app.py

import gradio as gr
import requests
import pandas as pd
from difflib import get_close_matches

def fetch_data_to_dataframe(query, limit=50, source="mercadolibre"):
    if source == "mercadolibre":
        BASE_URL = "https://api.mercadolibre.com/sites/MLB/search"
        params = {'q': query, 'limit': limit}
        response = requests.get(BASE_URL, params=params)
        if response.status_code == 200:
            data = response.json()
            if 'results' in data:
                items = data['results']
                df = pd.DataFrame(items)
                df = df[['title', 'price', 'currency_id', 'condition', 'permalink']]
                df.columns = ['Title', 'Price', 'Currency', 'Condition', 'Link']
                return df
    return pd.DataFrame()

def filtrar_itens_similares(df, termo_pesquisa, limite=5):
    titulos = df['Title'].tolist()
    titulos_similares = get_close_matches(termo_pesquisa, titulos, n=limite, cutoff=0.1)
    df_filtrado = df[df['Title'].isin(titulos_similares)]
    return df_filtrado

def integrated_app(query):
    df = fetch_data_to_dataframe(query, 50, "mercadolibre")
    if df.empty:
        return "Nenhum dado encontrado. Tente uma consulta diferente.", pd.DataFrame()

    df_similares = filtrar_itens_similares(df, query)
    if df_similares.empty:
        return "Nenhum item similar encontrado.", pd.DataFrame()
    else:
        median_price = df_similares['Price'].median()
        return f"Preço Mediano dos Itens Similares: {median_price}", df_similares

iface = gr.Interface(fn=integrated_app,
                     inputs=gr.Textbox(label="Digite sua consulta"),
                     outputs=[gr.Textbox(label="Preço Mediano"), gr.Dataframe(label="Resultados da Pesquisa")],
                     title="Análise Integrada de Bens",
                     description="Esta aplicação busca dados no Mercado Livre e filtra para encontrar itens com nomes similares ao termo de pesquisa, oferecendo uma análise de preços e características desses itens.")

iface.launch()