4NK_IA_front/analyze-document.py
root 2a8123bc35 fix: Suppression du bouton Analyser et corrections des erreurs JavaScript
- Suppression du bouton 'Analyser' à côté de l'aperçu
- Correction des erreurs JavaScript dans ExtractionView
- Amélioration de la gestion des erreurs dans l'API
- Alignement avec les endpoints du backend
2025-09-10 23:59:48 +02:00

90 lines
3.2 KiB
Python

#!/usr/bin/env python3
import requests
import json
import sys
def analyze_document(document_id):
"""Analyser un document via l'API backend"""
base_url = "http://localhost:18000"
print(f"🔍 Analyse du document: {document_id}")
print("=" * 50)
try:
# Récupérer les détails du document
response = requests.get(f"{base_url}/api/notary/documents/{document_id}")
if response.status_code == 200:
data = response.json()
print(f"📄 Document: {data.get('filename', 'N/A')}")
print(f"📊 Taille: {data.get('size', 0)} bytes")
print(f"📅 Upload: {data.get('upload_time', 'N/A')}")
print(f"✅ Statut: {data.get('status', 'N/A')}")
print(f"📈 Progression: {data.get('progress', 0)}%")
print(f"🔄 Étape: {data.get('current_step', 'N/A')}")
results = data.get('results', {})
if results:
print("\n📋 Résultats de l'analyse:")
print("-" * 30)
# Type de document
doc_type = results.get('document_type', 'N/A')
print(f"📑 Type: {doc_type}")
# Texte OCR
ocr_text = results.get('ocr_text', 'N/A')
print(f"📝 Texte extrait: {ocr_text[:100]}...")
# Entités
entities = results.get('entities', {})
if entities:
print(f"👥 Personnes: {entities.get('persons', [])}")
print(f"🏠 Adresses: {entities.get('addresses', [])}")
print(f"🏢 Propriétés: {entities.get('properties', [])}")
# Score de vérification
score = results.get('verification_score', 0)
print(f"⭐ Score de vérification: {score}")
# Données externes
external_data = results.get('external_data', {})
if external_data:
print(f"🌐 Données externes: {external_data}")
# Recommandations
recommendations = results.get('recommendations', [])
if recommendations:
print(f"💡 Recommandations:")
for i, rec in enumerate(recommendations, 1):
print(f" {i}. {rec}")
# Risques
risks = results.get('risks', [])
if risks:
print(f"⚠️ Risques identifiés:")
for i, risk in enumerate(risks, 1):
print(f" {i}. {risk}")
print("\n✅ Analyse terminée avec succès!")
else:
print(f"❌ Erreur: {response.status_code}")
print(f"Message: {response.text}")
except requests.exceptions.ConnectionError:
print("❌ Erreur: Impossible de se connecter à l'API backend")
print("Vérifiez que le backend est démarré sur http://localhost:18000")
except Exception as e:
print(f"❌ Erreur: {e}")
if __name__ == "__main__":
if len(sys.argv) > 1:
document_id = sys.argv[1]
else:
document_id = "doc_20250910_232208_10" # ID par défaut
analyze_document(document_id)