IA - 1 Atividade: Categorização de palavras + Wikipedia

import spacy
import wikipedia

wikipedia.set_lang("pt")

#Carregar interpretador
nlp = spacy.load("pt_core_news_sm")

#Leitura do arquivo de entrada
arquivo = open('texto.txt', 'r', encoding="utf-8")
wiki = arquivo.readline().__str__().rstrip().lstrip()

#Verificar se a primeira linha contém wiki, para assim, realizar uma busca na wikipedia
if wiki == "wiki":
    termo = arquivo.readline()
    wiki = wikipedia.page(termo)
    doc = nlp(wiki.content)
else:
    arquivo.close()
    arquivo = open('texto.txt', 'r', encoding="utf-8")
    doc = nlp(arquivo.read())

#Variaveis de controle de quantidade dos termos
lista = []
c1 = c2 = c3 = c4 = c5 = c6 = c7 = c8 = c9 = c10 = c11 = c12 = c13 = c14 = c15 = c16 = c17 = 0

#Tratamento/formatação das palavras
for token in doc:
    if(token.pos_ == "NOUN"):
        c1 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Substantivo]")
    elif(token.pos_ == "ADP"):
        c2 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Adesão]")
    elif(token.pos_ == "VERB"):
        c3 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Verbo]")
    elif(token.pos_ == "CCONJ"):
        c4 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Conjunção]")
    elif (token.pos_ == "ADJ"):
        c5 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Adjetivo]")
    elif (token.pos_ == "DET"):
        c6 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Determinante]")
    elif (token.pos_ == "SCONJ"):
        c7 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Conjunção subordinada]")
    elif (token.pos_ == "AUX"):
        c8 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Verbo Auxiliar]")
    elif (token.pos_ == "PUNCT"):
        c9 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Pontuação]")
    elif (token.pos_ == "PROPN"):
        c10 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Nome próprio]")
    elif (token.pos_ == "ADV"):
        c11 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Adverbio]")
    elif (token.pos_ == "CCONJ"):
        c12 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Conjunção Coordenativa]")
    elif (token.pos_ == "INTJ"):
        c13 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Interjeição]")
    elif (token.pos_ == "PART"):
        c14 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Particula]")
    elif (token.pos_ == "PRON"):
        c15 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Pronome]")
    elif (token.pos_ == "SYM"):
        c16 += 1
        lista.append(token.orth_ + "    - sendo este classificado como: [Simbolo]")
    else:
        c17 += 1
        lista.append(token.orth_ + token.pos_ + "Não identificado pela API Spacy")

#Preparação de saída do txt
saida = open("log_palavras.txt", "w+", encoding="utf-8")
saida.writelines("=====================================\n    Relatorio de analise textual"
                 "\n=====================================\n")
saida.writelines("\nTEXTO ENCONTRADO: ")
saida.writelines(doc.__str__() + "\n")
saida.writelines("\n===============================================\n    Lista de palavras entradas e categorizadas: "
                 "\n===============================================\n")
for x in lista:
    saida.writelines(x + "\n")

saida.writelines(f"\n================================================================\n    Relação referente a "
                 f"quantidade de termos em suas categorias:\n"
                 f"================================================================\nSubstantivo: {c1}\n"
                 f"Adesão: {c2}\nVerbos: {c3}\nConjunções: {c4}\nAdjetivo: {c5}\nDeterminante: {c6}\nConjunção subordinada: {c7}\n"
                 f"Verbo Auxiliar: {c8}\nPontuação: {c9}\nNome próprio: {c10}\nAdverbio: {c11}\nConjunção Coordenativa: {c12}"
                 f"\nInterjeição: {c13}\nParticula: {c14}\nPronome: {c15}\nSimbolo: {c16}\nNão identificado pela API Spacy: {c17}\nTotal de Palavras: {len(doc.__str__().split())}"
                 f"\n============================================================")
arquivo.close()
saida.close()

#Preparação de saída do HTML
dados = open("log_palavras.txt", "r", encoding="utf-8")
x = dados.read()

html = open("atividade_IA.html", "w+", encoding="utf-8")
html.write(f"<html>"
           f"   <head>"
           f"       <title> "
           f"           IA Primeira Entrega\n \
                    </title>"
           f"   </head>"
           f"       <body> "
           f"           <p> ===================================== <br>    Relatorio de analise textual <br> ==="
           f"================================== <br>"
           f"           </p>"
           f"           <p>  <br> TEXTO ENCONTRADO: {doc.__str__()}=============================================== <br> "
           f"Lista de palavras entradas e categorizadas: "
                 "<br> =============================================== <br>"
           f"{lista}"
           f"<br>================================================================<br>    "
           f"Relação referente a quantidade de termos em suas categorias:<br>"
           f"================================================================<br>Substantivo: {c1}<br>"
           f"Adesão: {c2}<br>Verbos: {c3}<br>Conjunções: {c4}<br>Adjetivo: {c5}<br>Determinante: {c6}<br>Conjunção subordinada: {c7}<br>"
           f"Verbo Auxiliar: {c8}<br>Pontuação: {c9}<br>Nome próprio: {c10}<br>Adverbio: {c11}<br>Conjunção Coordenativa: {c12}"
           f"<br>Interjeição: {c13}<br>Particula: {c14}<br>Pronome: {c15}<br>Simbolo: {c16}<br>Não identificado pela API Spacy: {c17}<br>"
           f"Total de Palavras: {len(doc.__str__().split())}<br>"
           f"<br>============================================================"
           f"           </p>"
           f"       </body>"
           f"</html>")
html.close()