IAProf/main/openaiApprecioations copy.py

from openai import OpenAI
from PyPDF2 import PdfReader
from django.conf import settings

liste_eleves = {}
client = OpenAI(api_key=settings.OPENAI_API_KEY)

def split_by_eleve(text):
    """
    Découpe le texte en une liste de chaînes, chaque élément commençant par 'ELEVE'.
    """
    import re
    # On split sur chaque occurrence de 'ELEVE' suivie d'un ou plusieurs chiffres
    parts = re.split(r'(ELEVE\d+)', text)
    result = []
    for i in range(1, len(parts), 2):
        # parts[i] est 'ELEVEid', parts[i+1] est le texte associé
        bloc = parts[i] + parts[i+1] if i+1 < len(parts) else parts[i]
        result.append(bloc.strip())
    return result

def anonymiserPdf(file, eleves):
    eleve_id = 1
    pages_content = ""

    for page in file.pages:
        lines = page.extract_text().split('\n')
        curent_page = []
        write = False
        eleve_found = False

        for i, line in enumerate(lines):
            # Attendre la ligne qui se termine par " Trimestre"
            if not write:
                if line.strip().endswith("Trimestre"):
                    write = True
                continue

            # Enregistrer la ligne suivante (nom de l'élève)
            if write and not eleve_found:
                eleve_nom = line.strip()
                if eleve_nom not in eleves:
                    eleves[eleve_nom] = f"ELEVE{eleve_id}"
                    eleve_id += 1
                curent_page.append(eleves[eleve_nom] + "\n")
                eleve_found = True
                continue

            # Attendre la ligne qui commence par "Appréciations"
            if eleve_found:
                if line.strip().startswith("Appréciations"):
                    # Commencer à écrire les lignes suivantes
                    for l in lines[i+1:]:
                        if l.startswith("M.") or l.startswith("Mme"):
                            continue
                        curent_page.append(l + "\n")
                    break  # Fin du traitement de cette page

        pages_content += "".join(curent_page)
    return pages_content

def get_eleve_name(text, eleves):
    """
    Extrait le nom de l'élève à partir du texte.
    """
    for line in text.split('\n'):
        line = line.strip()
        if line in eleves:
            return eleves[line]
    return None

def replace_eleve_ids_with_names(text, eleves):
    # Inverse the eleves dict to map ELEVEid -> nom prénom
    id_to_name = {v: k for k, v in eleves.items()}
    # Trier les IDs par longueur décroissante pour éviter les remplacements partiels
    for eleve_id in sorted(id_to_name.keys(), key=len, reverse=True):
        nom = id_to_name[eleve_id]
        if eleve_id in text:
            text = text.replace(eleve_id, nom)
    return text

def generatationAppreciations(appreciations_path, modele_path=None):

    if (modele_path):
        modele = PdfReader(modele_path)
        modele_anonyme = anonymiserPdf(modele, liste_eleves)
        
    appreciations = PdfReader(appreciations_path)
    appreciation_anonyme = anonymiserPdf(appreciations, liste_eleves)
    tableau_appreciations = split_by_eleve(appreciation_anonyme)

    responses = []
    #debug
    tableau_appreciations = tableau_appreciations[:3]
    for eleve in tableau_appreciations:
        if modele_path:
            # Si un modèle est fourni, on utilise le modèle pour chaque élève
            data = [
            {
                "role": "developer",
                "content": "Tu dois générer des appréciations générales de bulletins avec le style de l'exemple suivant (500 caractères max)"
            },{
                "role": "assistant",
                "content": modele_anonyme
            },  
            {
                "role": "user",
                "content": eleve
            }]
        else:
            data = [
            {
                "role": "developer",
                "content": "Tu dois générer des appréciations générales de bulletins (500 caractères max)"
            },  
            {
                "role": "user",
                "content": eleve
            }]
        completion = client.chat.completions.create(
            model="gpt-4.1-mini",
            messages=data,
            temperature=1,
            top_p=1)
        resultat = "<b><u><i>" + get_eleve_name(completion.choices[0].message.content, liste_eleves) + "</i></u></b>\n"
        resultat += replace_eleve_ids_with_names(completion.choices[0].message.content, liste_eleves)
        responses.append(resultat)

    return responses