Upload 2 files

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+quran_master.db filter=lfs diff=lfs merge=lfs -text

quran.py

@@ -0,0 +1,350 @@
+# -*- coding: utf-8 -*-
+"""Quran.py
+
+Automatically generated by Colab.
+
+Original file is located at
+    https://colab.research.google.com/drive/1WwaR-xsFnY5iffCndJV5metzB0RS4_GP
+"""
+
+import sqlite3
+import re
+from rapidfuzz.distance import Levenshtein
+
+# ==========================================
+# طبقة التطبيع الموسعة
+# ==========================================
+
+# مجموعات الحروف المتشابهة بصرياً أو صوتياً — كلها ترجع لشكل واحد
+_SIMILAR_GROUPS = [
+    ('اأإآٱ', 'ا'),
+    ('ةه',   'ه'),
+    ('يىئ',  'ي'),
+    ('وؤ',   'و'),
+    ('ذد',   'د'),   # متقاربة بصرياً للمبتدئين
+    ('زرذ',  'ر'),   # أحياناً يخلط المستخدم بينها
+    ('طت',   'ت'),
+    ('ضظ',   'ض'),
+    ('سص',   'س'),
+    ('ثت',   'ت'),
+    ('خح',   'ح'),
+    ('غع',   'ع'),
+]
+
+def _build_similarity_table():
+    table = {}
+    for group, canonical in _SIMILAR_GROUPS:
+        for ch in group:
+            table[ch] = canonical
+    return table
+
+_SIM_TABLE = _build_similarity_table()
+
+def normalize_arabic(text: str, *, deep: bool = False) -> str:
+    """
+    تطبيع النص العربي.
+    deep=False  → تطبيع خفيف (للتخزين في DB أو المقارنة الدقيقة)
+    deep=True   → تطبيع عميق يساوي بين الحروف المتشابهة (للبحث الضبابي)
+    """
+    if not text:
+        return ""
+    # إزالة التشكيل والعلامات القرآنية
+    text = re.sub(
+        r'[\u064B-\u065F\u0670\u0671\u0656'
+        r'\u06D6-\u06DC\u06DF-\u06E4\u06E7\u06E8\u06EA-\u06ED]',
+        '', text
+    )
+    # همزات
+    text = re.sub(r'[أإآٱ]', 'ا', text)
+    # تاء مربوطة
+    text = re.sub(r'ة', 'ه', text)
+    # ألف مقصورة
+    text = re.sub(r'ى', 'ي', text)
+
+    if deep:
+        text = ''.join(_SIM_TABLE.get(ch, ch) for ch in text)
+
+    return ' '.join(text.strip().split())
+
+
+# ==========================================
+# مطابقة ضبابية على مستوى الكلمات
+# ==========================================
+
+def _word_similarity(a: str, b: str) -> float:
+    """نسبة التشابه بين كلمتين (0.0 → 1.0)."""
+    max_len = max(len(a), len(b), 1)
+    dist = Levenshtein.distance(a, b)
+    return 1.0 - dist / max_len
+
+
+def _score_window(query_words: list[str], window_words: list[str],
+                  query_deep: list[str], window_deep: list[str]) -> float:
+    """
+    احسب نسبة تطابق نافذة كلمات مع استعلام المستخدم.
+    نستخدم نسختين: خفيفة (أولوية) وعميقة (احتياط).
+    """
+    if len(window_words) != len(query_words):
+        return 0.0
+
+    total = 0.0
+    for qw, ww, qd, wd in zip(query_words, window_words, query_deep, window_deep):
+        # نأخذ أعلى نتيجة بين المقارنة الخفيفة والعميقة
+        s_light = _word_similarity(qw, ww)
+        s_deep  = _word_similarity(qd, wd)
+        total += max(s_light, s_deep)
+
+    return total / len(query_words)
+
+
+# ==========================================
+# الدالة الرئيسية
+# ==========================================
+
+def search_bayan(query_text: str,
+                 target_type: str = "تدقيق الايات",
+                 fuzzy_threshold: float = 0.72) -> dict:
+    """
+    البحث عن آية قرآنية مع دعم الأخطاء الإملائية.
+
+    المعاملات:
+        query_text       : النص المُدخَل من المستخدم (قد يحتوي أخطاء)
+        target_type      : لغة الإخراج (uthmani / english / french / ...)
+        fuzzy_threshold  : الحد الأدنى لقبول التطابق (0→1)، افتراضياً 0.72
+
+    المُخرج:
+        dict يحتوي على:
+            matched_segment   : النص المُصحَّح بالرسم العثماني أو الترجمة
+            full_verse        : الآيات كاملة مع التوثيق
+            similarity_score  : درجة التشابه
+            metadata          : تفاصيل الآيات
+        أو:
+            error             : رسالة الخطأ
+    """
+    conn = sqlite3.connect('quran_master.db')
+    cursor = conn.cursor()
+
+    language_mapping = {
+        "تدقيق الايات": "uthmani",
+        "bengali": "bn", "bosnian": "bs", "english": "en", "french": "fr",
+        "german": "de", "indonesian": "id", "malay": "ms", "persian": "fa",
+        "portuguese": "pt", "russian": "ru", "spanish": "es",
+        "turkish": "tr", "uzbek": "uz"
+    }
+
+    clean_target = str(target_type).lower().strip()
+    lang_code    = language_mapping.get(clean_target, "uthmani")
+
+    verse_column = "v.text_uthmani" if lang_code == "uthmani" else f"v.lang_{lang_code}"
+    sura_column  = "s.ar"           if lang_code == "uthmani" else f"s.lang_{lang_code}"
+
+    # ── تطبيع الاستعلام بنسختين ──
+    query_light = normalize_arabic(query_text, deep=False).split()
+    query_deep  = normalize_arabic(query_text, deep=True).split()
+
+    if not query_light:
+        conn.close()
+        return {"error": "النص المُدخل فارغ"}
+
+    n = len(query_light)
+
+    # ==========================================
+    # البحث بالمرساة الديناميكية (من الأطول للأقصر)
+    # ==========================================
+    candidate_starts: list[tuple[int, int]] = []
+
+    for i in range(n, 0, -1):
+        anchor = ' '.join(query_light[:i])
+        # بحث LIKE عادي أولاً (سريع)
+        cursor.execute("""
+            SELECT v.sura_num, v.aya_num
+            FROM verses v
+            WHERE v.text_clean LIKE ?
+            ORDER BY v.sura_num, v.aya_num
+        """, ('%' + anchor + '%',))
+        candidate_starts = cursor.fetchall()
+        if candidate_starts:
+            break
+
+    # إذا لم تجد شيئاً بالمرساة الخفيفة → جرّب المرساة العميقة
+    # (يستخدم text_deep إذا كان موجوداً، وإلا يعود لـ text_clean)
+    if not candidate_starts:
+        # اكتشف أعمدة الجدول
+        cursor.execute("PRAGMA table_info(verses)")
+        cols = {row[1] for row in cursor.fetchall()}
+        deep_col = "v.text_deep" if "text_deep" in cols else "v.text_clean"
+
+        for i in range(n, 0, -1):
+            anchor_deep = ' '.join(query_deep[:i])
+            cursor.execute(f"""
+                SELECT v.sura_num, v.aya_num
+                FROM verses v
+                WHERE {deep_col} LIKE ?
+                ORDER BY v.sura_num, v.aya_num
+            """, ('%' + anchor_deep + '%',))
+            rows = cursor.fetchall()
+            if rows:
+                candidate_starts = rows
+                break
+
+    # الملاذ الأخير: ابحث بكل كلمة على حدة وخذ الآيات الأكثر تكراراً
+    if not candidate_starts:
+        counts: dict[tuple, int] = {}
+        for word in query_light:
+            if len(word) < 3:
+                continue
+            cursor.execute("""
+                SELECT v.sura_num, v.aya_num
+                FROM verses v
+                WHERE v.text_clean LIKE ?
+            """, ('%' + word + '%',))
+            for row in cursor.fetchall():
+                counts[row] = counts.get(row, 0) + 1
+        if counts:
+            candidate_starts = sorted(counts, key=counts.get, reverse=True)[:15]
+
+    if not candidate_starts:
+        conn.close()
+        return {
+            "matched_segment": "",
+            "full_verse": "لم يُعثر على تطابق — تحقق من النص المُدخل"
+        }
+
+    # ==========================================
+    # النافذة المنزلقة + التقييم الضبابي
+    # ==========================================
+    best_score     = -1.0
+    best_match_idx = -1
+    best_rows      = None
+
+    for start_sura, start_aya in candidate_starts:
+        cursor.execute(f"""
+            SELECT v.sura_num, v.aya_num, v.text_clean,
+                   v.text_uthmani, {verse_column}, {sura_column}
+            FROM verses v
+            JOIN suras_translated s ON v.sura_num = s.sura_number
+            WHERE (v.sura_num = ? AND v.aya_num >= ?) OR (v.sura_num > ?)
+            ORDER BY v.sura_num, v.aya_num
+            LIMIT 12
+        """, (start_sura, start_aya, start_sura))
+        fetched = cursor.fetchall()
+
+        QURAN_MARKS = {
+              'ۖ', 'ۗ', 'ۘ', 'ۙ', 'ۚ', 'ۛ', 'ۜ', '۝',
+              '۞', '۩'
+          }
+
+
+        # بناء خريطة الكلمات
+        combined_light, combined_deep, word_map = [], [], []
+        for row in fetched:
+            s_num, a_num, t_clean, t_uthmani, t_target, s_name = row
+            clean_w   = t_clean.split()
+            uthmani_w = [
+              token
+              for token in t_uthmani.split()
+              if token not in QURAN_MARKS
+            ]
+            deep_w    = normalize_arabic(t_clean, deep=True).split()
+
+            for j, cw in enumerate(clean_w):
+                combined_light.append(cw)
+                combined_deep.append(deep_w[j] if j < len(deep_w) else cw)
+                word_map.append({
+                    "clean":       cw,
+                    "uthmani":     uthmani_w[j] if j < len(uthmani_w) else cw,
+                    "sura_num":    s_num,
+                    "aya_num":     a_num,
+                    "target_text": t_target,
+                    "sura_name":   s_name,
+                })
+
+        total_words = len(combined_light)
+        if total_words < n:
+            continue
+
+        # نافذة منزلقة — ابحث عن أعلى نتيجة
+        for j in range(total_words - n + 1):
+            score = _score_window(
+                query_light, combined_light[j:j+n],
+                query_deep,  combined_deep[j:j+n]
+            )
+            if score > best_score:
+                best_score     = score
+                best_match_idx = j
+                best_rows      = word_map
+
+        # إذا وجدنا تطابقاً كاملاً، لا داعي للاستمرار
+        if best_score >= 0.999:
+            break
+
+    conn.close()
+
+    # if best_score < fuzzy_threshold or best_match_idx == -1:
+    #     return {
+    #         "error": (
+    #             f"أقرب تطابق وجدناه بدرجة {best_score:.0%} وهي أقل من الحد المقبول "
+    #             f"({fuzzy_threshold:.0%}). تحقق من النص المُدخل."
+    #         )
+    #     }
+
+    # ==========================================
+    # تشكيل المخرجات
+    # ==========================================
+    matched_words = best_rows[best_match_idx: best_match_idx + n]
+
+    # بناء matched_segment مع رقم كل آية
+    aya_words: dict[tuple, list] = {}
+    for w in matched_words:
+        key = (w["sura_num"], w["aya_num"])
+        if key not in aya_words:
+            aya_words[key] = []
+        aya_words[key].append(w["uthmani"] if lang_code == "uthmani" else w["target_text"])
+
+    if lang_code == "uthmani":
+        seg_parts = [
+            " ".join(words) + f" ({a_num})"
+            for (_, a_num), words in aya_words.items()
+        ]
+        matched_segment = " ".join(seg_parts)
+    else:
+        # للترجمات: نص الآية كامل + رقمها (بدون تكرار)
+        seen_texts, seg_parts = set(), []
+        for (_, a_num), words in aya_words.items():
+            txt = words[0]  # target_text مكرر لكل كلمة، نأخذ الأول
+            if txt not in seen_texts:
+                seen_texts.add(txt)
+                seg_parts.append(f"{txt} ({a_num})")
+        matched_segment = " ".join(seg_parts)
+
+    # الآيات المشمولة — مرتبة بالترتيب
+    involved: dict[tuple, dict] = {}
+    for w in matched_words:
+        key = (w["sura_num"], w["aya_num"])
+        if key not in involved:
+            involved[key] = {"sura_name": w["sura_name"], "target_text": w["target_text"]}
+
+    ayah_nums = [a_num for (_, a_num) in involved]
+    sura_name = next(iter(involved.values()))["sura_name"]
+
+    verse_body_parts = []
+    for (s_num, a_num), data in involved.items():
+        verse_body_parts.append(f"{data['target_text']} ({a_num})")
+
+    combined_body = " ".join(verse_body_parts)
+
+    if len(ayah_nums) == 1:
+        ref = f"{sura_name}: {ayah_nums[0]}"
+    else:
+        nums_str = "،".join(str(x) for x in ayah_nums)
+        ref = f"{sura_name}: {nums_str}"
+
+    full_verse_formatted = f"({combined_body}) [{ref}]"
+    matched_segment = f"({matched_segment}) [{ref}]"
+
+    is_exact = best_score >= 0.999
+    return {
+        "matched_segment": matched_segment,
+        "full_verse": full_verse_formatted,
+
+    }

quran_master.db

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8249c308936ddc26e70e46580405f7751d2c96501d1185f617ae9b0436e987a9
+size 23064576