Update app.py

app.py

@@ -1,12 +1,11 @@
 import os
 import subprocess
 
-# Instalar los binarios de Playwright al arrancar (Solo necesario en Hugging Face)
+# Configuración de entorno
 try:
     import playwright
 except ImportError:
-    subprocess.run(["pip", "install", "playwright"])
-    
+    subprocess.run(["pip", "install", "playwright folium"])
 subprocess.run(["playwright", "install", "chromium"])
 
 import gradio as gr
@@ -14,98 +13,108 @@ from playwright.sync_api import sync_playwright
 import pandas as pd
 from fpdf import FPDF
 import datetime
+import folium
+
+# --- LÓGICA DE GEOCALIZACIÓN Y MAPA ---
+def generar_mapa_zona(zona):
+    # En un sistema real, usarías una API de geocoding. 
+    # Aquí creamos un mapa centrado en coordenadas base de Colombia (Bogotá)
+    # que el usuario puede previsualizar.
+    m = folium.Map(location=[4.6097, -74.0817], zoom_start=12, tiles="CartoDB positron")
+    folium.Marker(
+        [4.6097, -74.0817], 
+        popup=f"Zona de Análisis: {zona}",
+        icon=folium.Icon(color='blue', icon='info-sign')
+    ).add_to(m)
+    
+    map_path = "mapa_tramitia.html"
+    m.save(map_path)
+    return map_path
 
-# --- LÓGICA DE EXTRACCIÓN ---
-def extraer_datos_reales(zona, area_m2, tipo_inmueble):
+# --- MOTOR DE EXTRACCIÓN TRAMITIA ---
+def motor_tramitia(zona, area_m2, tipo):
     with sync_playwright() as p:
         browser = p.chromium.launch(headless=True)
-        context = browser.new_context(
-            user_agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36"
-        )
+        context = browser.new_context(user_agent="Mozilla/5.0")
         page = context.new_page()
         
         zona_url = zona.lower().replace(" ", "-")
-        url = f"https://www.fincaraiz.com.co/{tipo_inmueble.lower()}/arriendo/{zona_url}"
+        url = f"https://www.fincaraiz.com.co/{tipo.lower()}/arriendo/{zona_url}"
         
         try:
-            page.goto(url, wait_until="networkidle", timeout=60000)
-            page.wait_for_selector('article', timeout=20000)
+            page.goto(url, wait_until="networkidle", timeout=45000)
+            page.wait_for_selector('article', timeout=15000)
             
             referencias = []
-            cards = page.query_selector_all('article')
+            cards = page.query_selector_all('article')[:5]
             
             for card in cards:
-                if len(referencias) >= 5: break
                 try:
-                    content = card.inner_text()
-                    lines = content.split('\n')
-                    
-                    precio_line = [l for l in lines if '$' in l][0]
-                    precio = int(''.join(filter(str.isdigit, precio_line)))
-                    
-                    area_line = [l for l in lines if 'm²' in l or 'm2' in l][0]
-                    area_ref = int(''.join(filter(str.isdigit, area_line)))
-                    
-                    if precio > 100000 and area_ref > 5:
-                        referencias.append({
-                            "Precio": precio,
-                            "Area": area_ref,
-                            "Precio_M2": precio / area_ref
-                        })
-                except:
-                    continue
+                    content = card.inner_text().replace('.', '').replace('$', '')
+                    nums = [int(s) for s in content.split() if s.isdigit()]
+                    precio = max(nums)
+                    area_ref = next((n for n in nums if 15 < n < 500), area_m2)
+                    referencias.append({"Precio": precio, "Area": area_ref, "Precio_M2": precio/area_ref})
+                except: continue
             
             browser.close()
-            return pd.DataFrame(referencias)
+            
+            if not referencias: return "⚠️ No se hallaron datos.", None, None, None
+            
+            df = pd.DataFrame(referencias)
+            valor_m2 = df['Precio_M2'].mean()
+            valor_estimado = (valor_m2 * area_m2) * 0.93 
+            
+            # Generar PDF y Mapa
+            pdf_path = generar_pdf_tramitia(zona, area_m2, valor_estimado, df)
+            mapa_html = generar_mapa_zona(zona)
+            
+            resumen_html = f"""
+            <div style='background-color: #e6fffa; padding: 15px; border-radius: 8px; border: 1px solid #38b2ac;'>
+                <h3 style='color: #2c7a7b; margin: 0;'>📍 Análisis Geo-referenciado TramitIA</h3>
+                <p style='font-size: 1.1em;'>Estimación para {zona}: <b>${valor_estimado:,.0f} COP</b></p>
+            </div>
+            """
+            return resumen_html, df, pdf_path, mapa_html
         except:
             browser.close()
-            return pd.DataFrame()
+            return "❌ Error de conexión.", None, None, None
 
-# --- GENERADOR DE PDF ---
-def crear_pdf_formal(zona, area, valor_final, df):
+def generar_pdf_tramitia(zona, area, valor, df):
     pdf = FPDF()
     pdf.add_page()
     pdf.set_font("Arial", 'B', 16)
-    pdf.cell(200, 15, "ESTUDIO DE MERCADO INMOBILIARIO", ln=True, align='C')
-    pdf.ln(10)
-    
-    pdf.set_font("Arial", '', 12)
-    pdf.cell(0, 10, f"Zona: {zona.upper()}", ln=True)
-    pdf.cell(0, 10, f"Valor Renta Sugerido: ${valor_final:,.0f} COP", ln=True)
-    pdf.ln(10)
-    
-    pdf.set_font("Arial", 'B', 10)
-    pdf.cell(60, 10, "Referencia", 1)
-    pdf.cell(60, 10, "Precio", 1)
-    pdf.cell(60, 10, "Area", 1, ln=True)
-    
-    pdf.set_font("Arial", '', 10)
-    for i, row in df.iterrows():
-        pdf.cell(60, 10, f"Inmueble {i+1}", 1)
-        pdf.cell(60, 10, f"${row['Precio']:,.0f}", 1)
-        pdf.cell(60, 10, f"{row['Area']} m2", 1, ln=True)
-        
-    filename = "Reporte_Estimacion.pdf"
-    pdf.output(filename)
-    return filename
+    pdf.cell(0, 15, "TRAMITIA - CERTIFICADO TÉCNICO", ln=True, align='C')
+    pdf.set_font("Arial", '', 11)
+    pdf.cell(0, 10, f"Ubicación: {zona.upper()} | Área: {area}m2", ln=True)
+    pdf.cell(0, 10, f"Valor Sugerido: ${valor:,.0f} COP", ln=True)
+    pdf.output("Reporte_TramitIA.pdf")
+    return "Reporte_TramitIA.pdf"
 
-# --- INTERFAZ ---
-def procesar(zona, area, tipo):
-    df = extraer_datos_reales(zona, area, tipo)
-    if df.empty: return "No se hallaron datos.", None, None
-    
-    promedio_m2 = df['Precio_M2'].mean()
-    valor_final = (promedio_m2 * area) * 0.93
-    pdf_path = crear_pdf_formal(zona, area, valor_final, df)
+# --- INTERFAZ TRAMITIA PRO ---
+with gr.Blocks(css=".gradio-container {background-color: #f7fafc}") as demo:
+    gr.HTML("<div style='text-align: center; color: #2d3748;'><h1>🤖 TramitIA Pro</h1><p>Geolocalización e Inteligencia Inmobiliaria</p></div>")
     
-    return f"### Valor sugerido: ${valor_final:,.0f} COP", df, pdf_path
+    with gr.Row():
+        with gr.Column(scale=1):
+            zona_input = gr.Textbox(label="Ubicación Detallada", placeholder="Ej: Ciudad Salitre, Bogotá")
+            area_input = gr.Number(label="Área M2", value=150)
+            tipo_input = gr.Dropdown(["Apartamento", "Casa", "Oficina"], label="Tipo", value="Apartamento")
+            btn = gr.Button("INICIAR CONSULTA GEOGRÁFICA", variant="primary")
+            
+        with gr.Column(scale=2):
+            res_html = gr.HTML()
+            # Componente de Mapa
+            mapa_view = gr.HTML(label="Visualización de Zona")
+            with gr.Row():
+                pdf_file = gr.File(label="Informe Técnico")
+                data_view = gr.Dataframe(label="Comparables")
 
-demo = gr.Interface(
-    fn=procesar,
-    inputs=[gr.Textbox(label="Zona"), gr.Number(label="M2"), gr.Dropdown(["Apartamento", "Casa"])],
-    outputs=[gr.Markdown(), gr.Dataframe(), gr.File(label="Descargar PDF")],
-    title="Estimador Inmobiliario Colombia"
-)
+    btn.click(
+        motor_tramitia, 
+        inputs=[zona_input, area_input, tipo_input], 
+        outputs=[res_html, data_view, pdf_file, mapa_view]
+    )
 
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch()