Update modules/studentact/current_situation_interface.py

modules/studentact/current_situation_interface.py

@@ -25,93 +25,97 @@ from .current_situation_analysis import (
 
 logger = logging.getLogger(__name__)
 ####################################
+
 def display_current_situation_interface(lang_code, nlp_models, t):
     """
     Interfaz simplificada para el análisis inicial, enfocada en recomendaciones directas.
     """
-    # Inicializar estados si no existen
-    if 'text_input' not in st.session_state:
-        st.session_state.text_input = ""
-    if 'show_results' not in st.session_state:
-        st.session_state.show_results = False
-    if 'current_doc' not in st.session_state:
-        st.session_state.current_doc = None
-    if 'current_metrics' not in st.session_state:
-        st.session_state.current_metrics = None
+    try:
+        # Inicializar estados si no existen
+        if 'text_input' not in st.session_state:
+            st.session_state.text_input = ""
+        if 'show_results' not in st.session_state:
+            st.session_state.show_results = False
+        if 'current_doc' not in st.session_state:
+            st.session_state.current_doc = None
+        if 'current_metrics' not in st.session_state:
+            st.session_state.current_metrics = None
 
-    st.markdown("## Análisis Inicial de Escritura")
-    
-    # Container principal con dos columnas
-    with st.container():
-        input_col, results_col = st.columns([1,2])
+        st.markdown("## Análisis Inicial de Escritura")
         
-        with input_col:
-            st.markdown("### Ingresa tu texto")
-            
-            # Función para manejar cambios en el texto
-            def on_text_change():
-                st.session_state.text_input = st.session_state.text_area
-                st.session_state.show_results = False  # Resetear resultados cuando el texto cambia
-            
-            # Text area con manejo de estado
-            text_input = st.text_area(
-                t.get('input_prompt', "Escribe o pega tu texto aquí:"),
-                height=400,
-                key="text_area",
-                value=st.session_state.text_input,
-                on_change=on_text_change,
-                help="Este texto será analizado para darte recomendaciones personalizadas"
-            )
+        # Container principal con dos columnas
+        with st.container():
+            input_col, results_col = st.columns([1,2])
             
-            if st.button(
-                t.get('analyze_button', "Analizar mi escritura"),
-                type="primary",
-                disabled=not text_input.strip(),
-                use_container_width=True,
-            ):
-                try:
-                    with st.spinner(t.get('processing', "Analizando...")):
-                        # Procesar texto y obtener métricas
-                        doc = nlp_models[lang_code](text_input)
-                        metrics = analyze_text_dimensions(doc)
-                        
-                        # Guardar en MongoDB
-                        storage_success = store_current_situation_result(
-                            username=st.session_state.username,
-                            text=text_input,
-                            metrics=metrics,
-                            feedback=None  # Por ahora sin feedback
+            with input_col:
+                st.markdown("### Ingresa tu texto")
+                
+                # Función para manejar cambios en el texto
+                def on_text_change():
+                    st.session_state.text_input = st.session_state.text_area
+                    st.session_state.show_results = False  # Resetear resultados cuando el texto cambia
+                
+                # Text area con manejo de estado
+                text_input = st.text_area(
+                    t.get('input_prompt', "Escribe o pega tu texto aquí:"),
+                    height=400,
+                    key="text_area",
+                    value=st.session_state.text_input,
+                    on_change=on_text_change,
+                    help="Este texto será analizado para darte recomendaciones personalizadas"
+                )
+                
+                if st.button(
+                    t.get('analyze_button', "Analizar mi escritura"),
+                    type="primary",
+                    disabled=not text_input.strip(),
+                    use_container_width=True,
+                ):
+                    try:
+                        with st.spinner(t.get('processing', "Analizando...")):
+                            # Procesar texto y obtener métricas
+                            doc = nlp_models[lang_code](text_input)
+                            metrics = analyze_text_dimensions(doc)
+                            
+                            # Guardar en MongoDB
+                            storage_success = store_current_situation_result(
+                                username=st.session_state.username,
+                                text=text_input,
+                                metrics=metrics,
+                                feedback=None  # Por ahora sin feedback
+                            )
+                            
+                            if not storage_success:
+                                logger.warning("No se pudo guardar el análisis en la base de datos")
+                            
+                            # Actualizar estado
+                            st.session_state.current_doc = doc
+                            st.session_state.current_metrics = metrics
+                            st.session_state.show_results = True
+                            st.session_state.text_input = text_input
+                            
+                    except Exception as e:
+                        logger.error(f"Error en análisis: {str(e)}")
+                        st.error(t.get('analysis_error', "Error al analizar el texto"))
+                
+            # Mostrar resultados en la columna derecha
+            with results_col:
+                if st.session_state.show_results and st.session_state.current_metrics is not None:
+                    display_recommendations(st.session_state.current_metrics, t)
+                    
+                    # Opción para ver detalles
+                    with st.expander("🔍 Ver análisis detallado", expanded=False):
+                        display_current_situation_visual(
+                            st.session_state.current_doc,
+                            st.session_state.current_metrics
                         )
                         
-                        if not storage_success:
-                            logger.warning("No se pudo guardar el análisis en la base de datos")
-                        
-                        # Actualizar estado
-                        st.session_state.current_doc = doc
-                        st.session_state.current_metrics = metrics
-                        st.session_state.show_results = True
-                        st.session_state.text_input = text_input
-                        
-                except Exception as e:
-                    logger.error(f"Error en análisis: {str(e)}")
-                    st.error(t.get('analysis_error', "Error al analizar el texto"))
-            
-        # Mostrar resultados en la columna derecha
-        with results_col:
-            if st.session_state.show_results and st.session_state.current_metrics is not None:
-                display_recommendations(st.session_state.current_metrics, t)
-                
-                # Opción para ver detalles
-                with st.expander("🔍 Ver análisis detallado", expanded=False):
-                    display_current_situation_visual(
-                        st.session_state.current_doc,
-                        st.session_state.current_metrics
-                    )
-        
     except Exception as e:
         logger.error(f"Error en interfaz: {str(e)}")
         st.error("Ocurrió un error. Por favor, intente de nuevo.")
 
+
+
 def display_current_situation_visual(doc, metrics):
     """
     Muestra visualizaciones detalladas del análisis.