app.py

import gradio as gr
from googleapiclient.discovery import build
from textblob import TextBlob
import pandas as pd
import plotly.express as px
import re

# Türkçe pozitif ve negatif kelimeler sözlüğü
POSITIVE_WORDS = {
    'teşekkür', 'güzel', 'harika', 'muhteşem', 'süper', 'başarılı', 'mükemmel',
    'eğitici', 'faydalı', 'yararlı', 'iyi', 'sevdim', 'beğendim', 'bravo',
    'tebrik', 'excellent', 'great', 'awesome', 'amazing', 'thanks'
}

NEGATIVE_WORDS = {
    'kötü', 'berbat', 'rezalet', 'saçma', 'gereksiz', 'boş', 'yanlış',
    'hata', 'zayıf', 'olmamış', 'beğenmedim', 'sevmedim', 'waste', 'bad',
    'terrible', 'worst', 'poor', 'boring'
}


def get_video_id(url):
    """YouTube URL'sinden video ID'sini çıkarır."""
    if "v=" in url:
        return url.split("v=")[1].split("&")[0]
    elif "youtu.be" in url:
        return url.split("/")[-1]
    return None


def clean_text(text):
    """Metni temizler ve normalleştirir."""
    text = re.sub(r'<.*?>', '', text)  # HTML etiketlerini kaldır
    text = re.sub(r'http\S+|www.\S+', '', text)  # URL'leri kaldır
    text = text.lower()  # Küçük harfe çevir
    return text.strip()


def analyze_sentiment_improved(text):
    """Geliştirilmiş duygu analizi."""
    text = clean_text(text)
    words = text.split()  # Basit kelime bölme

    # Pozitif ve negatif kelime sayısını hesapla
    positive_count = sum(1 for word in words if word.lower() in POSITIVE_WORDS)
    negative_count = sum(1 for word in words if word.lower() in NEGATIVE_WORDS)

    # TextBlob ile duygu analizi
    blob_sentiment = TextBlob(text).sentiment.polarity

    # Skorları birleştirerek sonuç üret
    if positive_count > negative_count or blob_sentiment > 0.1:
        return "Pozitif"
    elif negative_count > positive_count or blob_sentiment < -0.1:
        return "Negatif"
    return "Nötr"


def count_search_word(text, search_word):
    """Aranan kelimenin metinde kaç kez geçtiğini sayar."""
    if not search_word:
        return 0
    text = clean_text(text)
    search_word = search_word.lower()
    return text.count(search_word)


def analyze_video(api_key, video_url, search_word=""):
    """Video istatistiklerini ve yorumları analiz eder."""
    try:
        youtube = build('youtube', 'v3', developerKey=api_key)
        video_id = get_video_id(video_url)

        if not video_id:
            return "Geçersiz YouTube URL'si", None, None, None

        # Video detaylarını al
        video_response = youtube.videos().list(
            part='statistics,snippet',
            id=video_id
        ).execute()

        if not video_response['items']:
            return "Video bulunamadı", None, None, None

        statistics = video_response['items'][0]['statistics']
        video_title = video_response['items'][0]['snippet']['title']

        # Yorumları al
        comments = []
        nextPageToken = None
        total_search_word_count = 0

        while True:
            comment_response = youtube.commentThreads().list(
                part='snippet',
                videoId=video_id,
                maxResults=100,
                pageToken=nextPageToken
            ).execute()

            for item in comment_response['items']:
                comment_text = item['snippet']['topLevelComment']['snippet']['textDisplay']
                author = item['snippet']['topLevelComment']['snippet']['authorDisplayName']
                like_count = item['snippet']['topLevelComment']['snippet'].get('likeCount', 0)
                published_at = item['snippet']['topLevelComment']['snippet']['publishedAt']

                search_word_count = count_search_word(comment_text, search_word)
                sentiment = analyze_sentiment_improved(comment_text)

                total_search_word_count += search_word_count

                if not search_word or search_word_count > 0:
                    comments.append({
                        'Yazar': author,
                        'Yorum': comment_text,
                        'Duygu': sentiment,
                        'Beğeni': like_count,
                        'Tarih': published_at,
                        f'"{search_word}" Kelime Sayısı': search_word_count if search_word else 0
                    })

            nextPageToken = comment_response.get('nextPageToken')
            if not nextPageToken:
                break

        # DataFrame oluştur
        df = pd.DataFrame(comments)

        # Duygu analizi istatistikleri
        sentiment_stats = df['Duygu'].value_counts()

        # Plotly ile grafik oluştur
        fig = px.bar(
            x=sentiment_stats.index,
            y=sentiment_stats.values,
            title=f"Duygu Analizi Sonuçları - {video_title}",
            labels={'x': 'Duygu', 'y': 'Yorum Sayısı'},
            color=sentiment_stats.index,
            color_discrete_map={
                'Pozitif': 'green',
                'Negatif': 'red',
                'Nötr': 'gray'
            }
        )

        # Excel dosyası oluştur
        excel_path = "youtube_comments.xlsx"
        df.to_excel(excel_path, index=False)

        # Sonuçları formatla
        stats_text = f"""
        Video Başlığı: {video_title}

        Video İstatistikleri:
        - Görüntülenme: {statistics.get('viewCount', 'Bilgi yok')}
        - Beğeni: {statistics.get('likeCount', 'Bilgi yok')}
        - Yorum Sayısı: {statistics.get('commentCount', 'Bilgi yok')}

        Yorum Duygu Analizi:
        - Pozitif Yorum: {sentiment_stats.get('Pozitif', 0)}
        - Negatif Yorum: {sentiment_stats.get('Negatif', 0)}
        - Nötr Yorum: {sentiment_stats.get('Nötr', 0)}
        """

        if search_word:
            stats_text += f"""
        Aranan Kelime "{search_word}":
        - Toplam Kullanım Sayısı: {total_search_word_count}
        - İçeren Yorum Sayısı: {len([c for c in comments if c[f'"{search_word}" Kelime Sayısı'] > 0])}
        """

        return stats_text, df, fig, excel_path

    except Exception as e:
        return f"Hata oluştu: {str(e)}", None, None, None


# Gradio arayüzü
def gradio_interface(api_key, video_url, search_word=""):
    stats, df, plot, excel_path = analyze_video(api_key, video_url, search_word)
    return stats, df, plot, excel_path


# Gradio uygulamasını oluştur
iface = gr.Interface(
    fn=gradio_interface,
    inputs=[
        gr.Textbox(label="YouTube API Anahtarı (Youtube API Key)"),
        gr.Textbox(label="YouTube Video URL'si (Youtube Video URL)"),
        gr.Textbox(label="Yorum İçinde Aranacak Kelime (Word to Search in Comment)")
    ],
    outputs=[
        gr.Textbox(label="İstatistikler(Statistics)"),
        gr.Dataframe(label="Yorumlar ve Duygu Analizi(Comments and Sentiment Analysis)"),
        gr.Plot(label="Duygu Analizi Grafiği(Sentiment Analysis Chart)"),
        gr.File(label="Yorumları İndir (Excel)(Download comments Excel)")
    ],
    title="YouTube Video Analiz Aracı(Youtube Video Analysis Tool)--->(Deployed by Eray Coşkun)",
    description="Video istatistiklerini ve yorum duygu analizini görüntüleyin(View video statistics and comment sentiment analysis)"
)

# Uygulamayı başlat
if __name__ == "__main__":
    iface.launch(share=True)