public async Task<string> ExtraerkeyPhrasesFromPDFAsync(TraceWriter log, string PDFNameGuid)
{
string Horainicio = string.Format("{0:HH:mm:ss tt}", DateTime.Now);
log.Info(Horainicio.ToString());
Stopwatch sw = new Stopwatch();
sw.Start();
var result = new StringBuilder();
string keyPhrasesGoogle = string.Empty;
string classifyTextGoogle = string.Empty;
string textoPagina;
string keyPhrases = string.Empty;
int numeroPagina = 1;
string separador = ",";
string jsonRegistro;
int cantidadLlamadasAPI = 0;
var TiempoEspera = Environment.GetEnvironmentVariable("CustomTrheadSleep");
var TiempoEsperaInt = Convert.ToInt32(TiempoEspera);
log.Info("Tiempo Espera: " + TiempoEsperaInt.ToString());
foreach (PdfSharp.Pdf.PdfPage page in doc.Pages)
{
result.Length = 0;
ExtractText(ContentReader.ReadContent(page), result);
textoPagina = AnalizadorTexto.RemoveSpecialCharacters(result.ToString());
Dictionary<int, string> subPaginas = splitPagina(textoPagina);
foreach (KeyValuePair<int, string> entry in subPaginas)
{
try
{
if (cantidadLlamadasAPI == 3)
{
Thread.Sleep(TiempoEsperaInt);
cantidadLlamadasAPI = 0;
}
else
{
cantidadLlamadasAPI = cantidadLlamadasAPI + 1;
MultiLanguageBatchInput classifyTextGoogleML = new MultiLanguageBatchInput(
new List<MultiLanguageInput>()
{
new MultiLanguageInput("es", numeroPagina.ToString(), entry.Value.ToString())
});
var texto = classifyTextGoogleML.Documents[0].Text.ToString();
//try { classifyTextGoogle = AnalizadorTexto.Clasificador(texto.Replace(".", ""), log);}
//catch (Exception ex) { log.Info("Error en API Google Classify: " + ex.Message.ToString()); }
try { keyPhrasesGoogle = AnalizadorTexto.ProcesarGoogle(texto.Replace(".", ""), log); }
catch (Exception ex) { log.Info("Error en API Google Process: " + ex.Message.ToString()); }
//TODO: DEJAR SOLO ANALISIS ENTIDADES EN ESPAÑOLS
//try { keyPhrases = AnalizadorTexto.AnalizarTextoJson(entry.Value.ToString(), numeroPagina.ToString(), log); }
//catch (Exception ex) { log.Info("Error en API AnalizarTextoJson: " + ex.Message.ToString()); }
Thread.Sleep(TiempoEsperaInt);
}
//keyPhrases = AnalizadorTexto.AnalizarTexto(entry.Value.ToString(), numeroPagina.ToString(), log); //este se usa cuando el resultado va a una DB
}
catch (Exception ex)
{
log.Info(ex.Message);
}
var idPDF = PDFNameGuid.ToString() + "-" + doc.Guid.ToString();
keyPhrases = "";
classifyTextGoogle = "";
Pliego pliego = new Pliego(idPDF, numeroPagina, entry.Key, keyPhrases, keyPhrasesGoogle ,classifyTextGoogle);
await InsertarKeyPhrase(pliego, log);
//GuardarClasificador(pliego, log);
log.Info("Se procesó el bloque : " + entry.Key.ToString() + " de la página " + numeroPagina.ToString() + ". Total de páginas: " + doc.PageCount.ToString() );
}
numeroPagina++;
}
//InsertarEnTxt(result1.ToString());
EjecutarSPEliminarVacios(log);
string HoraFin = string.Format("{0:HH:mm:ss tt}", DateTime.Now);
sw.Stop();
var tiempoPasado = sw.Elapsed;
log.Info(tiempoPasado.ToString());
return result.ToString();
}
public async Task <string> ExtraerkeyPhrasesFromPDF(TraceWriter log)
{
var result = new StringBuilder();
string keyPhrases = string.Empty;
string keyPhrasesGoogle = string.Empty;
string classifyTextGoogle = string.Empty;
int numeroPagina = 1;
string separador = ",";
int cantidadLlamadasAPI = 0;
foreach (var page in doc.Pages)
{
ExtractText(ContentReader.ReadContent(page), result);
Dictionary <int, string> subPaginas = splitPagina(result.ToString());
foreach (KeyValuePair <int, string> entry in subPaginas)
{
try
{
if (cantidadLlamadasAPI == 3)
{
Thread.Sleep(400);
cantidadLlamadasAPI = 0;
}
else
{
cantidadLlamadasAPI = cantidadLlamadasAPI + 1;
classifyTextGoogle = AnalizadorTexto.Clasificador(entry.Value.ToString().Replace(".", ""));
keyPhrasesGoogle = AnalizadorTexto.ProcesarGoogle(entry.Value.ToString().Replace(".", ""));
keyPhrases = AnalizadorTexto.AnalizarTexto(entry.Value.ToString().Replace(".", ""), numeroPagina.ToString());
Thread.Sleep(400);
}
}
catch (Exception ex)
{
log.Info("exception 2 " + ex.Message + " // String Entry Value: " + entry.Value.ToString().Replace(".", ""));
}
log.Info("Se procesó el bloque : " + entry.Key.ToString() + " de la página " + numeroPagina.ToString() + ". Total de páginas: " + doc.PageCount.ToString());
log.Info(keyPhrases.Length.ToString());
var guardarKeys = GuardarKeys(doc.Guid.ToString(), numeroPagina, entry.Key, keyPhrases, keyPhrasesGoogle.ToString(), log);
var guardarClasificador = GuardarClasificador(doc.Guid.ToString(), classifyTextGoogle, log);
if (guardarKeys && guardarClasificador)
{
log.Info("Guardó Ok");
}
else
{
log.Info("Error");
}
}
numeroPagina++;
}
// InsertarEnTxt(result1.ToString());
return(result.ToString());
}
