Update app.py

app.py

@@ -1,19 +1,15 @@
-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
@@ -79,13 +75,6 @@ def get_blog_count(keyword):
     # 클라이언트 ID와 시크릿을 환경 변수에서 불러옵니다.
     client_id = CLIENT_ID
     client_secret = CLIENT_SECRET
-
-    # keyword가 바이트 타입일 경우 디코딩
-    if isinstance(keyword, bytes):
-        keyword = keyword.decode('utf-8')
-    elif not isinstance(keyword, str):
-        keyword = str(keyword)
-
     encText = urllib.parse.quote(keyword)
     url = "https://openapi.naver.com/v1/search/blog?query=" + encText
     request = urllib.request.Request(url)
@@ -97,127 +86,94 @@ def get_blog_count(keyword):
         if rescode == 200:
             response_body = response.read()
             data = json.loads(response_body.decode('utf-8'))
-            return data.get('total', 0)
+            return data['total']
         else:
             return 0
     except Exception as e:
         print(f"Error fetching blog count for keyword '{keyword}': {e}")
         return 0
 
-def get_search_volumes(keyword, api):
-    """
-    단일 키워드의 월 검색량을 가져오는 함수.
-    """
-    try:
-        data = api.get_keywords_data([keyword])
-        if 'keywordList' in data and len(data['keywordList']) > 0:
-            # keywordList에서 입력한 키워드와 일치하는 항목을 찾습니다.
-            for item in data['keywordList']:
-                if item['relKeyword'].strip().lower() == keyword.strip().lower():
-                    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
-                    blog_count = get_blog_count(keyword)
-                    return (monthly_pc, monthly_mobile, total_searches, blog_count)
-            # 입력한 키워드와 일치하는 항목이 없을 경우
-            return (0, 0, 0, 0)
-        else:
-            return (0, 0, 0, 0)
-    except Exception as e:
-        print(f"Error fetching search volumes for keyword '{keyword}': {e}")
-        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:
-        print("ssboost-logo.png ���일이 존재하지 않습니다. 이미지를 삽입하지 않습니다.")
-
-    # Naver API를 사용하여 키워드 분석 추가
+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_monthly_search_volumes(keywords):
+    all_data = []
+    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.", "", "", "")]  # 블로그 문서 수 칼럼 추가
+
+    results = []
+    unique_keywords = set()
+    for item in all_data:
+        keyword = item['relKeyword']
+        if keyword not in unique_keywords:
+            unique_keywords.add(keyword)
+            monthly_pc = item['monthlyPcQcCnt']
+            monthly_mobile = item['monthlyMobileQcCnt']
+            
+            if isinstance(monthly_pc, str):
+                monthly_pc = int(monthly_pc.replace(',', '').replace('< 10', '0'))
+            if isinstance(monthly_mobile, str):
+                monthly_mobile = int(monthly_mobile.replace(',', '').replace('< 10', '0'))
+            
+            total_searches = monthly_pc + monthly_mobile
+            results.append((keyword, monthly_pc, monthly_mobile, total_searches))
+        
+        if len(results) >= 100:
+            break
+
+    # 블로그 문서 수 병렬 요청
+    with ThreadPoolExecutor(max_workers=5) as executor:
+        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")
+
+    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):
+    keyword_list = [keyword.strip() for keyword in keywords.split(',')]
+    results = get_monthly_search_volumes(keyword_list)
+    file_path = save_to_excel(results, keywords)
+    return results, file_path
 
-    # 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=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."
+    fn=display_search_volumes, 
+    inputs=gr.Textbox(placeholder="키워드를 입력하세요"), 
+    outputs=[
+        gr.Dataframe(headers=["키워드", "PC월검색량", "모바일월검색량", "토탈월검색량", "블로그문서수"]),
+        gr.File(label="다운로드 엑셀 파일")
+    ],
+    title="네이버 월검색량 검색기",
 )
 
-if __name__ == "__main__":
-    iface.launch()
+iface.launch(share=True)  # share=True를 추가하여 공개 링크 생성