app.py

import streamlit as st
from transformers import pipeline
from PyPDF2 import PdfReader
import json

# بارگذاری مدل GPT-Neo
pipe = pipeline("text-generation", model="EleutherAI/gpt-neo-125m")

def extract_text_from_pdf(pdf_file):
    """استخراج متن از فایل PDF."""
    reader = PdfReader(pdf_file)
    text = ""
    for page in reader.pages:
        text += page.extract_text()
    return text.strip()

def generate_quiz_json(text):
    """تولید JSON بر اساس متن."""
    prompt = (
        f"Hier ist ein Text:\n\n"
        f"{text}\n\n"
        "Erstelle basierend auf diesem Text eine Quizfrage. "
        "Stelle eine Frage, die mit dem Inhalt des Textes zu tun hat. "
        "Verwende das folgende JSON-Format für die Ausgabe, indem du alle Optionen und die richtige Antwort aus dem Text extrahierst:\n\n"
        "{\n"
        '  "text": "<Der Originaltext aus dem Input>",\n'
        '  "frage": "<Eine Frage, die auf dem Text basiert>",\n'
        '  "options": ["<Option1>", "<Option2>", "<Option3>", "<Option4>"],\n'
        '  "antwort": "<Die richtige Antwort aus den Optionen>"\n'
        "}\n\n"
        "Bitte extrahiere und verwende konkrete Werte aus dem Text, anstatt Platzhalter wie 'TEXT', 'FRAGE', 'OPTION1' usw."
    )

    # تولید خروجی از مدل
    generated_output = pipe(prompt, max_new_tokens=300, num_return_sequences=1)[0]['generated_text']
    
    # تلاش برای پارس کردن JSON تولیدشده
    try:
        start_index = generated_output.find('{')
        end_index = generated_output.rfind('}') + 1
        json_string = generated_output[start_index:end_index]
        parsed_json = json.loads(json_string)
        return parsed_json
    except json.JSONDecodeError:
        return {"error": "Ungültiges JSON-Format im GPT-Ausgabe."}


def download_json(data, filename="quiz.json"):
    """تبدیل داده‌ها به JSON و ایجاد لینک دانلود."""
    json_data = json.dumps(data, ensure_ascii=False, indent=4)
    st.download_button(
        label="📥 JSON herunterladen",
        data=json_data,
        file_name=filename,
        mime="application/json",
    )

# رابط کاربری Streamlit
st.title("Quiz Generator aus PDF")
st.write("Laden Sie eine PDF-Datei hoch, um Quizfragen zu generieren.")

# دکمه آپلود فایل
uploaded_file = st.file_uploader("PDF-Datei hochladen", type="pdf")

if uploaded_file is not None:
    # استخراج متن از فایل PDF
    with st.spinner("Text wird extrahiert..."):
        extracted_text = extract_text_from_pdf(uploaded_file)
    
    # تولید JSON از متن
    with st.spinner("Quizfragen werden generiert..."):
        quiz_json = generate_quiz_json(extracted_text)
    
    # نمایش JSON تولیدشده
    st.write("### Generierter JSON:")
    st.json(quiz_json)
    
    # افزودن دکمه دانلود JSON
    st.write("### JSON herunterladen:")
    download_json(quiz_json)