Korrektur

pyproject.toml

@@ -10,7 +10,7 @@ authors = [
 maintainers = [
   {name = "Jan Eggers", email = "jan.eggers@hr.de"},
 ]
-version = "0.2.4" # Neue Versionsnummern für pip-Update
+version = "0.2.4.1" # Neue Versionsnummern für pip-Update
 description = "Bluesky- und Telegram-Konten auf KI-Inhalte checken"
 requires-python = ">=3.8"
 dependencies = [

src/aichecker/check_tg.py

@@ -10,9 +10,11 @@ import pandas as pd
 import requests
 from bs4 import BeautifulSoup
 from datetime import datetime
+from dateutil.parser import isoparse
 import os
 import re
 import base64
+import logging
 from .transcribe import gpt4_description, transcribe, convert_mp4_to_mp3, convert_ogg_to_mp3
 from .check_wrappers import detectora_wrapper, aiornot_wrapper
 
@@ -49,12 +51,13 @@ def tgc_profile(channel="telegram"):
     """
     c = tgc_clean(channel)
     c_url = f"https://t.me/s/{c}"
+    logging.info(f"Lese Info aus Channel {c}")
     try:
         response = requests.get(c_url)
         response.raise_for_status()
         tgm = BeautifulSoup(response.content, 'html.parser')
     except requests.exceptions.RequestException:
-        print(f"Warning: Channel {c} not found")
+        logging.warning(f"Warning: Channel {c} not found")
         return None
     # Kein Channel? Channel haben immer wenigstens einen Namen in der Infokarte
     if tgm.select_one("div.tgme_channel_info") is None:
@@ -98,12 +101,12 @@ def tgc_profile(channel="telegram"):
         response.raise_for_status()
         tgm = BeautifulSoup(response.content, 'html.parser')
     except requests.exceptions.RequestException:
-        print(f"Warning: Channel {c} not found")
+        logging.warning(f"Warning: Channel {c} not found")
         return None
     # Leider scheint tgme_widget_message_service_date erst nachgeladen zu werden; 
     # alternativ: nimm das Datum des frühesten Posts
     if tgm.select_one("time.time") is not None:
-        timestamp = datetime.fromisoformat(tgm.select_one("time.time")['datetime']).isoformat()
+        timestamp = isoparse(tgm.select_one("time.time")['datetime']).isoformat()
         channel_info['created'] = timestamp
     return channel_info
 
@@ -140,14 +143,14 @@ def save_url(fname, name, mdir="./media"):
     try:
         os.makedirs(os.path.dirname(content_file), exist_ok=True)
     except:
-        print(f"Kann kein Media-Directory in {mdir} öffnen")
+        logging.error(f"Kann kein Media-Directory in {mdir} öffnen")
         return None
     try:
         with open(content_file, 'wb') as f:
             f.write(requests.get(fname).content)
         return content_file
     except:
-        print(f"Kann Datei {content_file} nicht schreiben")
+        logging.error(f"Kann Datei {content_file} nicht schreiben")
         return None
     
 def get_channel_from_url(channel:str):
@@ -157,10 +160,11 @@ def tg_post_parse(b, save = True, describe = True):
     # Immer vorhanden: 
     # Postnummer, Zeitstempel (auch wenn er in Einzel-Posts als datetime auftaucht und in Channel_seiten als time)
     b_nr = int(re.search(r'[0-9]+$', b.select_one("a.tgme_widget_message_date")['href']).group())
+    logging.info(f"Parse Telegram-Post Nr. {b_nr}")
     if b.select_one("time.time") is not None:
-        timestamp = datetime.fromisoformat(b.select_one("time.time")['datetime']).isoformat()
+        timestamp = isoparse(b.select_one("time.time")['datetime']).isoformat()
     else: # Einzel-Post
-        timestamp = datetime.fromisoformat(b.select_one("time.datetime")['datetime']).isoformat()
+        timestamp = isoparse(b.select_one("time.datetime")['datetime']).isoformat()
     # 
     if b.select_one("span.tgme_widget_message_views") is not None:
         views = extract_k(b.select_one("span.tgme_widget_message_views").get_text())
@@ -311,9 +315,10 @@ def tgc_read_url(channel_url, save=True, describe = True):
     response.raise_for_status()
     tgm = BeautifulSoup(response.content, 'html.parser')
     # Error message?
+    logging.info(f"Lese Einzelpost: {channel_url}")
     print("'",end="")
     if tgm.select_one("div.tgme_widget_message_error") is not None: 
-        print(f"Fehler beim Lesen von {channel_url}")
+        logging.error(f"Fehler beim Lesen von {channel_url}")
         return None
     b = tgm.select_one("div.tgme_widget_message")
     return tg_post_parse(b, save, describe)
@@ -343,6 +348,7 @@ def tgc_blockread(cname="telegram", nr=None, save=True, describe=False):
     # Nur einen Post holen? Dann t.me/<channel>/<nr>,
     # sonst t.me/s/<channel>/<nr>
     channel_url = f"https://t.me/s/{c}/{nr}"
+    logging.info(f"Lese Telegram-Channel {c}, Block um den Post {nr}")
     response = requests.get(channel_url)
     response.raise_for_status()
     tgm = BeautifulSoup(response.content, 'html.parser')
@@ -440,10 +446,19 @@ def check_tg_list(posts, check_images = True):
 # Gibt Resultate als df zurück, arbeitet aber hinter den Kulissen mit 
 # einer Liste von dicts (anders als check_bsky)
 
-def check_tgc(cname, n=20, cursor = None, check_images = True):
+def tg_hydrate(posts): 
+    # Nimmt eine Liste von Posts und zieht die zugehörigen Dateien,
+    # erstellt Beschreibungen und Transkriptionen. 
+    # 
+    # Fernziel: Asynchrone Verarbeitung. 
+    return posts
 
-    exit("Funktion noch nicht definiert")
-    return None
+def tg_evaluate(posts, check_texts = True, check_images = True):
+    # Nimmt eine Liste von Posts und ergänzt KI-Einschätzung von Detectora
+    # und AIORNOT. 
+    for post in posts: 
+        
+    return posts
 
 def retrieve_tg_csv(cname, path= "tg-checks"):
     fname = path + "/" + cname + ".csv"

src/aichecker/check_wrappers.py

 from .detectora import query_detectora
 # from .aiornot import query_aiornot
 from .transcribe import gpt4_description
+import logging
 
 # Alternative zu meinen selbst geschriebenen aiornot-Routinen: 
 # https://github.com/aiornotinc/aiornot-python
@@ -54,7 +55,7 @@ def aiornot_wrapper(content, is_image = True):
         try:
             response = aiornot_client.image_report_by_url(content) if is_url else aiornot_client.image_report_by_file(content)
         except Exception as e: 
-            print(f"AIORNOT-Image-API-Fehler: {e}")
+            logging.error(f"AIORNOT-Image-API-Fehler: {e}")
             return None
     else: 
         # Achtung: DERZEIT (13.1.25) verarbeitet die Audio-API nur MP3-Dateien, keine MP4/M4A.
@@ -63,7 +64,7 @@ def aiornot_wrapper(content, is_image = True):
         try:
             response = aiornot_client.audio_report_by_url(content) if is_url else aiornot_client.audio_report_by_file(content)        
         except Exception as e:
-            print(f"AIORNOT-Audio-API-Fehler: {e}")
+            logging.error(f"AIORNOT-Audio-API-Fehler: {e}")
             return None           
     # Beschreibung: https://docs.aiornot.com/#5b3de85d-d3eb-4ad1-a191-54988f56d978   
     if response is not None:  

src/aichecker/detectora.py

@@ -22,6 +22,7 @@ Detectora-Key muss als DETECTORA_API_KEY in .env hinterlegt sein.
 import requests
 import json
 import os
+import logging
 
 # os.environ.get('OPENAI_API_KEY')
 
@@ -31,12 +32,13 @@ api_url = "https://backendkidetektor-apim.azure-api.net/watson"
 def query_detectora(text):
     if text == '':
         return None
+    logging.info(f"Checke Text mit Detectora: {text[:20]}...")
     data = {
         'query': text,
     }
     api_key = os.environ.get('DETECTORA_API_KEY')
     if api_key is None or api_key == "":
-        print("DETECTORA_API_KEY ist nicht gesetzt")
+        logging.error("DETECTORA_API_KEY ist nicht gesetzt")
         return None
     headers = {
         'APIKey': api_key,
@@ -51,12 +53,12 @@ def query_detectora(text):
             # Success
             return response.json()['fake_probability']
         elif response.status_code == 400:
-            print(f"DETECTORA: Fehlerhafte API-Anfrage: \'{data['query']}\'")
+            logging.error(f"DETECTORA: Fehlerhafte API-Anfrage: \'{data['query']}\'")
             return None
         elif response.status_code == 401:
-            print(f"DETECTORA_API_KEY {api_key} nicht gültig")
+            logging.error(f"DETECTORA_API_KEY {api_key} nicht gültig")
             return None
     except Exception as e:
-        print("Fehler beim Verbinden mit der DETECTORA-API:", str(e))
+        logging.error("Fehler beim Verbinden mit der DETECTORA-API:", str(e))
         return None
     

src/aichecker/transcribe.py

@@ -8,6 +8,7 @@ from openai import OpenAI
 from pathlib import Path
 import os
 import whisper
+import logging
 from pydub import AudioSegment  # für die OGG-zu-MP4-Konversion
 
 prompt = """Du bist Barrierefreiheits-Assistent.
@@ -93,10 +94,11 @@ def convert_ogg_to_m4a(input_file):
     try:
         audio = AudioSegment.from_ogg(input_file)
         # Export the audio to an M4A file
-        output_file = os.path.splitext("./media/fragunsdochDasOriginal_27176_voice.ogg")[0]+".m4a"
+        output_file = os.path.splitext(input_file)[0]+".m4a"
         audio.export(output_file, format="mp4")
         return output_file
     except:
+        logging.error(f"Konnte Datei {input_file} nicht von OGG nach M4A wandeln")
         return None
 
 def convert_ogg_to_mp3(input_file):
@@ -108,6 +110,7 @@ def convert_ogg_to_mp3(input_file):
         audio.export(output_file, format="mp3")
         return output_file
     except:
+        logging.error(f"Konnte Datei {input_file} nicht von OGG nach MP3 wandeln")
         return None
     
 def convert_mp4_to_mp3(input_file):
@@ -119,6 +122,7 @@ def convert_mp4_to_mp3(input_file):
         audio.export(output_file, format="mp3")
         return output_file
     except:
+        logging.error(f"Konnte Datei {input_file} nicht von MP4 nach MP3 wandeln")
         return None
 
 def transcribe_api(fname):