Update app.py

app.py

@@ -11,11 +11,8 @@ def get_url_content(url):
 
 def parse_html(html_content):
     soup = BeautifulSoup(html_content, 'html.parser')
-    # 원하는 HTML 요소를 파싱하여 반환
-    # 예: soup.find_all('p') 등
     return soup.prettify()
 
-# Gradio 인터페이스 함수
 def gradio_fetch_and_parse(url):
     html_content = get_url_content(url)
     parsed_content = parse_html(html_content)
@@ -24,14 +21,20 @@ def gradio_fetch_and_parse(url):
 def get_main_content(html_content):
     soup = BeautifulSoup(html_content, 'html.parser')
 
-    # 클래스명이 "a-list-item"인 모든 <span> 태그 추출
-    list_items_text = ' '.join([item.get_text(strip=True) for item in soup.find_all('span', class_='a-list-item')])
+    # 다양한 요소에서 텍스트 추출
+    extracted_texts = []
 
-    # <meta> 태그의 content 속성 추출
-    meta_content_text = ' '.join([meta.get('content', '') for meta in soup.find_all('meta') if meta.get('content')])
+    # <span class="a-list-item">
+    extracted_texts.extend([item.get_text(strip=True) for item in soup.find_all('span', class_='a-list-item')])
 
-    # 두 콘텐츠를 결합
-    combined_text = list_items_text + ' ' + meta_content_text
+    # <meta content>
+    extracted_texts.extend([meta.get('content', '') for meta in soup.find_all('meta') if meta.get('content')])
+
+    # 추가 요소들
+    for tag in ['section', 'article', 'div', 'p', 'h1', 'h2', 'h3', 'h4', 'h5', 'h6', 'header', 'footer', 'aside', 'iframe']:
+        extracted_texts.extend([item.get_text(strip=True) for item in soup.find_all(tag)])
+
+    combined_text = ' '.join(extracted_texts)
 
     if combined_text.strip():
         print("추출된 텍스트:", combined_text)
@@ -40,7 +43,6 @@ def get_main_content(html_content):
         print("본문 콘텐츠를 찾을 수 없습니다.")
         return ''
 
-
 def format_script(text):
     sentences = text.split('.')
     script = ""
@@ -49,10 +51,9 @@ def format_script(text):
         if i+1 < len(sentences):
             line += sentences[i+1].strip() + '\n'
         script += line
-        print("현재 스크립트:", script)  # 디버깅을 위한 로그
+        print("현재 스크립트:", script)
     return script
 
-    
 def gradio_fetch_and_format_script(url):
     print("함수 호출됨:", url)
     html_content = get_url_content(url)
@@ -62,23 +63,7 @@ def gradio_fetch_and_format_script(url):
     print("생성된 스크립트:", script)
     return script
 
-
-# Gradio 인터페이스 구성
-iface_html = gr.Interface(
-    fn=gradio_fetch_and_parse,
-    inputs=gr.Textbox(label="URL을 입력하세요"),
-    outputs=gr.Textbox(label="스크랩된 HTML 콘텐츠")
-)
-
-# Gradio 인터페이스 구성
-iface_script = gr.Interface(
-    fn=gradio_fetch_and_format_script,  # 이 함수가 호출되어야 함
-    inputs=gr.Textbox(label="URL을 입력하세요"),  # 입력 필드
-    outputs=gr.Textbox(label="영상용 스크립트")  # 출력 필드
-)
-
-
-# 두 인터페이스를 탭으로 구성하여 실행
-iface_combined = gr.TabbedInterface([iface_html, iface_script], 
-                                    ["HTML 보기", "스크립트 생성"])
-iface_combined.launch()
+iface_html = gr.Interface(fn=gradio_fetch_and_parse, inputs=gr.Textbox(label="URL을 입력하세요"), outputs=gr.Textbox(label="스크랩된 HTML 콘텐츠"))
+iface_script = gr.Interface(fn=gradio_fetch_and_format_script, inputs=gr.Textbox(label="URL을 입력하세요"), outputs=gr.Textbox(label="영상용 스크립트"))
+iface_combined = gr.TabbedInterface([iface_html, iface_script], ["HTML 보기", "스크립트 생성"])
+iface_combined.launch()