import gradio as gr import pandas as pd import re import os import matplotlib.pyplot as plt from datetime import timedelta from fpdf import FPDF from weasyprint import HTML from PyPDF2 import PdfMerger import numpy as np 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, encoding='utf-8') 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, encoding='utf-8') 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, encoding='utf-8') alunos_df = pd.read_csv(alunos_csv_path, encoding='utf-8') 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, encoding='utf-8') 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) def extract_aluno_pattern(nome): if isinstance(nome, str): match = re.search(r'\d+.*', nome.lower()) return match.group(0) if match else None return None 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, encoding='utf-8') return result_df def remove_outliers(data, column, threshold=3): mean = data[column].mean() std = data[column].std() return data[(data[column] > mean - threshold * std) & (data[column] < mean + threshold * std)] 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): match_alunos(tarefas_file, alunos_csv_path, contador_csv_path) 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, encoding='utf-8') 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'] contador_df['Total Tempo'] = contador_df['Total Tempo'].apply(format_timedelta) contador_df['Tempo Médio por Tarefa'] = contador_df['Tempo Médio por Tarefa'].apply(format_timedelta) contador_df = contador_df.sort_values(by='Tarefas Completadas', ascending=False) # Remove outliers e calcula o tempo médio por tarefa da turma tempo_medio_por_tarefa = pd.to_timedelta(contador_df['Tempo Médio por Tarefa']) tempo_medio_por_tarefa = remove_outliers(pd.DataFrame({'Tempo Médio por Tarefa': tempo_medio_por_tarefa}), 'Tempo Médio por Tarefa') media_tempo_medio_turma = tempo_medio_por_tarefa['Tempo Médio por Tarefa'].mean() media_tempo_medio_turma = format_timedelta(media_tempo_medio_turma) contador_df.to_csv(relatorio_csv_path, index=False, encoding='utf-8') return contador_df, media_tempo_medio_turma def generate_pdf_report(dataframe, media_tempo_medio_turma, html_path, output_pdf_path): class PDF(FPDF): def header(self): self.set_font('Arial', 'B', 12) self.cell(0, 10, 'Relatório de Tarefas', 0, 1, 'C') def footer(self): self.set_y(-15) self.set_font('Arial', 'I', 8) self.cell(0, 10, f'Page {self.page_no()}', 0, 0, 'C') def add_image(self, image_path): self.add_page() self.image(image_path, x=10, y=10, w=270) pdf = PDF(orientation='L', unit='mm', format='A4') # Gerar gráficos e adicionar ao PDF def add_bar_labels(bars, labels): for bar, label in zip(bars, labels): height = bar.get_height() plt.annotate(f'{label}', xy=(bar.get_x() + bar.get_width() / 2, height), xytext=(0, 3), # 3 points vertical offset textcoords="offset points", ha='center', va='bottom') top_students = dataframe.nlargest(5, 'Acertos Absolutos') plt.figure(figsize=(10, 6)) bars = plt.bar(top_students['Nome do Aluno'], top_students['Acertos Absolutos'], color='blue') plt.xlabel('Nome do Aluno') plt.ylabel('Acertos Absolutos') plt.title(f'Top 5 Alunos - Acertos Absolutos (Tempo Médio da Turma: {media_tempo_medio_turma})') plt.xticks(rotation=45, ha='right') add_bar_labels(bars, top_students['Acertos Absolutos']) plt.tight_layout() graph_path = 'top_5_acertos_absolutos.png' plt.savefig(graph_path) pdf.add_image(graph_path) plt.figure(figsize=(10, 6)) bars = plt.bar(top_students['Nome do Aluno'], top_students['Média de Acertos'].str.rstrip('%').astype('float'), color='green') plt.xlabel('Nome do Aluno') plt.ylabel('Percentual de Acertos (%)') plt.title(f'Top 5 Alunos - Percentual de Acertos (Tempo Médio da Turma: {media_tempo_medio_turma})') plt.xticks(rotation=45, ha='right') add_bar_labels(bars, top_students['Média de Acertos'].str.rstrip('%').astype('float')) plt.tight_layout() graph_path = 'top_5_percentual_acertos.png' plt.savefig(graph_path) pdf.add_image(graph_path) plt.figure(figsize=(10, 6)) bars = plt.bar(top_students['Nome do Aluno'], top_students['Tarefas Completadas'], color='red') plt.xlabel('Nome do Aluno') plt.ylabel('Tarefas Completadas') plt.title(f'Top 5 Alunos - Tarefas Completadas (Tempo Médio da Turma: {media_tempo_medio_turma})') plt.xticks(rotation=45, ha='right') add_bar_labels(bars, top_students['Tarefas Completadas']) plt.tight_layout() graph_path = 'top_5_tarefas_completadas.png' plt.savefig(graph_path) pdf.add_image(graph_path) # Adiciona gráfico de alunos que passam mais tempo fazendo as tarefas dataframe['Total Tempo'] = pd.to_timedelta(dataframe['Total Tempo']) top_time_students = dataframe.nlargest(5, 'Total Tempo') plt.figure(figsize=(10, 6)) bars = plt.bar(top_time_students['Nome do Aluno'], top_time_students['Total Tempo'].dt.total_seconds(), color='purple') plt.xlabel('Nome do Aluno') plt.ylabel('Tempo Total (segundos)') plt.title(f'Top 5 Alunos - Tempo Total (Tempo Médio da Turma: {media_tempo_medio_turma})') plt.xticks(rotation=45, ha='right') add_bar_labels(bars, top_time_students['Total Tempo'].apply(format_timedelta)) plt.tight_layout() graph_path = 'top_5_tempo_total.png' plt.savefig(graph_path) pdf.add_image(graph_path) # Salvar o PDF com os gráficos temp_graphics_pdf = 'temp_graphics.pdf' pdf.output(temp_graphics_pdf) # Converter o HTML para PDF com bordas na tabela html_content = open(html_path, 'r', encoding='utf-8').read() html_content = html_content.replace('', '
') temp_html_path = 'temp_html_with_borders.html' with open(temp_html_path, 'w', encoding='utf-8') as f: f.write(html_content) temp_html_pdf = 'temp_html.pdf' HTML(temp_html_path).write_pdf(temp_html_pdf) # Combinar os PDFs merger = PdfMerger() merger.append(temp_html_pdf) merger.append(temp_graphics_pdf) merger.write(output_pdf_path) merger.close() # Remover arquivos temporários os.remove(temp_graphics_pdf) os.remove(temp_html_pdf) os.remove(temp_html_path) def processar_relatorio(html_file, tarefa_files): input_directory = "temp_files" # Diretório temporário para os arquivos output_directory = "temp_files" os.makedirs(input_directory, exist_ok=True) os.makedirs(output_directory, exist_ok=True) # Limpa o diretório temporário antes de cada execução (opcional, mas recomendado) for filename in os.listdir(input_directory): file_path = os.path.join(input_directory, filename) if os.path.isfile(file_path): os.remove(file_path) # Salva os arquivos enviados html_path = os.path.join(input_directory, "alunos.htm") with open(html_path, "wb") as f: f.write(html_file) 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) # Normaliza os arquivos alunos_csv_path = os.path.join(output_directory, "alunos_fim.csv") normalize_html_to_csv(html_path, alunos_csv_path) normalize_multiple_excel_to_csv(input_directory, output_directory) # Processa os dados e gera o relatório 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, media_tempo_medio_turma = process_relatorios(contador_csv_path, relatorio_csv_path) # Salva o relatório em HTML e PDF html_output_path = os.path.join(output_directory, "relatorio_final.html") df.to_html(html_output_path, index=False, encoding='utf-8') pdf_output_path = os.path.join(output_directory, "relatorio_final.pdf") generate_pdf_report(df, media_tempo_medio_turma, html_output_path, pdf_output_path) return df.to_html(index=False), html_output_path, pdf_output_path # Tema personalizado theme = gr.themes.Default( primary_hue="blue", # Cor principal (tons de azul) secondary_hue="gray", # Cor secundária (tons de cinza) font=["Arial", "sans-serif"], # Família de fontes font_mono=["Courier New", "monospace"], # Fonte para código ) # --- Interface Gradio --- with gr.Blocks(theme=theme) as interface: gr.Markdown("# Processamento de Relatórios de Tarefas") with gr.Row(): with gr.Column(): gr.Markdown("## Arquivo HTML (alunos.htm)") html_file = gr.File(label="Arraste o arquivo .htm aqui", type="binary") with gr.Column(): gr.Markdown("## Arquivos Excel (Relatórios de Tarefas)") excel_files = gr.Files(label="Arraste os arquivos .xlsx aqui", type="binary", file_count="multiple") generate_btn = gr.Button("Gerar Relatório", variant="primary") # Destaque no botão output_html = gr.HTML() download_html_btn = gr.File(label="Download HTML Report") download_pdf_btn = gr.File(label="Download PDF Report") def wrapper(html_file, excel_files): html_content, html_path, pdf_path = processar_relatorio(html_file, excel_files) return html_content, html_path, pdf_path generate_btn.click(fn=wrapper, inputs=[html_file, excel_files], outputs=[output_html, download_html_btn, download_pdf_btn]) interface.launch()