Update app.py

app.py

@@ -28,11 +28,18 @@ faixas = {
     "TROPONINA": (0, 0.5)
 }
 
+# Chaves relativas à seção EAS
+EAS_KEYS = [
+    "PROTEINA UR","GLI UR","CETONAS UR","SANGUE UR",
+    "LEUC ESTERASE","NITRITO UR","LEUCO EAS","HEMA EAS","BACTERIAS UR"
+]
+
 def classificar(nome, valor):
+    """Anexa ↓/↑ se fora da faixa."""
     try:
         v = float(valor.replace(">", "").replace("<", "").strip())
-        if nome in faixas:
-            lo, hi = faixas[nome]
+        lo, hi = faixas.get(nome, (None, None))
+        if lo is not None:
             if v < lo: return f"{valor} ↓"
             if v > hi: return f"{valor} ↑"
         return valor
@@ -47,9 +54,12 @@ def melhorar_imagem(img: Image.Image) -> Image.Image:
 
 # Extrai texto nativo + OCR
 def extrair_texto_pdf(pdf_input):
-    if isinstance(pdf_input, dict): pdf_path = pdf_input.get("name") or pdf_input.get("file_path")
-    elif hasattr(pdf_input, "name") and isinstance(pdf_input.name, str): pdf_path = pdf_input.name
-    else: pdf_path = str(pdf_input)
+    if isinstance(pdf_input, dict):
+        pdf_path = pdf_input.get("name") or pdf_input.get("file_path")
+    elif hasattr(pdf_input, "name") and isinstance(pdf_input.name, str):
+        pdf_path = pdf_input.name
+    else:
+        pdf_path = str(pdf_input)
 
     texto_nativo, ocr_imgs = [], []
     with fitz.open(pdf_path) as doc:
@@ -58,7 +68,7 @@ def extrair_texto_pdf(pdf_input):
             pix = page.get_pixmap(dpi=300)
             img = Image.open(io.BytesIO(pix.tobytes("png")))
             ocr_imgs.append(melhorar_imagem(img))
-    tn = re.sub(r"\s+", " ", "".join(texto_nativo))
+    tn = re.sub(r"\s+", " ", " ".join(texto_nativo))
     tocr = re.sub(r"\s+", " ", " ".join(pytesseract.image_to_string(im) for im in ocr_imgs))
     return tn, tocr
 
@@ -99,61 +109,21 @@ exames = {
     "CPK": r"cpk.*?resultado[:\s]*([\d.,]+)",
     "TROPONINA": r"troponina(?! qualitativa).*?resultado[:\s]*([>\d.,]+)",
     "TROPONINA QUAL": r"troponina qualitativa.*?resultado[:\s]*(positivo|negativo)",
-    # EAS completo (Urina)
-    "PROTEINA UR": r"prote[ií]na\s*(ausente|[A-Za-z]+)",
-    "GLI UR": r"glicose\s*(ausente|[A-Za-z]+)",
-    "CETONAS UR": r"corpos cet[oô]nicos.*?(ausente|[A-Za-z]+)",
-    "SANGUE UR": r"sangue\s*(ausente|positivo|negativo)",
+    # EAS completo (Urina) apenas quando válido
+    "PROTEINA UR": r"prote[ií]na\s*(ausente|positivo|negativo)",
+    "GLI UR": r"glicose\s*(ausente|positivo|negativo)",
+    "CETONAS UR": r"corpos cet[oô]nicos.*?(ausente|positivo|negativo)",
+    "SANGUE UR": r"sangue\s*[:\-]?\s*(ausente|positivo|negativo)",
     "LEUC ESTERASE": r"leuc[óo]cito esterase\s*[:\-]?\s*(ausente|positivo|negativo)",
     "NITRITO UR": r"nitrito\s*(ausente|positivo|negativo)",
-    "LEUCO EAS": r"leuc[óo]citos?\s*([\d]+[-\/–][\d]+)",
-    "HEMA EAS": r"hem[áa]cias?\s*([\d]+[-\/–][\d]+)",
-    "BACTERIAS UR": r"bact[ée]rias?\s*(raras|ausentes|[A-Za-z]+)"
+    "LEUCO EAS": r"leuc[óo]citos?\s*(\d+[-\/]\d+)",
+    "HEMA EAS": r"hem[áa]cias?\s*(\d+[-\/]\d+)",
+    "BACTERIAS UR": r"bact[ée]rias?\s*(ausente|raras|frequentes|positivas)"
 }
 
+# Ordem para exibição
 ordem = [
     "LEUCO","B","SS","EOS","LINF","MONO",
     "HB","HT","PLT","AMIL","BT","BD","BI",
-    "CR","UREIA","FAL","GGT","TGO","TGP","GLI","LIP","MG++",
-    "PCR","CKMB","CPK","TROPONINA","TROPONINA QUAL",
-    "TAP","INR","TTP","DIMERO D",  
-    # EAS
-    "PROTEINA UR","GLI UR","CETONAS UR","SANGUE UR","LEUC ESTERASE","NITRITO UR","LEUCO EAS","HEMA EAS","BACTERIAS UR"
-]
-
-# Montagem do texto formatado
-def extrair_exames_formatado(pdf_file):
-    if not pdf_file: return "Nenhum arquivo enviado.", None
-    tn, tocr = extrair_texto_pdf(pdf_file)
-    texto = (tn + " " + tocr).lower()
-    resultados = {}
-    for nome, pat in exames.items():
-        m = re.search(pat, texto, re.IGNORECASE)
-        if not m: continue
-        raw = m.group(1).strip().upper()
-        resultados[nome] = raw if "QUAL" in nome or nome.endswith("UR") else classificar(nome, raw.replace(",", "."))
-
-    # Linhas EAS e gerais
-    eas_fields = [f"{k}: {resultados[k]}" for k in ordem if k in resultados and k.endswith(('UR','EAS'))]
-    main_fields = [f"{r}: {resultados[r]}" for r in ordem if r in resultados and not r.endswith(('UR','EAS'))]
-    line_eas = f"🟤 EAS → {' / '.join(eas_fields).upper()}" if eas_fields else ""  
-    line_main = ' / '.join(main_fields).upper()
-    final = '\n'.join([l for l in (line_eas, line_main) if l])
-
-    # CSV
-    df = pd.DataFrame([[k, exames and resultados.get(k, '')] for k in resultados], columns=["Exame","Valor"])
-    tmp = tempfile.NamedTemporaryFile(delete=False, suffix=".csv")
-    df.to_csv(tmp.name, index=False)
-    return final, tmp.name
-
-# Gradio UI
-with gr.Blocks() as demo:
-    gr.Markdown("## 🧪 Extrator Avançado com OCR + EAS + Troponina (Quant. e Qual.)")
-    pdf_input = gr.File(file_types=[".pdf"], label="📄 PDF de exames")
-    btn = gr.Button("🔍 Extrair")
-    out_txt = gr.Textbox(lines=15, label="📋 Resultados")
-    dl = gr.File(label="📥 Baixar CSV")
-    btn.click(extrair_exames_formatado, inputs=pdf_input, outputs=[out_txt, dl])
-
-if __name__ == "__main__":
-    demo.launch()
+    "CR","UREIA","
+]}]}