Update modules/studentact/current_situation_interface.py

modules/studentact/current_situation_interface.py

@@ -102,36 +102,29 @@ def display_current_situation_interface(lang_code, nlp_models, t):
         with st.container():
             input_col, results_col = st.columns([1,2])
 
-            # Primero, agregar el CSS personalizado
-            st.markdown("""
-            <style>
-                .stTextArea textarea {
-                    min-height: 800px !important;
-                }
-            </style>
-            """, unsafe_allow_html=True)
-
+###############################################################################################
             with input_col:
-                # Text area con manejo de estado - usando t.get directamente
-                text_input = st.text_area(
-                    t.get('input_prompt', "Escribe o pega tu texto aquí:"),
-                    height=800,
-                    key=f"text_area_{lang_code}",  # Clave única por idioma
-                    value=st.session_state.text_input,
-                    help=t.get('help', "Este texto será analizado para darte recomendaciones personalizadas")
-                )
-                
-                # Función para manejar cambios de texto
-                if text_input != st.session_state.text_input:
-                    st.session_state.text_input = text_input
-                    st.session_state.show_results = False
-                
-                if st.button(
-                    t.get('analyze_button', "Analizar mi escritura"),  # Usando t.get directamente
-                    type="primary",
-                    disabled=not text_input.strip(),
-                    use_container_width=True,
-                ):
+                with st.form(key=f"text_input_form_{lang_code}"):
+                    text_input = st.text_area(
+                        t.get('input_prompt', "Escribe o pega tu texto aquí:"),
+                        height=800,
+                        key=f"text_area_{lang_code}",
+                        value=st.session_state.text_input,
+                        help=t.get('help', "Este texto será analizado para darte recomendaciones personalizadas")
+                    )
+                    
+                    submit_button = st.form_submit_button(
+                        t.get('analyze_button', "Analizar mi escritura"),
+                        type="primary",
+                        use_container_width=True
+                    )
+                    
+                    if submit_button:
+                        if text_input.strip():
+                            st.session_state.text_input = text_input
+
+#######################################################################
+                # Código para análisis...
                     try:
                         with st.spinner(t.get('processing', "Analizando...")):  # Usando t.get directamente
                             doc = nlp_models[lang_code](text_input)