EduAnalyzer

MEB 8. Sınıf Türkçe ders kitabından metin çıkarma, temizleme ve görüntüleme projesi.

Proje Yapısı

EduAnalyzer/
├── pdf_extractor/          # Backend - PDF işleme modülü
│   ├── src/
│   │   ├── models.py      # Veri modelleri
│   │   ├── parser.py       # PDF okuma
│   │   ├── cleaner.py      # Metin temizleme
│   │   ├── exporter.py     # JSON/CSV export
│   │   ├── config.py       # Yapılandırma
│   │   └── main.py         # Ana giriş noktası
│   ├── data/
│   │   ├── raw/            # Ham PDF dosyaları
│   │   └── processed/      # İşlenmiş JSON/CSV çıktıları
│   └── requirements.txt
│
└── viewer-app/             # Frontend - React + TypeScript
    ├── src/
    │   ├── components/     # UI bileşenleri
    │   ├── pages/          # Sayfalar
    │   ├── types/          # TypeScript tip tanımları
    │   ├── hooks/          # Custom React hooks
    │   └── utils/          # Yardımcı fonksiyonlar
    └── public/             # Statik dosyalar (JSON verisi buraya kopyalanır)

Hızlı Başlangıç

1. PDF Çıkarma (Backend)

# PDF dosyasını doğru konuma kopyalayın
cp "Türkçe 8. Sınıf.pdf" pdf_extractor/data/raw/turkce_8_meb.pdf

# Sanal ortam oluşturun
cd pdf_extractor
python3 -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# Bağımlılıkları yükleyin
pip install -r requirements.txt

# PDF'ten metin çıkarın
python -m src.main

# Çıktı: pdf_extractor/data/processed/turkce8_dataset.json

2. Veri Görüntüleme (Frontend)

# JSON dosyasını public klasörüne kopyalayın
cp pdf_extractor/data/processed/turkce8_dataset.json viewer-app/public/

# Bağımlılıkları yükleyin
cd viewer-app
npm install

# Geliştirme sunucusunu başlatın
npm run dev

# Tarayıcıda http://localhost:5173 adresini açın

Özellikler

Backend (pdf_extractor)

• ✅ PDF'ten sayfa sayfa metin çıkarma
• ✅ Metin temizleme (boşluklar, sayfa numaraları)
• ✅ JSON ve CSV export
• ✅ Komut satırı arayüzü

Frontend (viewer-app)

• ✅ Veri filtreleme (tema, metin türü, sayfa aralığı, arama)
• ✅ Tablo görünümünde veri listeleme
• ✅ Metin detay görünümü
• ✅ Tema, metin türü ve notlar düzenleme
• ✅ JSON ve CSV export

Veri Modeli

Her metin birimi şu alanları içerir:

• id: Benzersiz ID (örn: "page_1")
• page: Sayfa numarası
• raw_text: Ham metin
• clean_text: Temizlenmiş metin
• title: Başlık (düzenlenebilir)
• theme: Tema (düzenlenebilir)
• text_type: Metin türü (düzenlenebilir)
• notes: Notlar (düzenlenebilir)

Geliştirme

Detaylı bilgi için her modülün kendi README dosyasına bakın:

• pdf_extractor/README.md
• viewer-app/README.md