Создает папки и сохраняет файлы.

fastapi-app/router.py

@@ -1,13 +1,17 @@
-from fastapi import APIRouter, UploadFile, File, Form
-from repository import UserRepository, CSVFileRepository, H5ModelRepository, ModelStatisticsRepository
-from schemas import UserCreate, ModelStatisticsCreate
-import shutil
 import os
+from fastapi import APIRouter, UploadFile, File, Form, HTTPException
+from pathlib import Path
+from database import new_session, User, CSVFile
+from repository import CSVFileRepository, UserRepository, H5ModelRepository, ModelStatisticsRepository
+import shutil
+import pandas as pd
+from sqlalchemy import select
+from schemas import UserCreate, ModelStatisticsCreate
 
 router = APIRouter()
 
-UPLOAD_FOLDER_CSV = "uploads/csv"
-os.makedirs(UPLOAD_FOLDER_CSV, exist_ok=True)
+UPLOAD_FOLDER_CSV = Path("uploads/csv")
+UPLOAD_FOLDER_CSV.mkdir(parents=True, exist_ok=True)
 
 UPLOAD_FOLDER_MODELS = "uploads/models"
 os.makedirs(UPLOAD_FOLDER_MODELS, exist_ok=True)
@@ -18,15 +22,30 @@ async def create_user(user: UserCreate):
     user_id = await UserRepository.create_user(user)
     return {"user_id": user_id}
 
-# Загрузка CSV файла
+# Обновлённый метод для загрузки CSV файла
 @router.post("/upload/csv/")
 async def upload_csv(user_id: int = Form(...), file: UploadFile = File(...)):
-    file_path = os.path.join(UPLOAD_FOLDER_CSV, file.filename)
+    # Получаем данные пользователя
+    async with new_session() as session:
+        user = await session.get(User, user_id)
+        if not user:
+            return {"error": "Пользователь не найден"}
+        username = user.username
+
+    # Формируем путь для сохранения
+    user_folder = UPLOAD_FOLDER_CSV / str(user_id)
+    user_folder.mkdir(parents=True, exist_ok=True)
+    file_path = user_folder / file.filename
+
+    # Сохраняем файл
     with open(file_path, "wb") as buffer:
         shutil.copyfileobj(file.file, buffer)
 
-    await CSVFileRepository.upload_file(user_id=user_id, file_path=file_path)
-    return {"message": "CSV файл загружен", "file_path": file_path}
+    # Сохраняем данные в БД, заменяя обратные слэши на прямые
+    normalized_path = str(file_path).replace("\\", "/")
+    await CSVFileRepository.upload_file(user_id=user_id, file_path=normalized_path)
+    return {"message": "CSV файл загружен", "file_path": normalized_path}
+
 
 # Загрузка H5 модели
 @router.post("/upload/h5/")
@@ -43,3 +62,51 @@ async def upload_h5_model(user_id: int = Form(...), file: UploadFile = File(...)
 async def add_model_statistics(stats: ModelStatisticsCreate):
     await ModelStatisticsRepository.add_statistics(stats)
     return {"message": "Статистика модели сохранена"}
+
+
+# Получение строк из CSV файла
+@router.get("/csv/rows/")
+async def get_csv_rows(
+    user_id: int,
+    file_name: str,
+    start_row: int,
+    end_row: int
+):
+    # Проверка существования пользователя
+    async with new_session() as session:
+        user = await session.get(User, user_id)
+        if not user:
+            raise HTTPException(status_code=404, detail="Пользователь не найден")
+
+        # Формируем путь к файлу
+        user_folder = UPLOAD_FOLDER_CSV / str(user_id)
+        file_path = user_folder / file_name
+
+        # Проверка файла в БД, заменяя обратные слэши на прямые
+        normalized_file_path = str(file_path).replace("\\", "/")
+        result = await session.execute(
+            select(CSVFile).where(
+                CSVFile.user_id == user_id,
+                CSVFile.file_path == normalized_file_path
+            )
+        )
+        csv_file = result.scalars().first()
+
+        if not csv_file or not file_path.exists():
+            raise HTTPException(status_code=404, detail=f"Файл '{file_name}' не найден для пользователя '{user_id}'")
+
+    # Читаем файл и извлекаем строки
+    try:
+        if file_name.endswith(".xlsx"):
+            df = pd.read_excel(file_path)
+        elif file_name.endswith(".csv"):
+            df = pd.read_csv(file_path)
+        else:
+            raise HTTPException(status_code=400, detail="Неподдерживаемый формат файла")
+
+        rows = df.iloc[start_row:end_row].to_dict(orient="records")
+        return {"rows": rows}
+
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=f"Ошибка при чтении файла: {str(e)}")
+