app.py

import gradio as gr
import re
from collections import Counter
from datetime import datetime
import emoji
import logging
from typing import Tuple, List, Optional
import statistics

# Настройка логирования
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

def clean_text(text):
    """Очищает текст от лишних пробелов и переносов строк"""
    return ' '.join(text.split())

def count_emojis(text):
    """Подсчитывает количество эмодзи в тексте"""
    return len([c for c in text if c in emoji.EMOJI_DATA])

def extract_mentions(text):
    """Извлекает упоминания пользователей из текста"""
    return re.findall(r'@[\w\.]+', text)

def get_comment_words(text):
    """Получает список слов из комментария для анализа"""
    # Очищаем текст от эмодзи и приводим к нижнему регистру
    words = re.findall(r'\w+', text.lower())
    return [w for w in words if len(w) > 2]  # Исключаем короткие слова

def analyze_sentiment(text):
    """Расширенный анализ тональности по эмодзи и ключевым словам"""
    positive_indicators = ['🔥', '❤️', '👍', '😊', '💪', '👏', '🎉', '♥️', '😍', '🙏',
                         'круто', 'супер', 'класс', 'огонь', 'пушка', 'отлично', 'здорово',
                         'прекрасно', 'молодец', 'красота', 'спасибо', 'топ']
    negative_indicators = ['👎', '😢', '😞', '😠', '😡', '💔', '😕', '😑', 
                         'плохо', 'ужас', 'отстой', 'фу', 'жесть', 'ужасно',
                         'разочарован', 'печаль', 'грустно']
    
    text_lower = text.lower()
    positive_count = sum(1 for ind in positive_indicators if ind in text_lower)
    negative_count = sum(1 for ind in negative_indicators if ind in text_lower)
    
    # Учитываем восклицательные знаки как усилители эмоций
    exclamation_count = text.count('!')
    positive_count += exclamation_count * 0.5 if positive_count > negative_count else 0
    negative_count += exclamation_count * 0.5 if negative_count > positive_count else 0
    
    if positive_count > negative_count:
        return 'positive'
    elif negative_count > positive_count:
        return 'negative'
    return 'neutral'

def extract_comment_data(comment_text):
    """
    Извлекает данные из отдельного комментария
    Возвращает (username, comment_text, likes_count, week_number)
    """
    try:
        # Извлекаем имя пользователя
        username_match = re.search(r"Фото профиля ([^\n]+)", comment_text)
        if not username_match:
            return None, None, 0, 0
        
        username = username_match.group(1).strip()
        
        # Извлекаем текст комментария
        comment_pattern = fr"{username}\n(.*?)(?:\d+ нед\.)"
        comment_match = re.search(comment_pattern, comment_text, re.DOTALL)
        if comment_match:
            comment = clean_text(comment_match.group(1))
            comment = re.sub(fr'^{username}\s*', '', comment)
            comment = re.sub(r'^@[\w\.]+ ', '', comment)
        else:
            comment = ""
        
        # Извлекаем количество недель
        week_match = re.search(r'(\d+) нед\.', comment_text)
        weeks = int(week_match.group(1)) if week_match else 0
        
        # Ищем количество лайков
        likes = 0
        likes_patterns = [
            r"(\d+) отметк[аи] \"Нравится\"",
            r"Нравится: (\d+)",
        ]
        
        for pattern in likes_patterns:
            likes_match = re.search(pattern, comment_text)
            if likes_match:
                likes = int(likes_match.group(1))
                break
        
        return username, comment.strip(), likes, weeks
    except Exception as e:
        logger.error(f"Error extracting comment data: {e}")
        return None, None, 0, 0

def analyze_post(content_type, link_to_post, post_likes, post_date, description, comment_count, all_comments):
    try:
        # Разделяем комментарии по "Фото профиля"
        comments_blocks = re.split(r'(?=Фото профиля)', all_comments)
        comments_blocks = [block for block in comments_blocks if block.strip()]
        
        # Основные списки для данных
        usernames = []
        comments = []
        likes = []
        weeks = []
        
        # Дополнительные метрики
        total_emojis = 0
        mentions = []
        sentiments = []
        comment_lengths = []
        words_per_comment = []
        all_words = []
        user_engagement = {}  # Словарь для хранения статистики по пользователям
        
        # Обработка каждого комментария
        for block in comments_blocks:
            username, comment, like_count, week_number = extract_comment_data(block)
            if username and comment:
                usernames.append(username)
                comments.append(comment)
                likes.append(str(like_count))
                weeks.append(week_number)
                
                # Базовые метрики
                total_emojis += count_emojis(comment)
                mentions.extend(extract_mentions(comment))
                sentiment = analyze_sentiment(comment)
                sentiments.append(sentiment)
                comment_lengths.append(len(comment))
                
                # Расширенные метрики
                words = get_comment_words(comment)
                words_per_comment.append(len(words))
                all_words.extend(words)
                
                # Статистика пользователя
                if username not in user_engagement:
                    user_engagement[username] = {
                        'comments': 0,
                        'total_likes': 0,
                        'emoji_usage': 0,
                        'avg_length': 0,
                        'sentiments': []
                    }
                user_stats = user_engagement[username]
                user_stats['comments'] += 1
                user_stats['total_likes'] += like_count
                user_stats['emoji_usage'] += count_emojis(comment)
                user_stats['avg_length'] += len(comment)
                user_stats['sentiments'].append(sentiment)
        
        # Аналитика
        total_comments = len(comments)
        if total_comments == 0:
            raise ValueError("No valid comments found")
            
        # Обновляем статистику пользователей
        for username in user_engagement:
            stats = user_engagement[username]
            stats['avg_length'] /= stats['comments']
            stats['engagement_rate'] = stats['total_likes'] / stats['comments']
            stats['sentiment_ratio'] = sum(1 for s in stats['sentiments'] if s == 'positive') / len(stats['sentiments'])
        
        # Базовая статистика
        avg_comment_length = sum(comment_lengths) / total_comments
        sentiment_distribution = Counter(sentiments)
        most_active_users = Counter(usernames).most_common(5)
        most_mentioned = Counter(mentions).most_common(5)
        avg_likes = sum(map(int, likes)) / len(likes) if likes else 0
        earliest_week = max(weeks) if weeks else 0
        latest_week = min(weeks) if weeks else 0
        
        # Расширенная статистика
        median_comment_length = statistics.median(comment_lengths)
        avg_words_per_comment = sum(words_per_comment) / total_comments
        common_words = Counter(all_words).most_common(10)
        
        # Анализ вовлеченности
        engagement_metrics = {
            'comments_with_likes': sum(1 for l in likes if int(l) > 0),
            'comments_with_emoji': sum(1 for c in comments if count_emojis(c) > 0),
            'comments_with_mentions': sum(1 for c in comments if extract_mentions(c)),
            'avg_engagement_rate': statistics.mean([
                stats['engagement_rate'] for stats in user_engagement.values()
            ])
        }
        
        # Временной анализ
        week_distribution = Counter(weeks)
        most_active_weeks = sorted(week_distribution.items(), key=lambda x: x[1], reverse=True)[:3]
        
        # Формируем выходные данные
        usernames_output = "\n".join(usernames)
        comments_output = "\n".join(comments)
        likes_chronology_output = "\n".join(likes)
        total_likes_sum = sum(map(int, likes))
        
        # Расширенная аналитика
        analytics_summary = (
            f"Content Type: {content_type}\n"
            f"Link to Post: {link_to_post}\n\n"
            f"ОСНОВНАЯ СТАТИСТИКА:\n"
            f"- Всего комментариев: {total_comments}\n"
            f"- Всего лайков на комментариях: {total_likes_sum}\n"
            f"- Среднее количество лайков: {avg_likes:.1f}\n"
            f"- Период активности: {earliest_week}-{latest_week} недель\n\n"
            f"АНАЛИЗ КОНТЕНТА:\n"
            f"- Средняя длина комментария: {avg_comment_length:.1f} символов\n"
            f"- Медианная длина комментария: {median_comment_length} символов\n"
            f"- Среднее количество слов: {avg_words_per_comment:.1f}\n"
            f"- Всего эмодзи использовано: {total_emojis}\n"
            f"- Тональность комментариев:\n"
            f"  * Позитивных: {sentiment_distribution['positive']}\n"
            f"  * Нейтральных: {sentiment_distribution['neutral']}\n"
            f"  * Негативных: {sentiment_distribution['negative']}\n\n"
            f"ПОПУЛЯРНЫЕ СЛОВА:\n"
            + "\n".join([f"- {word}: {count} раз" for word, count in common_words]) + "\n\n"
            f"АКТИВНОСТЬ ПОЛЬЗОВАТЕЛЕЙ:\n"
            f"Самые активные комментаторы:\n"
            + "\n".join([f"- {user}: {count} комментариев" for user, count in most_active_users]) + "\n\n"
            f"Самые упоминаемые пользователи:\n"
            + "\n".join([f"- {user}: {count} упоминаний" for user, count in most_mentioned if user]) + "\n\n"
            f"ВОВЛЕЧЕННОСТЬ:\n"
            f"- Процент комментариев с лайками: {(engagement_metrics['comments_with_likes'] / total_comments * 100):.1f}%\n"
            f"- Процент комментариев с эмодзи: {(engagement_metrics['comments_with_emoji'] / total_comments * 100):.1f}%\n"
            f"- Процент комментариев с упоминаниями: {(engagement_metrics['comments_with_mentions'] / total_comments * 100):.1f}%\n"
            f"- Средний рейтинг вовлеченности: {engagement_metrics['avg_engagement_rate']:.2f}\n\n"
            f"ВРЕМЕННАЯ АКТИВНОСТЬ:\n"
            f"Самые активные недели:\n"
            + "\n".join([f"- {week} неделя: {count} комментариев" for week, count in most_active_weeks])
        )
        
        return analytics_summary, usernames_output, comments_output, likes_chronology_output, str(total_likes_sum)
    
    except Exception as e:
        logger.error(f"Error in analyze_post: {e}", exc_info=True)
        error_message = f"Произошла ошибка при обработке: {str(e)}\n{str(type(e))}"
        return error_message, error_message, error_message, error_message, "0"

# Создаем интерфейс Gradio
iface = gr.Interface(
    fn=analyze_post,
    inputs=[
        gr.Radio(
            choices=["Photo", "Video"],
            label="Content Type",
            value="Photo"
        ),
        gr.Textbox(
            label="Link to Post",
            placeholder="Введите ссылку на пост"
        ),
        gr.Number(
            label="Likes",
            value=0
        ),
        gr.Textbox(
            label="Post Date",
            placeholder="Введите дату публикации"
        ),
        gr.Textbox(
            label="Description",
            placeholder="Введите описание поста",
            lines=3
        ),
        gr.Number(
            label="Total Comment Count",
            value=0
        ),
        gr.Textbox(
            label="All Comments",
            placeholder="Вставьте комментарии",
            lines=10
        )
    ],
    outputs=[
        gr.Textbox(label="Analytics Summary", lines=20),
        gr.Textbox(label="Usernames (Output 1)", lines=5),
        gr.Textbox(label="Comments (Output 2)", lines=5),
        gr.Textbox(label="Likes Chronology (Output 3)", lines=5),
        gr.Textbox(label="Total Likes on Comments (Output 4)")
    ],
    title="Instagram Comment Analyzer Pro",
    description="Расширенный анализатор комментариев Instagram с детальной аналитикой"
)

if __name__ == "__main__":
    iface.launch()