Ajouts des fonctions manquantes

main.py

 import PyPDF2
 import requests
 import json
+from reportlab.lib.pagesizes import letter
+from reportlab.lib.units import inch
+from reportlab.platypus import SimpleDocTemplate, Paragraph, Spacer
+from reportlab.lib.styles import getSampleStyleSheet, ParagraphStyle
+from reportlab.lib.enums import TA_JUSTIFY
+from reportlab.pdfbase import pdfmetrics
+from reportlab.pdfbase.ttfonts import TTFont
 import os
 from datetime import datetime
 
 FINAL_OUTPUT_PDF = PDF_PATH.replace(".pdf",f" ({TARGET_LANGUAGE.upper()[:2]})_V2.pdf")
 FINAL_OUTPUT_TXT = PDF_PATH.replace(".pdf",f" ({TARGET_LANGUAGE.upper()[:2]})_V2.txt")
 
+def extract_parameters_from_template(template_str):
+    """Extrait les paramètres du modèle à partir du template."""
+    import re
+    
+    parameters = {}
+    
+    if not template_str or not isinstance(template_str, str):
+        return parameters
+    
+    # Si la chaîne contient "parameters:", récupère ce qui suit
+    if 'parameters:' in template_str:
+        params_section = template_str.split('parameters:', 1)[1]
+    else:
+        # Sinon, utilise la chaîne directement (elle contient déjà les paramètres)
+        params_section = template_str
+    
+    # Parse les lignes de paramètres
+    # Format: "stop                           "<end_of_turn>""
+    #         "temperature                    0.1"
+    lines = params_section.split('\n')
+    
+    for line in lines:
+        if not line.strip():
+            continue
+        
+        # Divise par le premier groupe d'espaces blancs
+        # Cela sépare la clé des valeurs avec leurs espaces
+        parts = line.split(None, 1)  # split() avec maxsplit=1 divise sur les espaces
+        
+        if len(parts) == 2:
+            param_name = parts[0].strip()
+            param_value = parts[1].strip()
+            parameters[param_name] = param_value
+    
+    return parameters
+
+def get_llm_model_info(model=OLLAMA_MODEL):
+    """
+    Extrait les informations du modèle LLM depuis Ollama, y compris le nom depuis la ligne FROM du Modelfile.
+
+    @param model: Nom du modèle à interroger.
+    @type model: str
+    @return: Dictionnaire contenant les informations du modèle, ou None en cas d'erreur.
+    @rtype: dict | None
+    """
+    try:
+        # Chemin vers le fichier Modelfile (supposé être dans le même répertoire que le script)
+        modelfile_path = os.path.join(os.path.dirname(__file__), "Modelfile")
+
+        # Initialisation de model_name
+        model_name = "none"
+
+        # Lecture du fichier Modelfile pour extraire le nom du modèle
+        if os.path.exists(modelfile_path):
+            with open(modelfile_path, 'r', encoding='utf-8') as file:
+                for line in file:
+                    if line.strip().startswith('FROM '):
+                        model_name = line.strip().split('FROM ')[1].strip()
+                        break
+                    
+        # URL pour obtenir les informations du modèle
+        info_url = OLLAMA_URL.replace("/api/generate", "/api/show")
+        payload = {"name": model}
+
+        response = requests.post(info_url, json=payload)
+
+        if response.status_code == 200:
+            model_data = response.json()
+
+            # Gère le cas où model_data est une chaîne
+            if isinstance(model_data, str):
+                model_data = json.loads(model_data)
+
+            # Extrait les paramètres du template
+            parameters = model_data.get('parameters', '')
+            parsed_params = extract_parameters_from_template(parameters)
+
+            # Extraction du nom depuis la ligne FROM
+            modelfile_content = model_data.get('Modelfile', '')
+
+            # Extraction des informations principales
+            info = {
+                "temperature": parsed_params.get('temperature', model_data.get("temperature", "Not available")),
+                "name": model_name,
+                "num_ctx": parsed_params.get('num_ctx', "Not available"),
+                "top_k": parsed_params.get('top_k', "Not available"),
+                "top_p": parsed_params.get('top_p', "Not available"),
+                "system": model_data.get("system", "Not available"),
+                "modified_at": model_data.get("modified_at", "Not available"),
+            }
+            return info
+        else:
+            print(f"Erreur lors de la récupération du modèle : {response.text}")
+            return None
+    except Exception as e:
+        print(f"Erreur lors de l'accès aux informations du modèle : {e}")
+        return None
+
+def display_llm_info():
+    """Retourne les informations du modèle LLM formatées."""
+    from datetime import datetime
+    
+    info = get_llm_model_info(OLLAMA_MODEL)
+    
+    if info:
+        # Formate la date en jj/mm/AAAA
+        modified_at = info.get('modified_at', 'Not available')
+        if modified_at and modified_at != 'Not available':
+            try:
+                # Parse la date ISO
+                date_obj = datetime.fromisoformat(modified_at.replace('Z', '+00:00'))
+                # Formate en jj/mm/AAAA
+                formatted_date = date_obj.strftime("%d/%m/%Y")
+            except:
+                formatted_date = modified_at
+        else:
+            formatted_date = 'Not available'
+        
+        return f"LLM Modèle: {info['name']}<br//>\nDate de modification: {formatted_date}<br//>\nSystem: {info['system']}<br//>\nTemperature: {info['temperature']}"
+    else:
+        return "Informations du modèle non disponibles"
+
+def register_unicode_font():
+    """Enregistre une police TrueType qui supporte le cyrilique."""
+    # Recherche une police système qui supporte le cyrilique
+    font_paths = [
+        r"C:\Windows\Fonts\DejaVuSans.ttf",
+        r"C:\Windows\Fonts\Calibri.ttf",
+        r"C:\Windows\Fonts\arial.ttf",
+    ]
+    
+    for font_path in font_paths:
+        if os.path.exists(font_path):
+            try:
+                pdfmetrics.registerFont(TTFont('UnicodeFont', font_path))
+                return 'UnicodeFont'
+            except Exception as e:
+                print(f"Erreur lors de l'enregistrement de {font_path}: {e}")
+    
+    # Si aucune police spéciale trouvée, utilise Helvetica par défaut
+    print("Aucune police Unicode trouvée, utilisation d'Helvetica")
+    return 'Helvetica'
+
 # Charge ou initialise le checkpoint
 def load_checkpoint():
     if os.path.exists(CHECKPOINT_FILE):
 
 # Création du PDF final (inchangée)
 def create_pdf_from_results(results, output_path):
-    from reportlab.lib.pagesizes import letter
-    from reportlab.lib.units import inch
-    from reportlab.platypus import SimpleDocTemplate, Paragraph, Spacer
-    from reportlab.lib.styles import getSampleStyleSheet, ParagraphStyle
-    from reportlab.lib.enums import TA_JUSTIFY
-    from reportlab.pdfbase import pdfmetrics
-    from reportlab.pdfbase.ttfonts import TTFont
-
-    doc = SimpleDocTemplate(output_path, pagesize=letter)
+    """Crée un PDF à partir des résultats de traduction."""
+    doc = SimpleDocTemplate(output_path, pagesize=letter, topMargin=inch, bottomMargin=inch)
     story = []
+    
+    # Enregistre une police qui supporte le cyrilique
+    font_name = register_unicode_font()
+    
+    # Style personnalisé
     styles = getSampleStyleSheet()
-    body_style = styles["BodyText"]
-
-    for idx, translation in results.items():
-        story.append(Paragraph(translation, body_style))
-
+    title_style = ParagraphStyle(
+        'CustomTitle',
+        parent=styles['Heading1'],
+        fontSize=16,
+        textColor='#1f4788',
+        spaceAfter=0.3*inch,
+        alignment=TA_JUSTIFY,
+        fontName=font_name
+    )
+    
+    page_style = ParagraphStyle(
+        'PageHeading',
+        parent=styles['Heading2'],
+        fontSize=12,
+        textColor='#1f4788',
+        spaceAfter=0.2*inch,
+        spaceBefore=0.2*inch,
+        fontName=font_name
+    )
+    
+    body_style = ParagraphStyle(
+        'CustomBody',
+        parent=styles['BodyText'],
+        fontSize=11,
+        alignment=TA_JUSTIFY,
+        spaceAfter=0.2*inch,
+        fontName=font_name
+    )
+    
+    # Titre avec la langue cible
+    story.append(Paragraph(f"Traduction - Ukrainien vers {TARGET_LANGUAGE.capitalize()}", title_style))
+    story.append(Paragraph(f"Document : {PDF_PATH}", title_style))
+    story.append(Spacer(1, 0.2*inch))
+    
+    # Contenu
+    for page_num, translation in results.items():
+        # Préserver la mise en page en convertissant les sauts de ligne
+        formatted_text = translation.replace("\n", "<br/>")
+        story.append(Paragraph(formatted_text, body_style))
+        # story.append(Spacer(1, 0.1*inch))
+    
+    # Infos sur le LLM
+    story.append(Spacer(1, 0.2*inch))
+    story.append(Paragraph(display_llm_info(), page_style))
+    
+    # Construction du PDF
     doc.build(story)
-    print(f"PDF final généré : {output_path}")
+    print(f"PDF généré avec succès : {output_path}")
+
+def create_txt_from_results(results, output_path):
+    """Crée un fichier TXT à partir des résultats de traduction."""
+    OUTPUT_TXT_PATH = output_path.replace(".pdf", f".txt")  # Chemin du fichier TXT de sortie
+    
+    # Titre avec la langue cible
+    title_text = f"Traduction - Ukrainien vers {TARGET_LANGUAGE.capitalize()}"
+    with open(OUTPUT_TXT_PATH, 'w', encoding='utf-8') as txt_file:
+        txt_file.write(title_text + "\n\n")
+        
+        # Contenu
+        for page_num, translation in results.items():
+            # Préserver la mise en page en convertissant les sauts de ligne
+            txt_file.write(translation + "\n\n")
+        
+        # Infos sur le LLM
+        txt_file.write("\n")
+        txt_file.write(display_llm_info() + "\n")
 
 # Fonction principale
 def main():
     # Génération des fichiers finaux
     save_temp_results(results)
     create_pdf_from_results(results, FINAL_OUTPUT_PDF)
-    os.rename(TEMP_OUTPUT_TXT, FINAL_OUTPUT_TXT)
+    create_txt_from_results(results, FINAL_OUTPUT_TXT)
     print("Traduction terminée !")
 
 if __name__ == "__main__":