app.py

import gradio as gr
import pandas as pd
import re
from io import BytesIO
import tempfile

def process_excel(file_bytes):
    """
    업로드된 엑셀 파일에서 D4셀부터 D열의 상품명을 추출하여,
    각 셀에서 특수문자를 제거한 후 공백 기준으로 키워드를 추출합니다.
    한 셀 내에서 중복된 키워드는 한 번만 카운트하고, 전체 셀에 대해
    키워드의 빈도를 계산하여 엑셀 파일과 표(데이터프레임)로 결과를 출력합니다.
    에러 발생 시, 에러 메시지를 텍스트 파일과 데이터프레임 형태로 반환합니다.
    """
    # 엑셀 파일 읽기
    try:
        df = pd.read_excel(BytesIO(file_bytes), header=None, engine="openpyxl")
    except Exception as e:
        error_message = "엑셀 파일을 읽는 중 오류가 발생하였습니다: " + str(e)
        temp_error = tempfile.NamedTemporaryFile(delete=False, suffix=".txt", mode="wb")
        temp_error.write(error_message.encode("utf-8"))
        temp_error.close()
        error_df = pd.DataFrame({"에러": [error_message]})
        return temp_error.name, error_df

    # 엑셀 파일 형식 체크 (최소 4열, 최소 4행)
    if df.shape[1] < 4 or df.shape[0] < 4:
        error_message = "엑셀 파일의 형식이 올바르지 않습니다."
        temp_error = tempfile.NamedTemporaryFile(delete=False, suffix=".txt", mode="wb")
        temp_error.write(error_message.encode("utf-8"))
        temp_error.close()
        error_df = pd.DataFrame({"에러": [error_message]})
        return temp_error.name, error_df

    # D열(4번째 열, 인덱스 3)에서 4행(인덱스 3)부터 데이터를 가져옴
    product_names_series = df.iloc[3:, 3]
    product_names_series = product_names_series.dropna()

    keyword_counts = {}
    for cell in product_names_series:
        # 문자열이 아닌 경우 문자열로 변환
        if not isinstance(cell, str):
            cell = str(cell)
        # 특수문자 제거 (숫자, 영문, 한글, 공백을 제외한 문자 제거)
        cleaned = re.sub(r'[^0-9a-zA-Z가-힣\s]', '', cell)
        # 공백 기준으로 키워드 분리
        keywords = cleaned.split()
        # 하나의 셀 내 중복 키워드는 제거
        unique_keywords = set(keywords)
        for keyword in unique_keywords:
            keyword_counts[keyword] = keyword_counts.get(keyword, 0) + 1

    # 키워드를 빈도 내림차순(빈도가 같으면 키워드 오름차순)으로 정렬
    sorted_keywords = sorted(keyword_counts.items(), key=lambda x: (-x[1], x[0]))

    # 결과를 DataFrame으로 생성 (A1: "키워드", B1: "빈도")
    result_df = pd.DataFrame(sorted_keywords, columns=["키워드", "빈도"])

    # 엑셀 파일 생성 (A1, B1 셀에 헤더 추가)
    output = BytesIO()
    try:
        with pd.ExcelWriter(output, engine="openpyxl") as writer:
            result_df.to_excel(writer, index=False, startrow=1, header=False)
            worksheet = writer.sheets["Sheet1"]
            worksheet.cell(row=1, column=1, value="키워드")
            worksheet.cell(row=1, column=2, value="빈도")
        output.seek(0)
    except Exception as e:
        error_message = "엑셀 파일을 생성하는 중 오류가 발생하였습니다: " + str(e)
        temp_error = tempfile.NamedTemporaryFile(delete=False, suffix=".txt", mode="wb")
        temp_error.write(error_message.encode("utf-8"))
        temp_error.close()
        error_df = pd.DataFrame({"에러": [error_message]})
        return temp_error.name, error_df

    # 임시 엑셀 파일 생성 후 경로 반환
    temp_excel = tempfile.NamedTemporaryFile(delete=False, suffix=".xlsx", mode="wb")
    temp_excel.write(output.getvalue())
    temp_excel.close()

    return temp_excel.name, result_df

# 그라디오 인터페이스 생성 (엑셀 파일과 결과 표 두 가지 형태로 출력)
iface = gr.Interface(
    fn=process_excel,
    inputs=gr.File(label="엑셀 파일 업로드", type="binary"),
    outputs=[
        gr.File(label="결과 엑셀 파일"),
        gr.DataFrame(label="키워드 분석 표")
    ],
    title="엑셀 상품명 키워드 추출 및 빈도 분석",
    description=(
        "엑셀 파일의 D4셀부터 D열에 있는 상품명 데이터를 분석하여, "
        "특수문자를 제거한 후 공백 기준으로 키워드를 추출합니다. "
        "한 셀 내에서 중복된 키워드는 한 번만 카운트하며, 최종적으로 키워드와 빈도를 "
        "내림차순으로 정리한 결과를 엑셀 파일과 표(데이터프레임)로 출력합니다."
    )
)

iface.launch()