hix1dZddlZddlZddlZddlmZmZddlZddlZddl m Z ddl Z ddl Z ddlmZej eZeGddZeZy)z- Service de parsing de CV avec Google Gemini N)DictTuple) load_dotenvceZdZdZhdZdZdedeeeffdZ de de fdZ dedefd Z de defd Zde defd Zd ede fd ZdedefdZdede fdZde fdZdededeeeffdZy)CVParserServicezDService pour parser et extraire les informations des CVs avec Gemini>%tâchesdiplôme expérience université compétences réalisationsresponsabilitéscurriculum vitaecvpostestagetasksdegreeprofilprojetresumeskillscompanydiplomelanguesmissionprofileprojectobjectifposition education formation languages objective entreprise experience internship university competences achievements certificationresponsibilitiesctjd}|s tdtj|tj d|_tjdy)NGEMINI_API_KEYz"GEMINI_API_KEY manquante dans .env)api_keyzgemini-flash-latestu4✅ Service Gemini initialisé (gemini-flash-latest)) osgetenv ValueErrorgenai configureGenerativeModelmodelloggerinfo)selfgemini_api_keys >/home/www/therecruiter.miabetepe.com/app/services/cv_parser.py__init__zCVParserService.__init__#sN#34AB B /**+@A  JKtextreturncR |rt|dkry|j t fd|jD}t t j d|}t t j d|}t t j d|}d}g}|dk\r|d z }|j|d n=|d k\r|d z }|j|d n|d k\r|dz }|j|d|r|dz }|jd|r|dz }|jd|r|dz }|jd|dk\r!tjd|ddd|dfSd|d}||rddj|zndz }tjd|d|fS) uw Vérifie si le texte extrait ressemble à un CV Retourne: (is_cv: bool, reason: str) d)FuFLe document est trop court pour être un CV (minimum 100 caractères).c3,K|] }|vsd yw)N).0keyword text_lowers r; z/CVParserService.is_likely_cv..<sX7'ZBWQXs z.[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}zC[\+]?[(]?[0-9]{1,4}[)]?[-\s\.]?[(]?[0-9]{1,4}[)]?[-\s\.]?[0-9]{1,9}z\b(19|20)\d{2}\br(u mots-clés CV détectésrC u mot(s)-clé(s) CV détecté(s)uEmail détectéuTéléphone détectéuDates/années détectées2u&✅ Document validé comme CV (score: z/100)TzCV valide (score: u.Ce document ne semble pas être un CV (score: z/100). uRaisons détectées: z, uAucun indicateur CV trouvé.u⚠️ F) lenlowersum CV_KEYWORDSboolresearchappendr7r8joinwarning) r9r>keywords_found has_email has_phone has_datesscorereasonsreasonrGs @r; is_likely_cvzCVParserService.is_likely_cv0s s4y3bZZ\ Xd.>.>XX#TVZ[\ #ikopq #6=>  Q  RKE NNn--FG H q RKE NNn--FG H q RKE NNn--LM N  RKE NN, -  RKE NN2 3  RKE NN6 7 B; KK@uM N-eWE:: :EeWGTF g- '0BBSq qF NNWVH- .&= r= pdf_contentc |j|}|rt|dkr|j|}|rt|dkr tdtj dt|d|j |\}}|s t||j|}d|i|S#t$r}tjd|d}~wt$r}tjd |d}~wwxYw) z(Parse un fichier PDF et extrait le texterArOz%Impossible d'extraire du texte du PDFu📄 PDF parsé: u caractères extraitsraw_textu❌ Validation échouée: Nu❌ Erreur parsing PDF: ) _extract_with_pypdf2rP_extract_with_pdfplumberr2r7r8raextract_structured_dataerror Exception)r9rbrdis_cvr`structured_dataes r; parse_pdfzCVParserService.parse_pdfks 00=Hs8}s288Es8}r1 !HII KK+CM?:OP Q!--h7ME6 ((#::8DOH!    LL5aS9 :   LL3A37 8  s$B&B)) C52C  C5C00C5c.|s|S|jddS)uQSupprime les caractères nuls et autres caractères non supportés par PostgreSQL)replacer9r>s r;_sanitize_textzCVParserService._sanitize_textsK||FB''r=cD tj|}tj|}d}|jD]}||j dzz }|j |jS#t$r"}tjd|Yd}~yd}~wwxYw)zExtraction avec PyPDF2rp u⚠️ Erreur PyPDF2: N) ioBytesIOPyPDF2 PdfReaderpages extract_textrsstriprir7rY)r9rbpdf_file pdf_readerr>pagerls r;rez$CVParserService._extract_with_pypdf2s zz+.H))(3JD"(( 3))+d22 3&&tzz|4 4  NN3A37 8 sA1A44 B=BBcz tj|}d}tj|5}|jD]}|j }|s||dzz } ddd|j |jS#1swY(xYw#t$r"}tjd|Yd}~yd}~wwxYw)zExtraction avec pdfplumberrpruNu⚠️ Erreur pdfplumber: ) rvrw pdfplumberopenrzr{rsr|rir7rY)r9rbr}r>pdfr page_textrls r;rfz(CVParserService._extract_with_pdfplumbers zz+.HD* 1cII1D $ 1 1 3I  D 001 1 &&tzz|4 4  1 1  NN7s; < s4,B"B B&BB B B:B55B:rdc v |dd}d|d}d}t|D]/} |jj|tjj dddd  }|j j}|j|}tj|}tjd tjd t|jdgdtjd t|jdgdtjd t|jdgd|cSy#tj$r} ||dz kr"tj!d|dzdYd} ~ qtj#d|d| tj#dddd|j%|} | r | cYd} ~ cS|j'cYd} ~ cSd} ~ wwxYw#t($r2} tj#d| |j'cYd} ~ Sd} ~ wwxYw)uAUtilise Google Gemini pour extraire les informations structuréesNi.z?Analyse ce CV et extrais les informations en JSON strict. CV: uJ Tu dois retourner UNIQUEMENT un JSON valide avec cette structure exacte: { "skills": ["compétence1", "compétence2", "compétence3"], "experience": [ { "company": "nom entreprise", "position": "poste occupé", "duration": "période (ex: 2020-2023)", "description": "description courte SANS guillemets" } ], "education": [ { "institution": "nom établissement", "degree": "diplôme obtenu", "year": "année" } ], "languages": ["langue1", "langue2"], "location": "ville, pays (ex: Paris, France) ou chaîne vide si non trouvé", "summary": "résumé professionnel en 2-3 phrases" } Règles CRITIQUES: - Retourne UNIQUEMENT le JSON, aucun texte avant ou après - Pas de markdown, pas de backticks - JAMAIS de guillemets " à l'intérieur des valeurs de chaînes - Remplace tous les guillemets dans les descriptions par des apostrophes ' - Si une information manque, mets un tableau vide [] ou une chaîne vide "" - Maximum 15 compétences les plus pertinentes - Les descriptions doivent être courtes (max 100 caractères) g?gffffff?rJi') temperaturetop_ptop_kmax_output_tokens)generation_configu2✅ Données CV structurées extraites avec Geminiz - ru compétencesr&u expériencesr!z formationsrCu⚠️ Tentative u échouée, réessai...u)❌ Erreur parsing JSON de Gemini après z tentatives: uRéponse brute: iz...u#❌ Erreur extraction avec Gemini: )ranger6generate_contentr3typesGenerationConfigr>r|_clean_json_responsejsonloadsr7r8rPgetJSONDecodeErrorrYrh_try_repair_json_get_default_structureri) r9rdtext_to_analyzeprompt max_retriesattemptresponse result_textresultrlrepaireds r;rgz'CVParserService.extract_structured_datas$Y 1&v.O!$FNK -) =(=#zz::*/++*F*F(+"&"$.3 +G+ ; H#+--"5"5"7K#'";";K"HK"ZZ 4FKK TUKK%FJJx,D(E'Fm TUKK%FJJ|R,H(I'J- XYKK%FJJ{B,G(H'I UV!M5) =8++ =q0):7Q;-G^'_`  'PQ\P]]jkljm%no '7 DS8I7J#%NO$(#8#8#E##+O#::<< = 1 LL>qcB C..0 0 1srG=D*E G= G=G:!$G5G= A G5G:G=G5-G:.G=5G::G== H8'H3-H83H8c|jdr2|jddjddj}|S|jdr |jddj}|S)u"Nettoie la réponse JSON de Geminiz```jsonrpz```) startswithrqr|rrs r;rz$CVParserService._clean_json_responsesi ??9 %<< 2.66ubAGGID __U #<<r*002D r= broken_jsonc tjd|tj}|r|jd}|j dDcgc]0}|j j dj d2}}|Dcgc]}|s| }}t jd|ddgggd d S ycc}wcc}w#t$r"}t jd |Yd}~yd}~wwxYw) u Tente de réparer un JSON casséz"skills":\s*\[(.*?)\]rC,"'u4✅ Récupération partielle: compétences extraitesNu?CV analysé partiellement. Compétences extraites avec succès.)rr&r!r#summaryu❌ Échec réparation JSON: ) rUrVDOTALLgroupsplitr|r7r8rirh)r9r skills_match skills_strsrrls r;rz CVParserService._try_repair_jsons >99%={BIIVL)//2 CMCSCSTWCXYa!'')//#.44S9YY%+1q!11 RS$Sbk"$!#!#`  "Z1 > LL8< = = >s<A C 5B8CB=B=!C8 C C- C((C-cggggdddS)u%Structure par défaut en cas d'erreurrpu6Extraction automatique échouée. CV reçu et stocké.)rr&r!r#locationrrD)r9s r;rz&CVParserService._get_default_structure4s O   r= content_type file_sizec$dg}||vryd}||kDryy)zValide le fichier CVzapplication/pdf)Fu7❌ Format non supporté. Seuls les PDF sont acceptés.i)Fu(❌ Fichier trop volumineux. Max: 10 MB.)TOKrD)r9rr allowed_typesmax_sizes r;validate_cv_filez CVParserService.validate_cv_file?s(*+ } ,S# x Dr=N)__name__ __module__ __qualname____doc__rSr<strrrTrabytesrrmrsrerfrgrrrinttuplerrDr=r;rrsNK L9!9!tSy)99!v"U"t"H(3(3(  # Ec"[1[1[1zCD0     S S U4QT9EU r=r)rrvrloggingtypingrrrxrgoogle.generativeai generativeair3r0rUdotenvr getLoggerrr7rcv_parser_servicerDr=r;rsY  #    8 $ ttp $%r=