erreur

main.py

@@ -139,7 +139,7 @@ def delete_files_after_delay(file_paths: List[str], delay: int = 6000):
 async def convert_to_accessible_html(input_filename, ext, base_filename, image_counter, images_data):
     try:
         if ext == '.pdf':
-            # PDF -> HTML avec pages
+            # PDF -> HTML avec pages et marqueurs IMG_X
             html_content = pdf_to_html(input_filename)
             # Pour le PDF, on a déjà des <!--PAGE_X--> par page
         elif ext in ['.ppt', '.pptx']:
@@ -152,15 +152,6 @@ async def convert_to_accessible_html(input_filename, ext, base_filename, image_c
             text = convert_doc_to_text(input_filename)
             html_content = text_to_html(text)
             html_content = insert_page_comments_every_20_paragraphs(html_content)
-        elif ext in ['.html', '.htm']:
-            with open(input_filename, 'r', encoding='utf-8') as f:
-                html_content = f.read()
-            try:
-                doc = Document(html_content)
-                html_content = doc.summary()
-            except Exception as e:
-                logging.error(f"Erreur lors du nettoyage HTML : {str(e)}")
-            html_content = insert_page_comments_every_20_paragraphs(html_content)
         else:
             # Formats gérés par Pandoc
             input_format = get_pandoc_format(ext)
@@ -184,10 +175,14 @@ async def convert_to_accessible_html(input_filename, ext, base_filename, image_c
                 )
             )))
 
-        results = await asyncio.gather(*(t for _, t in tasks))
+        results = await asyncio.gather(*(t for _, t in tasks), return_exceptions=True)
 
         for (image_key, _), description in zip(tasks, results):
-            images_data[image_key]['description'] = description
+            if isinstance(description, Exception):
+                logging.error(f"Erreur lors de la description de l'image {image_key} : {str(description)}")
+                images_data[image_key]['description'] = "Description indisponible."
+            else:
+                images_data[image_key]['description'] = description
 
         await html_rewrite_task
         rewritten_html = html_rewrite_task.result()
@@ -228,6 +223,7 @@ def insert_page_comments_every_20_paragraphs(html_content: str) -> str:
 
 def insert_css_into_html(html_content: str) -> str:
     css_code = """
+    /* Votre code CSS ici */
     :root {
         --font-size-min: 1rem;
         --font-size-base: 1rem;
@@ -433,7 +429,7 @@ async def get_image_description(base64_image: str, prompt: str) -> str:
 async def rewrite_html_accessible(html_content: str) -> str:
     prompt = (
         "Je vais te donner un fichier HTML, et je voudrais que tu le réécrives pour permettre l'accessibilité à toutes les formes de handicap, tout en **préservant strictement l'ordre du contenu original**.\n"
-		"Commence à analyser le plan du document. Il faut d'abord identifier les titres et comprendre leur logique :\n"
+        "Commence à analyser le plan du document. Il faut d'abord identifier les titres et comprendre leur logique :\n"
         "- A priori, les titres qui sont préfixés par une écriture romaine (I, II, III), "
         "par un nombre (1, 2, 3) ou par une lettre (a, b, c, ou bien A, B, C) doivent être de même niveau."
         "Idem pour les titres rédigés en majuscules.\n"
@@ -484,43 +480,6 @@ async def rewrite_html_accessible(html_content: str) -> str:
     except Exception as e:
         logging.error(f"Erreur lors de la réécriture du HTML : {str(e)}")
         return html_content
-        
-def extract_text_with_image_markers(input_filename: str) -> Tuple[str, List[Tuple[int, bytes]]]:
-    """
-    Extrait le texte d'un PDF en insérant des marqueurs pour les images.
-    
-    Args:
-        input_filename (str): Chemin vers le fichier PDF.
-    
-    Returns:
-        Tuple[str, List[Tuple[int, bytes]]]: Le texte extrait avec des marqueurs et une liste d'images extraites.
-    """
-    text = ""
-    images = []
-    with fitz.open(input_filename) as doc:
-        for page_num, page in enumerate(doc, start=1):
-            page_json = page.get_text("json")
-            blocks = page_json["blocks"]
-            for block in blocks:
-                if block['type'] == 0:  # Texte
-                    for line in block.get('lines', []):
-                        for span in line.get('spans', []):
-                            text += span.get('text', '')
-                elif block['type'] == 1:  # Image
-                    # Insérer un marqueur unique pour l'image
-                    img_num = len(images) + 1
-                    marker = f"[IMG_{img_num}]"
-                    text += marker
-                    # Extraire l'image
-                    xref = block.get('xref')
-                    try:
-                        base_image = doc.extract_image(xref)
-                        image_bytes = base_image["image"]
-                        images.append((img_num, image_bytes))
-                    except Exception as e:
-                        logging.error(f"Erreur lors de l'extraction de l'image xref={xref} : {str(e)}")
-    return text, images
-
 
 async def clean_html_content(html_content: str, image_counter: List[int], images_data: Dict[str, Dict[str, str]]) -> str:
     soup = BeautifulSoup(html_content, 'html.parser')
@@ -721,7 +680,6 @@ async def convert_file_to_html(
         logging.error(f"Erreur lors du démarrage du job : {str(e)}")
         return JSONResponse(status_code=500, content={"message": f"Erreur lors du démarrage du job : {str(e)}"})
 
-
 @app.get("/status/{job_id}")
 async def check_status(job_id: str):
     status_data = get_job_status(job_id)