Update app.py

app.py

@@ -13,9 +13,11 @@ try:
     subprocess.run(["playwright", "install", "chromium"], check=True)
 except: pass
 
-# --- GENERADOR DE URLS (Tu lógica exacta) ---
+# --- GENERADOR DE URLS (CORREGIDO SEGÚN TUS EJEMPLOS) ---
 def construir_urls(zona, ciudad, tipo, hab, ban, park, antiguedad):
-    # Mapeo Antigüedad
+    # 1. FINCA RAÍZ
+    # Estructura usuario: https://www.fincaraiz.com.co/arriendo/3-o-mas-habitaciones/2-o-mas-banos/1-parqueadero/de-1-a-8-anios?&searchstring=fontibon-bogota
+    
     mapa_ant = {
         "Menos de 1 año": "de-0-a-1-anos",
         "1 a 8 años": "de-1-a-8-anios",
@@ -25,22 +27,23 @@ def construir_urls(zona, ciudad, tipo, hab, ban, park, antiguedad):
     }
     slug_ant = mapa_ant.get(antiguedad, "de-1-a-8-anios")
     
-    z_slug = zona.lower().replace(" ", "-")
-    c_slug = ciudad.lower().replace(" ", "-")
+    # Lógica singular/plural para parqueaderos
+    slug_park = f"{int(park)}-parqueadero" if int(park) == 1 else f"{int(park)}-parqueaderos"
     
-    # 1. FINCA RAÍZ
-    # https://www.fincaraiz.com.co/arriendo/suba/bogota/3-o-mas-habitaciones/2-o-mas-banos/2-parqueaderos/de-1-a-8-anios
-    url_fr = f"https://www.fincaraiz.com.co/arriendo/{z_slug}/{c_slug}/{int(hab)}-o-mas-habitaciones/{int(ban)}-o-mas-banos/{int(park)}-parqueaderos/{slug_ant}?&searchstring={z_slug}-{c_slug}"
+    # Searchstring limpio
+    query_geo = f"{zona.lower().replace(' ', '-')}-{ciudad.lower().replace(' ', '-')}"
+    
+    # URL SIN LA ZONA EN EL PATH, SOLO EN SEARCHSTRING
+    url_fr = f"https://www.fincaraiz.com.co/arriendo/{int(hab)}-o-mas-habitaciones/{int(ban)}-o-mas-banos/{slug_park}/{slug_ant}?&searchstring={query_geo}"
     
-    # 2. METROCUADRADO
-    # https://www.metrocuadrado.com/apartamento-casa-oficina/arriendo/bogota/3-banos-3-habitaciones/?search=form
-    # Nota: MC no suele usar el barrio en la URL de filtros avanzados, filtra post-búsqueda, pero intentaremos inyectarlo si funciona
+    # 2. METROCUADRADO (Esta funcionaba bien, solo ajustamos el scraper)
+    c_slug = ciudad.lower().replace(" ", "-")
     url_mc = f"https://www.metrocuadrado.com/{tipo.lower()}-casa-oficina/arriendo/{c_slug}/{int(ban)}-banos-{int(hab)}-habitaciones/?search=form"
     
     return url_fr, url_mc
 
-# --- MOTOR CON SELECTORES ESPECÍFICOS ---
-def motor_tramitia_clases(zona, ciudad, area, tipo, hab, ban, park, antiguedad):
+# --- MOTOR DE EXTRACCIÓN ---
+def motor_tramitia_final(zona, ciudad, area, tipo, hab, ban, park, antiguedad):
     resultados = []
     log = []
     
@@ -54,46 +57,44 @@ def motor_tramitia_clases(zona, ciudad, area, tipo, hab, ban, park, antiguedad):
             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"
         )
         
-        # --- 1. FINCA RAÍZ (Selector: lc-dataWrapper) ---
+        # --- 1. FINCA RAÍZ ---
         try:
             page = context.new_page()
             page.goto(url_fr, wait_until="domcontentloaded", timeout=60000)
             
-            # Scroll progresivo para cargar elementos lazy
+            # Scroll para cargar
             for _ in range(3):
                 page.mouse.wheel(0, 1000)
-                time.sleep(1)
+                time.sleep(1.5)
             
-            # Buscamos EXACTAMENTE el contenedor que nos diste
-            wrappers = page.query_selector_all("div.lc-dataWrapper")
+            # Buscamos en el wrapper de datos que nos diste antes
+            # Si ese falla, tenemos un backup genérico
+            wrappers = page.query_selector_all("div.lc-dataWrapper, article")
             
             for wrapper in wrappers[:6]:
                 try:
                     texto = wrapper.inner_text()
-                    
-                    # Filtro de seguridad: ignorar si no tiene precio
                     if "$" not in texto: continue
                     
-                    # Extracción de Precio
                     precios = [int(s) for s in texto.replace('.', '').replace('$', '').split() if s.isdigit() and len(s) >= 6]
                     if not precios: continue
                     
-                    # JS Injection: Usamos 'closest' para hallar el link padre <a>
+                    # JS para encontrar el link padre
                     href = wrapper.evaluate("el => el.closest('a') ? el.closest('a').href : ''")
                     
                     resultados.append({
                         "Portal": "Finca Raiz",
                         "Precio": max(precios),
                         "Precio_M2": max(precios) / area,
-                        "Descripcion": texto.split('\n')[0][:80],
+                        "Descripcion": texto.split('\n')[0][:50] + "...",
                         "URL": href if href else url_fr
                     })
                 except: continue
             page.close()
         except Exception as e:
-            log.append(f"❌ Error FR: {str(e)}")
+            log.append(f"⚠️ Error FR: {str(e)}")
 
-        # --- 2. METROCUADRADO (Selector: property-card__content) ---
+        # --- 2. METROCUADRADO (Selector corregido: property-card__detail) ---
         try:
             page = context.new_page()
             page.goto(url_mc, wait_until="domcontentloaded", timeout=60000)
@@ -101,45 +102,50 @@ def motor_tramitia_clases(zona, ciudad, area, tipo, hab, ban, park, antiguedad):
             for _ in range(4):
                 page.mouse.wheel(0, 800)
                 time.sleep(1)
-                
-            # Buscamos EXACTAMENTE el contenedor de MC
-            cards_mc = page.query_selector_all("div.property-card__content")
             
-            for card in cards_mc[:6]:
+            # AQUI ESTA EL CAMBIO: Usamos tu clase exacta
+            detalles = page.query_selector_all("div.property-card__detail")
+            
+            for det in detalles[:6]:
                 try:
-                    texto = card.inner_text()
+                    texto = det.inner_text()
                     
-                    # Validar si corresponde a la zona (MC mezcla zonas a veces)
-                    if zona.lower() not in texto.lower() and ciudad.lower() not in texto.lower():
-                        continue
-
+                    # Extraer precio del texto del detalle
                     precios = [int(s) for s in texto.replace('.', '').replace('$', '').split() if s.isdigit() and len(s) >= 6]
                     if not precios: continue
                     
-                    # JS Injection: Buscar link en ancestros o hijos
-                    # En MC a veces el link envuelve todo o está en un h2
-                    href = card.evaluate("""el => {
-                        let link = el.closest('a');
-                        if (!link) link = el.querySelector('a');
-                        return link ? link.href : '';
+                    # IMPORTANTE: El link NO suele estar dentro de 'property-card__detail', 
+                    # suele estar en el contenedor padre o abuelo. Usamos JS para subir de nivel.
+                    href = det.evaluate("""el => {
+                        // Intentamos subir hasta encontrar la tarjeta completa y su link
+                        let card = el.closest('li') || el.closest('div.card') || el.closest('div[class*="card"]');
+                        if (card) {
+                            let link = card.querySelector('a');
+                            return link ? link.href : '';
+                        }
+                        return '';
                     }""")
+                    
+                    # Si no encuentra link por JS, intentamos buscar el <a> más cercano hacia arriba
+                    if not href:
+                        href = det.evaluate("el => el.closest('a') ? el.closest('a').href : ''")
 
                     resultados.append({
                         "Portal": "Metrocuadrado",
                         "Precio": max(precios),
                         "Precio_M2": max(precios) / area,
-                        "Descripcion": "Inmueble en " + zona,
+                        "Descripcion": texto.split('\n')[0][:50] + "...", # El detalle suele tener la info clave
                         "URL": href if href else url_mc
                     })
                 except: continue
             page.close()
         except Exception as e:
-            log.append(f"❌ Error MC: {str(e)}")
+            log.append(f"⚠️ Error MC: {str(e)}")
             
         browser.close()
 
     if not resultados:
-        return f"⚠️ No se encontraron datos.\nLOG TÉCNICO:\n" + "\n".join(log), None, None
+        return f"⚠️ No se encontraron datos.\nLOG:\n" + "\n".join(log), None, None
 
     df = pd.DataFrame(resultados)
     
@@ -147,28 +153,28 @@ def motor_tramitia_clases(zona, ciudad, area, tipo, hab, ban, park, antiguedad):
     pdf_path = f"Reporte_{int(time.time())}.pdf"
     pdf = FPDF()
     pdf.add_page()
-    pdf.set_font("Arial", 'B', 16)
-    pdf.cell(0, 10, f"ESTUDIO DE MERCADO: {zona.upper()}", ln=True)
-    pdf.set_font("Arial", '', 10)
+    pdf.set_font("Arial", 'B', 14)
+    pdf.cell(0, 10, f"REPORTE: {zona.upper()}", ln=True)
     pdf.ln(5)
     
     for _, r in df.iterrows():
-        pdf.set_fill_color(245, 245, 245)
-        pdf.multi_cell(0, 10, f"{r['Portal']} | ${r['Precio']:,.0f}\nLink: {r['URL']}", border=1, fill=True)
-        pdf.ln(2)
+        pdf.set_font("Arial", 'B', 10)
+        pdf.cell(0, 8, f"{r['Portal']} - ${r['Precio']:,.0f}", ln=True)
+        pdf.set_font("Arial", '', 8)
+        pdf.multi_cell(0, 5, f"Link: {r['URL']}\nDesc: {r['Descripcion']}\n---")
         
     pdf.output(pdf_path)
 
-    return f"✅ Éxito: {len(df)} inmuebles procesados.", df, pdf_path
+    return f"✅ {len(df)} inmuebles encontrados.", df, pdf_path
 
 # --- INTERFAZ ---
 with gr.Blocks(theme=gr.themes.Soft()) as demo:
-    gr.Markdown("## 🤖 TramitIA Pro: Selectores Nativos (2026)")
+    gr.Markdown("## 🤖 TramitIA Pro: Configuración Exacta")
     
     with gr.Row():
         with gr.Column():
             c = gr.Textbox(label="Ciudad", value="Bogota")
-            z = gr.Textbox(label="Barrio (Ej: Suba)", value="Suba")
+            z = gr.Textbox(label="Zona (Ej: Fontibon)", value="Fontibon")
             a = gr.Number(label="Área M2", value=60)
             t = gr.Dropdown(["Apartamento", "Casa"], label="Tipo", value="Apartamento")
             
@@ -181,13 +187,13 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
                 ["Menos de 1 año", "1 a 8 años", "9 a 15 años", "16 a 30 años", "Más de 30 años"],
                 label="Antigüedad", value="1 a 8 años"
             )
-            btn = gr.Button("BUSCAR (SELECTORES PRECISOS)", variant="primary")
+            btn = gr.Button("BUSCAR", variant="primary")
             
         with gr.Column():
-            msg = gr.Textbox(label="Estado del Sistema", lines=4)
+            msg = gr.Textbox(label="Log URL", lines=3)
             out_df = gr.Dataframe(label="Resultados")
-            out_pdf = gr.File(label="Descargar PDF")
+            out_pdf = gr.File(label="Reporte")
 
-    btn.click(motor_tramitia_clases, [z, c, a, t, h, b, p, e], [msg, out_df, out_pdf])
+    btn.click(motor_tramitia_final, [z, c, a, t, h, b, p, e], [msg, out_df, out_pdf])
 
 demo.launch()