Update app.py

app.py

@@ -2,36 +2,36 @@
 import gradio as gr
 import pandas as pd
 from yahoo_finance_scraper import YahooFinanceScraper
-from sentiment_analyzer import SentimentAnalyzer  # <--- 1. Import ตัวใหม่
+from sentiment_analyzer import SentimentAnalyzer
 
 # --- 1. โหลดโมเดลและ Scraper ---
 try:
     scraper = YahooFinanceScraper()
-    analyzer = SentimentAnalyzer() # <--- 2. โหลดตัวใหม่
+    analyzer = SentimentAnalyzer()
     print("Scraper and Analyzer are ready.")
 except Exception as e:
     print(f"Error loading models: {e}")
     scraper = None
     analyzer = None
 
-# --- 2. ฟังก์ชันหลัก (แก้ไข) ---
-def process_symbol_search(symbol):
+# --- 2. ฟังก์ชันหลัก (แก้ไข: กลับไปใช้ search_news) ---
+def process_keyword_search(keyword): # <--- เปลี่ยนชื่อกลับ
     """
-    ค้นหาข่าวตาม Symbol -> วิเคราะห์ Sentiment -> สร้าง Markdown 2 ส่วน
+    ค้นหาข่าวด้วย Keyword -> วิเคราะห์ Sentiment -> สร้าง Markdown 2 ส่วน
     """
     if not scraper or not analyzer:
         return "Models failed to load. Check logs.", "" # คืนค่า 2 ส่วน
 
-    if not symbol:
-        return "Please enter a stock symbol.", ""
+    if not keyword:
+        return "Please enter a keyword or symbol.", ""
 
-    print(f"Searching for symbol: {symbol}")
+    print(f"Searching for keyword: {keyword}")
     
-    # <--- 3. เรียก get_latest_news (ที่แก้บั๊กแล้ว) ---
-    news_list = scraper.get_latest_news(symbol, max_articles=10) 
+    # <--- 3. กลับไปใช้ search_news (Google) ที่หาข่าวตรงประเด็น ---
+    news_list = scraper.search_news(keyword, max_articles=10) 
     
     if not news_list:
-        return f"No recent news found for symbol: {symbol.upper()}", "" # คืนค่า 2 ส่วน
+        return f"No recent news found for: {keyword}", "" # คืนค่า 2 ส่วน
 
     # <--- 4. วิเคราะห์ Sentiment ---
     analyzed_list = analyzer.analyze_batch(news_list)
@@ -57,20 +57,18 @@ def process_symbol_search(symbol):
         markdown_output_lines.append(f"### 📰 {item['title']}") 
         markdown_output_lines.append(f"*(Published: {date_str})*")
         
-        # <--- 7. เพิ่ม Sentiment ในผลลัพธ์ ---
+        # <--- 7. เพิ่ม Sentiment (FinBERT วิเคราะห์จากหัวข้อข่าว) ---
         sentiment_label = item['sentiment'].capitalize()
         sentiment_score = item['score'] * 100
         markdown_output_lines.append(f"\n**Sentiment: {sentiment_label}** ({sentiment_score:.1f}%)")
         
-        if item['summary']: 
-             markdown_output_lines.append(f"\n**Summary:** {item['summary']}") 
+        # --- (เราไม่แสดง item['summary'] เพราะมันคือหัวข้อข่าวซ้ำ) ---
         
         markdown_output_lines.append(f"\n[Read Full Article]({item['link']})") 
         markdown_output_lines.append("\n---") 
         
     main_output_text = "\n".join(markdown_output_lines)
     
-    # คืนค่า 2 ส่วน
     return summary_text, main_output_text
 
 # --- 3. สร้างหน้าเว็บ Gradio (แก้ไข) ---
@@ -80,21 +78,21 @@ with gr.Blocks(theme=gr.themes.Soft()) as app:
     gr.Markdown(
         """
         # 📈 Stock News Sentiment Analyzer
-        Enter a stock symbol (e.g., 'AAPL', 'NVDA', 'TSLA') to get recent news
-        and analyze its sentiment using `project-aps/finbert-finetune`.
+        Enter a keyword or stock symbol (e.g., 'AAPL', 'TSLA', 'Inflation') 
+        to get recent news and analyze its sentiment using FinBERT.
         """
     )
 
     # --- ส่วน Input (แก้ไข) ---
     with gr.Row():
         keyword_input = gr.Textbox(
-            label="Enter Stock Symbol", 
-            placeholder="e.g., AAPL, NVDA, TSLA...", 
+            label="Enter Keyword or Symbol", 
+            placeholder="e.g., AAPL, NVIDIA, Inflation...", 
             scale=3
         )
         search_button = gr.Button("Analyze Sentiment", variant="primary", scale=1)
 
-    # --- ส่วน Output (แก้ไข: เพิ่ม 2 ส่วน) ---
+    # --- ส่วน Output (เหมือนเดิม 2 ส่วน) ---
     summary_output = gr.Markdown(
         label="Overall Sentiment Summary"
     )
@@ -104,7 +102,7 @@ with gr.Blocks(theme=gr.themes.Soft()) as app:
     
     # --- 4. เชื่อมปุ่มกับฟังก์ชัน (แก้ไข) ---
     search_button.click(
-        fn=process_symbol_search,
+        fn=process_keyword_search, # <--- เรียกฟังก์ชัน Keyword
         inputs=[keyword_input],
         outputs=[summary_output, output_markdown] # <--- ชี้ไปที่ 2 Output
     )