Update app.py

app.py

@@ -2,175 +2,103 @@ import os
 import subprocess
 import pandas as pd
 import datetime
-import folium
 from fpdf import FPDF
 import gradio as gr
-import plotly.express as px
 from playwright.sync_api import sync_playwright
 import time
+import random
 
-# --- CONFIGURACIÓN DE ENTORNO ---
+# --- REINICIO DE NAVEGADOR ---
 try:
     subprocess.run(["playwright", "install", "chromium"], check=True)
-except:
-    pass
+except: pass
 
-# --- GENERADOR DE REPORTE TÉCNICO ---
-def generar_pdf_pro(zona, area_m2, df):
-    pdf = FPDF()
-    pdf.add_page()
-    pdf.set_font("Arial", 'B', 16)
-    pdf.set_text_color(26, 54, 93)
-    pdf.cell(0, 15, "TRAMITIA PRO - INFORME TÉCNICO DE ESTIMACIÓN", ln=True, align='C')
-    
-    pdf.set_font("Arial", '', 10)
-    pdf.set_text_color(0, 0, 0)
-    pdf.cell(0, 5, f"Zona Analizada: {zona.upper()}", ln=True)
-    pdf.cell(0, 5, f"Área de Referencia: {area_m2} m2", ln=True)
-    pdf.cell(0, 5, f"Fecha: {datetime.datetime.now().strftime('%d/%m/%Y')}", ln=True)
-    pdf.ln(10)
-
-    for i, r in df.iterrows():
-        pdf.set_font("Arial", 'B', 11)
-        pdf.set_fill_color(230, 235, 245)
-        pdf.cell(0, 8, f"REFERENCIA #{i+1} - {r['Portal']}", ln=True, fill=True)
-        
-        pdf.set_font("Arial", '', 9)
-        # Detalle técnico solicitado
-        detalle = f"Precio: ${r['Precio']:,.0f} | Hab: {r['Habitaciones']} | Baños: {r['Banos']} | Garajes: {r['Garajes']} | Edad: {r['Antiguedad']}"
-        pdf.cell(0, 7, detalle, ln=True)
-        
-        pdf.set_font("Arial", 'I', 8)
-        pdf.multi_cell(0, 5, f"Descripción: {r['Descripcion']}")
-        
-        pdf.set_font("Arial", 'U', 8)
-        pdf.set_text_color(0, 0, 255)
-        pdf.cell(0, 7, f"Link de la publicación: {r['URL']}", ln=True)
-        pdf.set_text_color(0, 0, 0)
-        pdf.ln(5)
-        
-        if pdf.get_y() > 250: pdf.add_page()
-
-    path_pdf = "Estimacion_Renta_TramitIA.pdf"
-    pdf.output(path_pdf)
-    return path_pdf
-
-# --- MOTOR DE BÚSQUEDA HÍBRIDO ---
-def motor_tramitia_pro(zona, area, tipo, hab, ban, park, edad):
-    # Forzar la ciudad para evitar saltos de localización
-    busqueda_url = zona.lower().replace(" ", "-")
-    if "bogota" not in busqueda_url:
-        busqueda_url += "-bogota"
-
-    all_data = []
+def motor_tramitia_limpio(zona, area, tipo, hab, ban, park, edad):
+    # LIMPIEZA INICIAL: Si la zona cambia, forzamos resultados nuevos
+    resultados = []
+    busqueda_clean = zona.lower().strip()
     
     with sync_playwright() as p:
+        # Usamos un nuevo contexto de incógnito total cada vez
         browser = p.chromium.launch(headless=True)
-        # Cambiamos el contexto para parecer un navegador real en Colombia
-        context = browser.new_context(user_agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36")
-        
-        # FUENTES
-        portales = [
-            {
-                "id": "Finca Raiz",
-                "url": f"https://www.fincaraiz.com.co/{tipo.lower()}/arriendo/{busqueda_url}?habitaciones={int(hab)}&banos={int(ban)}"
-            },
-            {
-                "id": "Metrocuadrado",
-                "url": f"https://www.metrocuadrado.com/{tipo.lower()}/arriendo/bogota/{busqueda_url.replace('-bogota','')}/{int(hab)}-habitaciones/{int(ban)}-banos/"
-            }
-        ]
+        # Randomizamos el User-Agent para que el portal no nos reconozca
+        context = browser.new_context(user_agent=f"Mozilla/5.0 (Windows NT 10.0; Win64; x64) {random.randint(1,100)}")
+        page = context.new_page()
+
+        try:
+            # URL de búsqueda estricta
+            query_url = busqueda_clean.replace(" ", "-")
+            url = f"https://www.fincaraiz.com.co/{tipo.lower()}/arriendo/{query_url}?habitaciones={int(hab)}&banos={int(ban)}"
+            
+            page.goto(url, wait_until="networkidle", timeout=60000)
+            # Scroll agresivo para saltar la publicidad de Lagos de Torca
+            page.mouse.wheel(0, 3000) 
+            time.sleep(4)
 
-        for p_info in portales:
-            page = context.new_page()
-            try:
-                # Navegar y esperar carga real
-                page.goto(p_info["url"], wait_until="load", timeout=60000)
-                time.sleep(5) 
-                page.mouse.wheel(0, 2000) # Scroll para cargar contenido dinámico
+            # Buscamos artículos, pero filtramos que el texto contenga la zona buscada
+            cards = page.query_selector_all("article")
+            
+            for card in cards:
+                content = card.inner_text()
+                # VALIDACIÓN CRUCIAL: Solo tomar si el anuncio NO es el de siempre
+                if "Lagos de Torca" in content and "torca" not in busqueda_clean:
+                    continue
                 
-                # Buscamos anuncios que coincidan con la zona para evitar falsos positivos
-                cards = page.query_selector_all("article, [class*='Card'], .listing-item")
+                # Extraer Precios
+                precios = [int(s) for s in content.replace('.', '').replace('$', '').split() if s.isdigit() and len(s) >= 6]
                 
-                for card in cards:
-                    if len(all_data) >= 6: break # Límite de referencias
-                    
-                    try:
-                        full_text = card.inner_text()
-                        # Validación de seguridad: Si el texto del anuncio no menciona la zona o ciudad, lo ignoramos
-                        if "medellin" in full_text.lower() and "bogota" in busqueda_url:
-                            continue
-
-                        link_elem = card.query_selector("a")
-                        href = link_elem.get_attribute("href") if link_elem else ""
-                        url_final = href if "http" in href else f"https://www.{p_info['id'].lower().replace(' ', '')}.com.co{href}"
-                        
-                        precios = [int(s) for s in full_text.replace('.', '').replace('$', '').split() if s.isdigit() and len(s) >= 6]
-                        
-                        if precios:
-                            # Extraer descripción real (buscando líneas con texto largo)
-                            desc_lineas = [l.strip() for l in full_text.split('\n') if len(l) > 20]
-                            descripcion = desc_lineas[0] if desc_lineas else "Ver más detalles en el portal."
-
-                            all_data.append({
-                                "Portal": p_info["id"],
-                                "Precio": max(precios),
-                                "Precio_M2": max(precios) / area,
-                                "Habitaciones": hab,
-                                "Banos": ban,
-                                "Garajes": park,
-                                "Antiguedad": edad,
-                                "Descripcion": descripcion,
-                                "URL": url_final
-                            })
-                    except: continue
-            except: pass
-            finally: page.close()
-        browser.close()
+                if precios and len(resultados) < 5:
+                    p_val = max(precios)
+                    resultados.append({
+                        "Portal": "Finca Raiz",
+                        "Precio": p_val,
+                        "Precio_M2": p_val / area,
+                        "Habitaciones": hab,
+                        "Banos": ban,
+                        "Garajes": park,
+                        "Antiguedad": edad,
+                        "Descripcion": content.split('\n')[0][:100],
+                        "URL": "https://fincaraiz.com.co" + (card.query_selector("a").get_attribute("href") if card.query_selector("a") else "")
+                    })
+            
+            browser.close()
+        except:
+            browser.close()
 
-    if not all_data:
-        return "⚠️ No se hallaron datos exactos. Intenta con una zona más amplia o verifica la ortografía.", None, None, None, None
+    if not resultados:
+        return "❌ No se encontraron datos nuevos. Intenta cambiar un poco el nombre del barrio.", None
 
-    df = pd.DataFrame(all_data)
-    pdf_path = generar_pdf_pro(zona, area, df)
+    df_final = pd.DataFrame(resultados).drop_duplicates()
     
-    # Gráfica comparativa
-    fig = px.bar(df, x="Portal", y="Precio_M2", color="Portal", barmode="group",
-                 title="Comparativa Valor M2 por Fuente")
-
-    # Mapa centrado en Bogotá
-    m = folium.Map(location=[4.66, -74.11], zoom_start=14)
-    folium.Marker([4.66, -74.11], popup=f"Análisis {zona}").add_to(m)
+    # Crear el PDF cada vez con nombre único para evitar que el navegador muestre el anterior
+    pdf_path = f"Reporte_{random.randint(1,999)}.pdf"
+    pdf = FPDF()
+    pdf.add_page()
+    pdf.set_font("Arial", 'B', 12)
+    pdf.cell(0, 10, f"Analisis: {zona}", ln=True)
+    pdf.set_font("Arial", '', 10)
+    for _, r in df_final.iterrows():
+        pdf.cell(0, 8, f"Precio: {r['Precio']} - {r['Descripcion']}", ln=True)
+    pdf.output(pdf_path)
 
-    return f"✅ Análisis Exitoso para {zona}. Se encontraron {len(df)} referencias justificadas.", df, pdf_path, fig, m._repr_html_()
+    return f"✅ Se encontraron {len(df_final)} registros nuevos para {zona}.", df_final, pdf_path
 
-# --- INTERFAZ PANEL DE CONTROL ---
-with gr.Blocks(theme=gr.themes.Soft()) as demo:
-    gr.HTML("<h1 style='text-align:center'>🤖 TramitIA Pro</h1><p style='text-align:center;'>Sistema de Estimación de Renta Justificada</p>")
-    
+# --- INTERFAZ ---
+with gr.Blocks() as demo:
+    gr.Markdown("# 🤖 TramitIA Pro: Hard Reset de Datos")
     with gr.Row():
-        with gr.Column(scale=1):
-            zona_in = gr.Textbox(label="Ubicación (Barrio y Ciudad)", value="Salitre Bogota")
-            area_in = gr.Number(label="Área M2", value=150)
-            tipo_in = gr.Dropdown(["Apartamento", "Casa"], label="Tipo de Inmueble", value="Apartamento")
-            with gr.Row():
-                hab_in = gr.Number(label="Habitaciones", value=3)
-                ban_in = gr.Number(label="Baños", value=2)
-            with gr.Row():
-                gar_in = gr.Number(label="Parqueaderos", value=1)
-                ant_in = gr.Dropdown(["Nuevo", "1-5 años", "5-10 años", "Más de 10"], label="Antigüedad", value="5-10 años")
-            btn = gr.Button("EJECUTAR ANÁLISIS PROFUNDO", variant="primary")
-            
-        with gr.Column(scale=2):
-            msg = gr.Markdown("Esperando consulta...")
-            with gr.Tabs():
-                with gr.TabItem("📋 Ficha Técnica y PDF"):
-                    table = gr.Dataframe(interactive=False)
-                    file = gr.File(label="Descargar Reporte de Consultoría")
-                with gr.TabItem("📊 Mapa y Gráficas"):
-                    plot = gr.Plot()
-                    mapa = gr.HTML()
-
-    btn.click(motor_tramitia_pro, [zona_in, area_in, tipo_in, hab_in, ban_in, gar_in, ant_in], [msg, table, file, plot, mapa])
+        with gr.Column():
+            z = gr.Textbox(label="Barrio y Ciudad (Escribe algo diferente, ej: Salitre Central Bogota)")
+            a = gr.Number(label="M2", value=80)
+            t = gr.Dropdown(["Apartamento", "Casa"], label="Tipo", value="Apartamento")
+            h = gr.Number(label="Hab", value=3); b = gr.Number(label="Banos", value=2)
+            p = gr.Number(label="Parqueaderos", value=1); e = gr.Textbox(label="Antiguedad", value="5-10")
+            btn = gr.Button("LIMPIAR CACHÉ Y BUSCAR")
+        with gr.Column():
+            msg = gr.Markdown()
+            out_df = gr.Dataframe()
+            out_pdf = gr.File()
+
+    btn.click(motor_tramitia_limpio, [z, a, t, h, b, p, e], [msg, out_df, out_pdf])
 
 demo.launch()