Update app.py

app.py

@@ -8,13 +8,12 @@ import pandas as pd
 import tempfile
 import gradio as gr
 
-# 네이버 광고 API 호출 시 사용할 서명 생성 함수
+# --- 네이버 광고 API: 서명 생성 및 헤더 구성 ---
 def generate_signature(timestamp, method, uri, secret_key):
     message = f"{timestamp}.{method}.{uri}"
     digest = hmac.new(secret_key.encode("utf-8"), message.encode("utf-8"), hashlib.sha256).digest()
     return base64.b64encode(digest).decode()
 
-# 네이버 광고 API 호출 헤더 생성 함수
 def get_header(method, uri, api_key, secret_key, customer_id):
     timestamp = str(round(time.time() * 1000))
     signature = generate_signature(timestamp, method, uri, secret_key)
@@ -26,9 +25,8 @@ def get_header(method, uri, api_key, secret_key, customer_id):
         "X-Signature": signature
     }
 
-# 네이버 광고 API를 통해 단일 키워드의 연관검색어 및 검색량 정보를 가져오는 함수
+# --- 네이버 광고 API: 연관검색어 및 검색량 조회 ---
 def fetch_related_keywords(keyword):
-    # 환경변수에서 광고 API 키값들을 불러옵니다.
     API_KEY = os.environ["NAVER_API_KEY"]
     SECRET_KEY = os.environ["NAVER_SECRET_KEY"]
     CUSTOMER_ID = os.environ["NAVER_CUSTOMER_ID"]
@@ -51,8 +49,7 @@ def fetch_related_keywords(keyword):
     
     def parse_count(x):
         try:
-            x_str = str(x).replace(",", "")
-            return int(x_str)
+            return int(str(x).replace(",", ""))
         except:
             return 0
 
@@ -63,9 +60,8 @@ def fetch_related_keywords(keyword):
     result_df = df[["정보키워드", "PC월검색량", "모바일월검색량", "토탈월검색량"]]
     return result_df
 
-# 네이버 검색 개발 API를 활용하여 블로그 문서수를 조회하는 함수
+# --- 네이버 검색 API: 블로그 문서수 조회 ---
 def fetch_blog_count(keyword):
-    # 환경변수에서 네이버 검색 API 자격증명을 불러옵니다.
     client_id = os.environ["NAVER_SEARCH_CLIENT_ID"]
     client_secret = os.environ["NAVER_SEARCH_CLIENT_SECRET"]
     url = "https://openapi.naver.com/v1/search/blog.json"
@@ -81,38 +77,35 @@ def fetch_blog_count(keyword):
     else:
         return 0
 
-# 임시 엑셀 파일 생성 함수
+# --- 임시 엑셀 파일 생성 ---
 def create_excel_file(df):
     with tempfile.NamedTemporaryFile(suffix=".xlsx", delete=False) as tmp:
         excel_path = tmp.name
     df.to_excel(excel_path, index=False)
     return excel_path
 
-# 입력된 여러 키워드를 처리하는 함수
+# --- 입력 키워드 처리 함수 ---
 def process_keyword(keywords: str, include_related: bool):
     """
-    1. 텍스트박스에 엔터로 구분된 여러 키워드를 받아 각 키워드에 대해 네이버 광고 API를 통해 검색량 정보를 조회합니다.
-    2. 각 키워드에 대해 입력한 키워드 자체의 결과를 포함합니다.
-    3. 체크박스(True)인 경우, 첫 번째 키워드에 대해서만 연관검색어(입력 키워드를 제외한 결과)를 추가합니다.
-    4. 마지막으로, 각 "정보키워드"에 대해 네이버 검색 API를 호출하여 블로그 문서수를 조회하고 "블로그문서수" 컬럼에 추가합니다.
+    1. 여러 키워드를 엔터로 구분하여 리스트로 만듭니다.
+    2. 각 키워드에 대해 네이버 광고 API로 검색량 정보를 조회하고, 
+       첫 번째 키워드에 대해 옵션(연관검색어 포함)이 True인 경우 연관검색어도 추가합니다.
+    3. 최종 결과 DataFrame에 각 "정보키워드"마다 네이버 검색 API로 블로그 문서수를 조회하여 "블로그문서수" 컬럼을 추가합니다.
     """
-    # 줄바꿈으로 분리하여 입력 키워드 리스트 생성 (빈 줄 제외)
-    input_keywords = [k.strip() for k in keywords.splitlines() if k.strip() != ""]
+    input_keywords = [k.strip() for k in keywords.splitlines() if k.strip()]
     result_dfs = []
     
     for idx, kw in enumerate(input_keywords):
         df_kw = fetch_related_keywords(kw)
         if df_kw.empty:
             continue
-        # 입력 키워드 자체의 결과를 우선 포함
+        # 입력 키워드에 해당하는 결과 포함
         row_kw = df_kw[df_kw["정보키워드"] == kw]
         if not row_kw.empty:
             result_dfs.append(row_kw)
         else:
-            # 입력 키워드에 해당하는 행이 없으면 첫 번째 행을 대체로 추가
             result_dfs.append(df_kw.head(1))
-        
-        # 체크박스가 True이고, 첫 번째 키워드에 대해서만 연관검색어 추가 (입력 키워드 제외)
+        # 첫 번째 키워드의 연관검색어 추가 (입력 키워드 제외)
         if include_related and idx == 0:
             df_related = df_kw[df_kw["정보키워드"] != kw]
             if not df_related.empty:
@@ -124,32 +117,40 @@ def process_keyword(keywords: str, include_related: bool):
     else:
         result_df = pd.DataFrame(columns=["정보키워드", "PC월검색량", "모바일월검색량", "토탈월검색량"])
     
-    # 블로그 문서수 컬럼 추가: 각 정보키워드마다 네이버 블로그 검색 API로 총 문서수를 조회
+    # 각 정보키워드에 대해 블로그 문서수 조회
     result_df["블로그문서수"] = result_df["정보키워드"].apply(fetch_blog_count)
-    
     result_df.sort_values(by="토탈월검색량", ascending=False, inplace=True)
+    
     return result_df, create_excel_file(result_df)
 
-# Gradio UI 구성
-with gr.Blocks() as demo:
-    gr.Markdown("### 네이버 연관검색어 및 검색량, 블로그 문서수 조회 앱")
+# --- Gradio UI 구성 ---
+with gr.Blocks(css=".gradio-container { max-width: 960px; margin: auto; }") as demo:
+    gr.Markdown("# 네이버 연관검색어, 검색량 및 블로그 문서수 조회")
     gr.Markdown(
-        "여러 키워드를 엔터로 구분하여 입력하면 각 키워드의 검색량 정보를 조회하고, "
-        "첫 번째 키워드의 경우 '연관검색어 포함' 체크 시 연관검색어도 함께 조회합니다. "
+        "여러 키워드를 **엔터**로 구분하여 입력하세요. 각 키워드에 대한 검색량 정보를 조회하며, "
+        "첫 번째 키워드에 대해 '연관검색어 포함' 옵션을 선택하면 연관검색어 결과도 함께 조회됩니다. \n\n"
         "또한, 각 정보키워드에 대한 네이버 블로그 문서수도 함께 출력됩니다."
     )
     
     with gr.Row():
-        keyword_input = gr.Textbox(label="키워드 입력 (여러 개일 경우 엔터로 구분)", lines=5, placeholder="예:\n강원도풀빌라\n자바스크립트")
-        include_checkbox = gr.Checkbox(label="연관검색어 포함 (첫번째 키워드에 한함)", value=False)
-        search_button = gr.Button("검색")
+        with gr.Column(scale=1):
+            keyword_input = gr.Textbox(
+                label="키워드 입력 (여러 개일 경우 엔터로 구분)", 
+                lines=6, 
+                placeholder="예:\n강원도풀빌라\n자바스크립트"
+            )
+            include_checkbox = gr.Checkbox(label="연관검색어 포함 (첫번째 키워드에 한함)", value=False)
+            search_button = gr.Button("검색", variant="primary")
+        with gr.Column(scale=1):
+            gr.Markdown("### 검색 결과")
+            df_output = gr.Dataframe(label="결과 테이블")
+            excel_output = gr.File(label="엑셀 다운로드")
     
-    with gr.Row():
-        df_output = gr.Dataframe(label="검색 결과")
-        excel_output = gr.File(label="엑셀 다운로드")
-    
-    # 버튼 클릭 시 process_keyword 함수 실행
-    search_button.click(fn=process_keyword, inputs=[keyword_input, include_checkbox], outputs=[df_output, excel_output])
+    search_button.click(
+        fn=process_keyword, 
+        inputs=[keyword_input, include_checkbox], 
+        outputs=[df_output, excel_output]
+    )
 
 # 앱 실행 (Hugging Face Spaces 배포 가능)
 demo.launch()