import gradio as gr import pandas as pd import re import os from datetime import timedelta def parse_duration(duration_str): try: h, m, s = map(int, duration_str.split(':')) return timedelta(hours=h, minutes=m, seconds=s) except: return timedelta(0) def format_timedelta(td): total_seconds = int(td.total_seconds()) hours, remainder = divmod(total_seconds, 3600) minutes, seconds = divmod(remainder, 60) return f"{hours:02}:{minutes:02}:{seconds:02}" def normalize_html_to_csv(input_html_path, output_csv_path): html_data = pd.read_html(input_html_path) data = html_data[0] data.to_csv(output_csv_path, index=False) def normalize_multiple_excel_to_csv(input_directory, output_directory): input_excel_paths = [os.path.join(input_directory, f) for f in os.listdir(input_directory) if f.endswith('.xlsx')] output_csv_paths = [os.path.join(output_directory, os.path.splitext(f)[0] + '.csv') for f in os.listdir(input_directory) if f.endswith('.xlsx')] for input_excel_path, output_csv_path in zip(input_excel_paths, output_csv_paths): excel_data = pd.read_excel(input_excel_path) unnecessary_columns = [col for col in excel_data.columns if 'Unnamed' in col] if unnecessary_columns: excel_data = excel_data.drop(columns=unnecessary_columns) excel_data.to_csv(output_csv_path, index=False) def extract_aluno_pattern(nome): if isinstance(nome, str): match = re.search(r"(\d{8,9}-\w{2})", nome.lower()) return match.group(1) if match else None return None def match_alunos(tarefas_csv_path, alunos_csv_path, contador_csv_path): try: tarefas_df = pd.read_csv(tarefas_csv_path) alunos_df = pd.read_csv(alunos_csv_path) except pd.errors.EmptyDataError: print(f"Arquivo {tarefas_csv_path} ou {alunos_csv_path} está vazio. Pulando...") return tarefas_df.columns = tarefas_df.columns.str.strip() alunos_df.columns = alunos_df.columns.str.strip() if 'Aluno' not in tarefas_df.columns or 'Nota' not in tarefas_df.columns or 'Duração' not in tarefas_df.columns: print(f"Colunas 'Aluno', 'Nota' ou 'Duração' não encontradas no arquivo {tarefas_csv_path}. Pulando este arquivo.") return try: contador_df = pd.read_csv(contador_csv_path) except FileNotFoundError: contador_df = pd.DataFrame(columns=['Nome do Aluno', 'Tarefas Completadas', 'Acertos Absolutos', 'Total Tempo']) if 'Tarefas Completadas' not in contador_df.columns: contador_df['Tarefas Completadas'] = 0 if 'Acertos Absolutos' not in contador_df.columns: contador_df['Acertos Absolutos'] = 0 if 'Total Tempo' not in contador_df.columns: contador_df['Total Tempo'] = '00:00:00' def generate_aluno_pattern(ra, dig_ra): ra_str = str(ra).zfill(9) ra_without_first_two_digits = ra_str[2:] return f"{ra_str[1]}{ra_without_first_two_digits}{dig_ra}-sp".lower() alunos_df['Aluno_Pattern'] = alunos_df.apply(lambda row: generate_aluno_pattern(row['RA'], row['Dig. RA']), axis=1) tarefas_df['Aluno_Pattern'] = tarefas_df['Aluno'].apply(extract_aluno_pattern) tarefas_df['Duração'] = tarefas_df['Duração'].apply(parse_duration) matched_alunos = alunos_df[alunos_df['Aluno_Pattern'].isin(tarefas_df['Aluno_Pattern'])] result_df = matched_alunos[['Nome do Aluno']].drop_duplicates() for aluno in result_df['Nome do Aluno']: aluno_pattern = alunos_df.loc[alunos_df['Nome do Aluno'] == aluno, 'Aluno_Pattern'].values[0] aluno_tarefas = tarefas_df[tarefas_df['Aluno_Pattern'] == aluno_pattern] nota_total = aluno_tarefas['Nota'].sum() tempo_total = aluno_tarefas['Duração'].sum() if aluno in contador_df['Nome do Aluno'].values: contador_df.loc[contador_df['Nome do Aluno'] == aluno, 'Tarefas Completadas'] += 1 contador_df.loc[contador_df['Nome do Aluno'] == aluno, 'Acertos Absolutos'] += nota_total current_total_tempo = pd.to_timedelta(contador_df.loc[contador_df['Nome do Aluno'] == aluno, 'Total Tempo'].values[0]) contador_df.loc[contador_df['Nome do Aluno'] == aluno, 'Total Tempo'] = str(current_total_tempo + tempo_total) else: contador_df = pd.concat([contador_df, pd.DataFrame({'Nome do Aluno': [aluno], 'Tarefas Completadas': [1], 'Acertos Absolutos': [nota_total], 'Total Tempo': [str(tempo_total)]})], ignore_index=True) contador_df.to_csv(contador_csv_path, index=False) return result_df def process_all_tarefas_in_directory(directory, alunos_csv_path, contador_csv_path, relatorio_csv_path): tarefas_files = [os.path.join(directory, f) for f in os.listdir(directory) if f.endswith('.csv') and f not in ['alunos_fim.csv', 'contador_tarefas.csv']] for i, tarefas_file in enumerate(tarefas_files): print(f"Processando arquivo {i+1}/{len(tarefas_files)}: {tarefas_file}") match_alunos(tarefas_file, alunos_csv_path, contador_csv_path) print(f"Arquivo {tarefas_file} processado.") process_relatorios(contador_csv_path, relatorio_csv_path) def process_relatorios(contador_csv_path, relatorio_csv_path): contador_df = pd.read_csv(contador_csv_path) contador_df['Média de Acertos'] = ((contador_df['Acertos Absolutos'] / (contador_df['Tarefas Completadas'] * 2)) * 100).round(2).astype(str) + '%' contador_df['Total Tempo'] = pd.to_timedelta(contador_df['Total Tempo']) contador_df['Tempo Médio por Tarefa'] = (contador_df['Total Tempo'] / contador_df['Tarefas Completadas']).apply(format_timedelta) contador_df['Total Tempo'] = contador_df['Total Tempo'].apply(format_timedelta) contador_df = contador_df.sort_values(by='Tarefas Completadas', ascending=False) contador_df.to_csv(relatorio_csv_path, index=False) return contador_df def process_inputs(html_file, tarefa_files): input_directory = "temp_files" output_directory = "temp_files" os.makedirs(input_directory, exist_ok=True) os.makedirs(output_directory, exist_ok=True) html_path = os.path.join(input_directory, "alunos.htm") with open(html_path, "wb") as f: f.write(html_file) alunos_csv_path = os.path.join(output_directory, "alunos_fim.csv") normalize_html_to_csv(html_path, alunos_csv_path) for idx, tarefa_file in enumerate(tarefa_files): tarefa_path = os.path.join(input_directory, f"tarefa_{idx}.xlsx") with open(tarefa_path, "wb") as f: f.write(tarefa_file) normalize_multiple_excel_to_csv(input_directory, output_directory) contador_csv_path = os.path.join(output_directory, "contador_tarefas.csv") relatorio_csv_path = os.path.join(output_directory, "relatorio_final.csv") process_all_tarefas_in_directory(output_directory, alunos_csv_path, contador_csv_path, relatorio_csv_path) df = process_relatorios(contador_csv_path, relatorio_csv_path) html_output_path = os.path.join(output_directory, "relatorio_final.html") df.to_html(html_output_path, index=False) return df.to_html(index=False), html_output_path def download_html_file(file_path): return file_path # --- Interface Gradio --- with gr.Blocks() as interface: gr.Markdown("# Processamento de Relatórios de Tarefas") html_file = gr.File(label="Upload HTML File (alunos.htm)", type="binary") excel_files = gr.Files(label="Upload Excel Files (Relatórios de Tarefas)", type="binary", file_count="multiple") generate_btn = gr.Button("Generate Report") output_html = gr.HTML() download_btn = gr.File(label="Download Report") def process_and_prepare_download(html_file, tarefa_files): html_content, file_path = process_inputs(html_file, tarefa_files) return html_content, file_path generate_btn.click(fn=process_and_prepare_download, inputs=[html_file, excel_files], outputs=[output_html, download_btn]) interface.launch()