수 있게 설정
+    outputs="file",
+    title="Excel Keyword Extractor with Naver Analysis",
+    description="엑셀 파일의 D열에서 키워드를 추출하고 빈도를 계산한 후, 각 키워드의 검색량 및 블로그 문서 수를 분석하여 새로운 엑셀 파일로 출력합니다."
 )
 
-iface.launch(share=True)  # share=True를 추가하여 공개 링크 생성
+if __name__ == "__main__":
+    iface.launch()