Update app.py

app.py

@@ -6,10 +6,10 @@ from transformers import pipeline
 # Model do rozpoznawania nazw organizacji i wartości numerycznych
 extractor = pipeline("ner", model="dbmdz/bert-large-cased-finetuned-conll03-english", aggregation_strategy="simple")
 
-# Reguły do identyfikacji wartości liczbowych (NIP, kwoty, daty)
-nip_pattern = re.compile(r'\b\d{10}\b')  # Polski NIP: 10 cyfr
-kwota_pattern = re.compile(r'\b\d+[\.,]?\d*\b')  # Kwoty: np. 123.45 lub 123
-data_pattern = re.compile(r'\b\d{2}\.\d{2}\.\d{4}\b')  # Daty: np. 21.10.2024
+# Reguły do wykrywania NIP, kwot, dat
+nip_pattern = re.compile(r'\b\d{10}\b')  
+kwota_pattern = re.compile(r'\b\d+[\.,]?\d*\b')  
+data_pattern = re.compile(r'\b\d{2}\.\d{2}\.\d{4}\b')  
 
 def extract_invoice_data(pdf_file):
     with pdfplumber.open(pdf_file) as pdf:
@@ -30,9 +30,14 @@ def extract_invoice_data(pdf_file):
 
     # Znajdujemy wartości numeryczne dla NIP, kwot, dat
     seller_nip = nip_pattern.search(full_text)
-    total_amount = max(kwota_pattern.findall(full_text), key=float, default=None)
     invoice_date = data_pattern.search(full_text)
 
+    # **Naprawiamy błąd przetwarzania liczb**
+    kwoty = kwota_pattern.findall(full_text)
+    kwoty = [float(k.replace(",", ".")) for k in kwoty if k.replace(",", ".").replace(".", "").isdigit()]  # Zamiana przecinka na kropkę
+
+    total_amount = max(kwoty) if kwoty else None  # Pobranie największej wartości jako całkowita kwota faktury
+
     return {
         "Sprzedawca": " ".join(seller_name) if seller_name else "Nie znaleziono",
         "NIP": seller_nip.group() if seller_nip else "Nie znaleziono",