app.py

import gradio as gr
import requests
from bs4 import BeautifulSoup
from urllib.parse import quote
from itertools import combinations

# Paleta de colores
color_palette = ['#1f77b4', '#ff7f0e', '#2ca02c', '#d62728', '#9467bd', '#8c564b', '#e377c2', '#bcbd22', '#17becf', '#ff6666', '#4dff4d', '#6666ff', '#ffcc00', '#993399', '#00cc99', '#ff5050', '#33adff', '#ff9966']

def buscar_google(query, hl='es', num_results=10):
    all_results = []

    for start in range(0, num_results, 10):
        url = f"https://www.google.com/search?q={quote(query)}&hl={hl}&start={start}"
        headers = {
            "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.3"
        }
        response = requests.get(url, headers=headers)
        soup = BeautifulSoup(response.text, 'html.parser')
        search_results = soup.find_all('div', attrs={'class': 'tF2Cxc'})
        all_results.extend(search_results)

    serp_data = []
    for i, result in enumerate(all_results[:num_results]):
        header = result.find('h3')
        header = header.text if header else "Sin título"
        link = result.find('a', href=True)['href']
        link_clean = link.split('&')[0].split('=')[1] if 'url?q=' in link else link
        serp_data.append({"Posición": i + 1, "URL": link_clean})

    return serp_data

def identificar_urls_comunes(serps):
    all_urls = [url for serp in serps for url in serp]
    urls_comunes = {url for url in all_urls if all_urls.count(url) > 1}
    return urls_comunes

def calcular_porcentajes_similaridad(serp_results, min_length):
    porcentajes = {}
    for combo in combinations(serp_results.keys(), 2):
        urls_serp1 = [entry["URL"] for entry in serp_results[combo[0]][:min_length]]
        urls_serp2 = [entry["URL"] for entry in serp_results[combo[1]][:min_length]]
        
        set_urls_serp1 = set(urls_serp1)
        set_urls_serp2 = set(urls_serp2)
        intersection = len(set_urls_serp1 & set_urls_serp2)
        union = len(set_urls_serp1 | set_urls_serp2)
        porcentaje_base = (intersection / union) * 100 if union > 0 else 0
        
        bonificacion = 0
        if urls_serp1[:2] == urls_serp2[:2]:
            bonificacion += 20
        if any(url in urls_serp2[:3] for url in urls_serp1[:3]):
            bonificacion += 15
        
        porcentaje_final = min(100, porcentaje_base + bonificacion)
        # Redondear al múltiplo de 10 más cercano
        porcentaje_final = round(porcentaje_final / 10) * 10
        
        porcentajes[combo] = porcentaje_final
    return porcentajes

def obtener_color_porcentaje(porcentaje):
    if porcentaje >= 80:
        return 'red'
    elif porcentaje >= 60:
        return '#FFA07A'  # Rojo anaranjado
    elif porcentaje >= 40:
        return '#F0E68C'  # Amarillo anaranjado
    elif porcentaje >= 20:
        return '#85e985'  # Verdoso
    else:
        return 'green'


def generar_html_con_colores(serp_results, urls_comunes, min_length):
    url_color_map = {url: color_palette[i % len(color_palette)] for i, url in enumerate(urls_comunes)}

    html_table = "<details style='padding: 10px; background: #f3f3f3; border: solid 0; border-radius: 8px; margin-top: 10px;'><summary>Ver Resultados</summary><table border='1'><tr><th>Posición</th>"

    keywords = list(serp_results.keys())
    for keyword in keywords:
        html_table += f"<th>{keyword}</th>"
    html_table += "</tr>"

    # Usar min_length para limitar el número de filas en la tabla
    for i in range(min_length):
        html_table += f"<tr><td>{i + 1}</td>"
        for keyword in keywords:
            if i < len(serp_results[keyword]):
                entry = serp_results[keyword][i]
                url = entry["URL"]
                display_url = f"<a href='{url}' target='_blank' style='color:{url_color_map.get(url, '#c3c3c3')}'>{url}</a>"
                html_table += f"<td>{display_url}</td>"
            else:
                html_table += "<td></td>"
        html_table += "</tr>"
    html_table += "</table></detais>"
    return html_table

def analyze_keywords(keywords):
    keywords_list = [keyword.strip() for keyword in keywords.split(',')]
    serp_results = {keyword: buscar_google(keyword) for keyword in keywords_list}

    # Determinar el mínimo número de resultados devueltos entre todas las búsquedas
    min_length = min(len(serp) for serp in serp_results.values())
    
    urls_por_keyword = [[entry["URL"] for entry in serp][:min_length] for serp in serp_results.values()]
    urls_comunes = identificar_urls_comunes(urls_por_keyword)
    
    html_table = generar_html_con_colores(serp_results, urls_comunes, min_length)

    porcentajes_similaridad = calcular_porcentajes_similaridad(serp_results, min_length)
    similaridad_html = generar_html_similaridad(porcentajes_similaridad)  # Utilizar la función para generar HTML de similaridad

    return similaridad_html , html_table

def generar_html_similaridad(porcentajes_similaridad):
    similaridad_html = "<div><strong>Porcentajes de Similaridad:</strong><br>"
    for combo, porcentaje in porcentajes_similaridad.items():
        color = obtener_color_porcentaje(porcentaje)
        similaridad_html += f"{combo[0]} & {combo[1]}: <span style='color:{color};'>{porcentaje}%</span><br>"
    similaridad_html += "</div>"
    return similaridad_html


iface = gr.Interface(
    fn=analyze_keywords,
    inputs="text",
    outputs=["html", "html"],
    title="<div style='margin:0 auto;text-align:center'><div style='margin:0 auto;text-align:center'><img style='width:100px;display: inline-table;margin-bottom:-10px' src='https://artxeweb.com/media/files/intencion-de-busqueda.jpg'><p>Similaridad de búsquedas</p></div>",
    description="<p style='margin-bottom:10px;text-align:center;background: #ffffff; padding: 8px; border-radius: 8px; border-width: 1px; border: solid 1px #e5e7eb;'>Introduce las keywords separadas por comas para encontrar coincidencias en los resultados de búsqueda de Google. Las URLs comunes entre las búsquedas se resaltarán en colores únicos y se mostrará el porcentaje de similaridad.</p>",
    article="<div style='margin-top:10px'><p style='text-align: center !important; background: #ffffff; padding: 5px 30px; border-radius: 8px; border-width: 1px; border: solid 1px #e5e7eb; width: fit-content; margin: auto;'>Desarrollada por <a style='text-decoration: none !important; color: #e12a31 !important;' href='https://artxeweb.com/'>© Artxe Web</a></p></div>"
)

iface.launch()