Update app.py

app.py

@@ -15,13 +15,52 @@ def setup_spacy_model():
     """Carga o descarga el modelo spaCy necesario."""
     try:
         spacy.load("es_core_news_lg")
+        logger.info("Modelo spaCy 'es_core_news_lg' cargado correctamente.")
     except OSError:
         logger.info("Descargando spaCy model es_core_news_lg...")
         subprocess.run([sys.executable, "-m", "spacy", "download", "es_core_news_lg"], check=True)
 
+def list_content_storage_files() -> list:
+    """Devuelve la lista de archivos en la carpeta content_storage."""
+    base_dir = Path("content_storage")
+    if not base_dir.exists():
+        return []
+    return [str(file.relative_to(base_dir)) for file in base_dir.glob("**/*") if file.is_file()]
+
+def download_storage_file(selected_file: str) -> str:
+    """Dado el nombre del archivo (relativo a content_storage), devuelve la ruta para descarga."""
+    if not selected_file:
+        return ""
+    file_path = Path("content_storage") / selected_file
+    return str(file_path) if file_path.exists() else ""
+
+def refresh_file_list() -> list:
+    """Actualiza la lista de archivos disponibles en content_storage."""
+    return list_content_storage_files()
+
+# Creamos la interfaz
 def create_interface() -> gr.Blocks:
     analyzer = SEOSpaceAnalyzer()
 
+    # Definimos una función envoltorio para incluir callbacks de estado
+    def analyze_with_callbacks(sitemap_url: str):
+        status_msgs = []
+
+        def status_callback(msg: str):
+            status_msgs.append(msg)
+            logger.info(msg)
+
+        def progress_callback(current: int, total: int):
+            logger.info(f"Batch {current} de {total} procesado.")
+
+        # Se llama al método modificado que procesa en lotes de 5
+        results = analyzer.analyze_sitemap(sitemap_url, progress_callback=progress_callback, status_callback=status_callback)
+        final_status = "\n".join(status_msgs) if status_msgs else "Análisis completado."
+        # 'results' es una tupla de 7 elementos:
+        # (stats, recommendations, content_analysis, links, details, similarities, seo_tags)
+        # Devolvemos esos 7 outputs más el mensaje final en estado (total 8)
+        return (*results, final_status)
+
     with gr.Blocks(title="SEO Analyzer Pro", theme=gr.themes.Soft()) as demo:
         gr.Markdown("""
         # 🧠 SEO Analyzer Pro
@@ -30,16 +69,13 @@ def create_interface() -> gr.Blocks:
         - Títulos y meta descripciones SEO
         - Alertas por lenguaje de riesgo
         """)
-
         with gr.Row():
             sitemap_input = gr.Textbox(label="📍 URL del Sitemap", placeholder="https://ejemplo.com/sitemap.xml")
             analyze_btn = gr.Button("🔍 Analizar")
             clear_btn = gr.Button("🧹 Limpiar")
             download_json_btn = gr.Button("📥 Descargar JSON")
             download_csv_btn = gr.Button("📤 Descargar CSV")
-
-        status_output = gr.Textbox(label="Estado del análisis")
-
+        status_output = gr.Textbox(label="Estado del análisis", interactive=False)
         with gr.Tabs():
             with gr.Tab("📊 Resumen"):
                 stats_output = gr.JSON(label="Estadísticas")
@@ -53,27 +89,24 @@ def create_interface() -> gr.Blocks:
                 details_output = gr.JSON(label="Detalles por página")
             with gr.Tab("🧠 SEO y Temas"):
                 seo_tags_output = gr.JSON(label="Metadatos SEO generados")
+                # Los siguientes se actualizan vía change en seo_tags_output
                 topics_output = gr.JSON(label="Temas inferidos")
                 flags_output = gr.JSON(label="Términos prohibidos detectados")
             with gr.Tab("🔗 Similitud"):
                 similarity_output = gr.JSON(label="Similitud entre URLs")
-
-        def analyze_with_status(sitemap_url):
-            try:
-                result = analyzer.analyze_sitemap(sitemap_url)
-                return (*result, "✅ Análisis completado")
-            except Exception as e:
-                return [None]*8 + [f"❌ Error: {e}"]
-
-        def export_json():
+            with gr.Tab("📁 Archivos"):
+                file_dropdown = gr.Dropdown(label="Archivos en content_storage", choices=list_content_storage_files())
+                refresh_btn = gr.Button("Actualizar lista")
+                download_file_btn = gr.Button("Descargar Archivo Seleccionado", variant="secondary")
+                file_download = gr.File(label="Archivo Seleccionado")
+        def export_json() -> str:
             if analyzer.current_analysis:
                 path = Path("content_storage/seo_report.json")
                 with open(path, "w", encoding="utf-8") as f:
-                    json.dump(analyzer.current_analysis, f, ensure_ascii=False, indent=2)
+                    json.dump(analyzer.current_analysis, f, indent=2, ensure_ascii=False)
                 return str(path)
             return ""
-
-        def export_csv():
+        def export_csv() -> str:
             if not analyzer.current_analysis:
                 return ""
             path = Path("content_storage/seo_summary.csv")
@@ -89,15 +122,15 @@ def create_interface() -> gr.Blocks:
                 })
             pd.DataFrame(data).to_csv(path, index=False)
             return str(path)
-
         analyze_btn.click(
-            fn=analyze_with_status,
+            fn=analyze_with_callbacks,
             inputs=sitemap_input,
             outputs=[
                 stats_output, recommendations_output, content_output,
                 links_output, details_output, similarity_output,
                 seo_tags_output, status_output
-            ]
+            ],
+            show_progress=True
         )
         clear_btn.click(fn=lambda: [None]*8, outputs=[
             stats_output, recommendations_output, content_output,
@@ -109,7 +142,8 @@ def create_interface() -> gr.Blocks:
         links_output.change(fn=analyzer.plot_internal_links, inputs=links_output, outputs=links_plot)
         seo_tags_output.change(fn=lambda: analyzer.current_analysis.get("topics", {}), outputs=topics_output)
         seo_tags_output.change(fn=lambda: analyzer.current_analysis.get("flags", {}), outputs=flags_output)
-
+        refresh_btn.click(fn=refresh_file_list, outputs=file_dropdown)
+        download_file_btn.click(fn=download_storage_file, inputs=file_dropdown, outputs=file_download)
     return demo
 
 if __name__ == "__main__":