Update modules/discourse/discourse_interface.py

modules/discourse/discourse_interface.py

@@ -12,6 +12,126 @@ from ..database.discourse_mongo_db import store_student_discourse_result
 logger = logging.getLogger(__name__)
 #############################################################################################
 
+def display_discourse_interface(lang_code, nlp_models, discourse_t):
+    """
+    Interfaz para el análisis del discurso
+    Args:
+        lang_code: Código del idioma actual
+        nlp_models: Modelos de spaCy cargados
+        discourse_t: Diccionario de traducciones
+    """
+    try:
+        # 1. Inicializar estado si no existe
+        if 'discourse_state' not in st.session_state:
+            st.session_state.discourse_state = {
+                'analysis_count': 0,
+                'last_analysis': None,
+                'current_files': None
+            }
+
+        # 2. Título y descripción
+        st.subheader(discourse_t.get('discourse_title', 'Análisis del Discurso'))
+        st.info(discourse_t.get('initial_instruction', 
+            'Cargue dos archivos de texto para realizar un análisis comparativo del discurso.'))
+
+        # 3. Área de carga de archivos
+        col1, col2 = st.columns(2)
+        with col1:
+            st.markdown(discourse_t.get('file1_label', "**Documento 1 (Patrón)**"))
+            uploaded_file1 = st.file_uploader(
+                discourse_t.get('file_uploader1', "Cargar archivo 1"),
+                type=['txt'],
+                key=f"discourse_file1_{st.session_state.discourse_state['analysis_count']}"
+            )
+
+        with col2:
+            st.markdown(discourse_t.get('file2_label', "**Documento 2 (Comparación)**"))
+            uploaded_file2 = st.file_uploader(
+                discourse_t.get('file_uploader2', "Cargar archivo 2"),
+                type=['txt'],
+                key=f"discourse_file2_{st.session_state.discourse_state['analysis_count']}"
+            )
+
+        # 4. Botón de análisis
+        col1, col2, col3 = st.columns([1,2,1])
+        with col1:
+            analyze_button = st.button(
+                discourse_t.get('discourse_analyze_button', 'Analizar Discurso'),
+                key=generate_unique_key("discourse", "analyze_button"),
+                type="primary",
+                icon="🔍",
+                disabled=not (uploaded_file1 and uploaded_file2),
+                use_container_width=True
+            )
+
+        # 5. Proceso de análisis
+        if analyze_button and uploaded_file1 and uploaded_file2:
+            try:
+                with st.spinner(discourse_t.get('processing', 'Procesando análisis...')):
+                    # Leer contenido de archivos
+                    text1 = uploaded_file1.getvalue().decode('utf-8')
+                    text2 = uploaded_file2.getvalue().decode('utf-8')
+
+                    # Realizar análisis
+                    result = perform_discourse_analysis(
+                        text1, 
+                        text2, 
+                        nlp_models[lang_code],
+                        lang_code
+                    )
+
+                    if result['success']:
+                        # Guardar estado
+                        st.session_state.discourse_result = result
+                        st.session_state.discourse_state['analysis_count'] += 1
+                        st.session_state.discourse_state['current_files'] = (
+                            uploaded_file1.name,
+                            uploaded_file2.name
+                        )
+
+                        # Guardar en base de datos
+                        if store_student_discourse_result(
+                            st.session_state.username,
+                            text1,
+                            text2,
+                            result
+                        ):
+                            st.success(discourse_t.get('success_message', 'Análisis guardado correctamente'))
+                            
+                            # Mostrar resultados
+                            display_discourse_results(result, lang_code, discourse_t)
+                        else:
+                            st.error(discourse_t.get('error_message', 'Error al guardar el análisis'))
+                    else:
+                        st.error(discourse_t.get('analysis_error', 'Error en el análisis'))
+
+            except Exception as e:
+                logger.error(f"Error en análisis del discurso: {str(e)}")
+                st.error(discourse_t.get('error_processing', f'Error procesando archivos: {str(e)}'))
+
+        # 6. Mostrar resultados previos
+        elif 'discourse_result' in st.session_state and st.session_state.discourse_result is not None:
+            if st.session_state.discourse_state.get('current_files'):
+                st.info(
+                    discourse_t.get('current_analysis_message', 'Mostrando análisis de los archivos: {} y {}')
+                    .format(*st.session_state.discourse_state['current_files'])
+                )
+            display_discourse_results(
+                st.session_state.discourse_result,
+                lang_code,
+                discourse_t
+            )
+
+    except Exception as e:
+        logger.error(f"Error general en interfaz del discurso: {str(e)}")
+        st.error(discourse_t.get('general_error', 'Se produjo un error. Por favor, intente de nuevo.'))
+
+
+
+
+
+##########################################################################################
+
 def display_discourse_results(result, lang_code, discourse_t):
     """
     Muestra los resultados del análisis del discurso con conceptos en formato horizontal
@@ -121,54 +241,3 @@ def display_discourse_results(result, lang_code, discourse_t):
     # Nota informativa sobre la comparación
     st.info(discourse_t.get('comparison_note', 
         'La funcionalidad de comparación detallada estará disponible en una próxima actualización.'))
-
-
-
-
-
-##########################################################################################
-def display_discourse_results(result, lang_code, discourse_t):
-    """
-    Muestra los resultados del análisis del discurso
-    """
-    if not result.get('success'):
-        st.warning(discourse_t.get('no_results', 'No hay resultados disponibles'))
-        return
-
-    col1, col2 = st.columns(2)
-
-    # Documento 1
-    with col1:
-        with st.expander(discourse_t.get('doc1_title', 'Documento 1'), expanded=True):
-            st.subheader(discourse_t.get('key_concepts', 'Conceptos Clave'))
-            if 'key_concepts1' in result:
-                df1 = pd.DataFrame(result['key_concepts1'], columns=['Concepto', 'Frecuencia'])
-                df1['Frecuencia'] = df1['Frecuencia'].round(2)
-                st.table(df1)
-
-                if 'graph1' in result:
-                    st.pyplot(result['graph1'])
-                else:
-                    st.warning(discourse_t.get('graph_not_available', 'Gráfico no disponible'))
-            else:
-                st.warning(discourse_t.get('concepts_not_available', 'Conceptos no disponibles'))
-
-    # Documento 2
-    with col2:
-        with st.expander(discourse_t.get('doc2_title', 'Documento 2'), expanded=True):
-            st.subheader(discourse_t.get('key_concepts', 'Conceptos Clave'))
-            if 'key_concepts2' in result:
-                df2 = pd.DataFrame(result['key_concepts2'], columns=['Concepto', 'Frecuencia'])
-                df2['Frecuencia'] = df2['Frecuencia'].round(2)
-                st.table(df2)
-
-                if 'graph2' in result:
-                    st.pyplot(result['graph2'])
-                else:
-                    st.warning(discourse_t.get('graph_not_available', 'Gráfico no disponible'))
-            else:
-                st.warning(discourse_t.get('concepts_not_available', 'Conceptos no disponibles'))
-
-    # Nota informativa sobre la comparación
-    st.info(discourse_t.get('comparison_note', 
-        'La funcionalidad de comparación detallada estará disponible en una próxima actualización.'))