soloduenos-leads

Cada aviso de soloduenos.com es un dueño que vende o alquila sin inmobiliaria: un cliente potencial. Esta skill baja los avisos con Scrapling y los guarda en un Excel que es la única fuente de verdad. No envía mensajes: el usuario redacta y contacta.

Cómo es el sitio (verificado 2026-10-07)

• Es una app React: el HTML inicial viene vacío, hay que renderizar (por eso DynamicSession + wait_selector).
• Listado: /buscar?operation_type=venta|alquiler|alquiler_temporario&page=N (48 avisos por página). Aviso: /propiedades/<slug>-<uuid>.
• La descripción completa y la lista de fotos salen de la respuesta que el propio sitio carga (capture_xhr sobre rest/v1/properties), no del DOM: el DOM solo muestra algunas fotos.
• La ubicación (Barrio, Ciudad Autónoma de Buenos Aires) sale de la página del aviso; en el listado los nombres de zona son inconsistentes, por eso el filtro de zona se hace sobre el aviso.
• El teléfono/WhatsApp del dueño solo se ve con una cuenta gratis iniciada. Sin sesión, el botón "Contactar por WhatsApp" muestra "Ingresá o creá tu cuenta". El nombre del dueño no figura en el aviso.
• user_data_dir de Scrapling rompe el renderizado: la sesión se restaura con cookies + localStorage (ver login).

Fuentes de contacto (en orden)

Sin contacto el aviso no sirve: cada fila tiene que traer teléfono, mail o Instagram. Se juntan de tres lugares:

1. Descripción del aviso (texto completo que trae el sitio): patrones de teléfono, mail e Instagram (@usuario, ig:, instagram.com/...).
2. Fotos con OCR local (RapidOCR, gratis, sin API). Para no leer todas las fotos, solo las que tienen texto (muchos dueños ponen el número en una imagen y el resto son fotos del lugar):
   • Se bajan las miniaturas de todas las fotos (400 px, en paralelo; el storage las sirve en /render/image/public/...?width=400, la mitad de peso).
   • Detección de texto sin leerlo (use_rec=False): una foto es candidata si el texto cubre ≥1 % de la imagen y tiene ≥2 cajas.
   • Solo las candidatas se bajan a 1000 px y se leen, de más a menos texto, y se corta al primer contacto. Si la descripción ya trae contacto, ni se tocan las fotos.
   • Resultado en la prueba (33 avisos de CABA): la mayoría no tiene ninguna foto con texto; las que sí son capturas de mensajes, planos o carteles. Lo leído queda en Notas como foto N (OCR, verificar); si el OCR duda, mirar la imagen y confirmar a mano.
3. Cuenta iniciada (login): el sitio entrega el número del dueño. Es la vía que completa lo que falte. Una fila sin ningún contacto queda con Estado sin contacto (no se borra). Origen de cada dato en Notas.

Columnas del Excel (hoja Leads, una fila por aviso)

ID · Fuente (soloduenos.com) · Link publicación · Fecha de captura · Nombre del dueño · Teléfono / WhatsApp · Email · Otro contacto · Tipo · Operación · Zona · Precio y moneda · Características · Detalle breve · Días publicado · Estado de contacto · Fecha de contacto · Notas

Las tres últimas son del usuario: el script nunca las pisa. La hoja Corridas registra fecha, operaciones, zona, avisos vistos, nuevos y con teléfono.

Uso

Requiere scrapling, openpyxl y rapidocr-onnxruntime (pip install scrapling openpyxl rapidocr-onnxruntime, y scrapling install si falta el navegador).

1. Sesión (una sola vez): python scripts/scrape.py login. Se abre un navegador; el usuario inicia sesión él mismo y cierra la ventana. Claude no crea la cuenta ni escribe contraseñas.
2. Corrida: python scripts/scrape.py run --excel <ruta.xlsx> --max-pages 3 --ops venta alquiler --zona "capital federal"
   • Primero una prueba chica (--max-pages 1) y mostrar el Excel antes de bajar todo.
   • --sin-contacto no intenta el botón de WhatsApp. --sin-ocr saltea la lectura de fotos (más rápido). --headless para correr sin ventana.
3. Cada corrida agrega solo lo nuevo (clave: link). Un aviso ya cargado con algún contacto se saltea; si no tenía, se vuelve a intentar.
4. Reportar: avisos vistos, en zona, nuevos y con teléfono. Si dice "ningún contacto", probar login.

Zona

Por defecto toda Capital Federal. El usuario prioriza Villa del Parque y alrededores (Villa Devoto, Villa Santa Rita, Monte Castro, Floresta, Villa Luro, Agronomía, Paternal, Villa Pueyrredón, Villa Ortúzar, Villa General Mitre), pero puede ampliar: se filtra en Excel por la columna Zona. Para otra zona, --zona "<texto>" filtra por ese texto en la ubicación del aviso.

Detalle breve (para el mensaje personalizado)

Tipo + característica principal + barrio + primera frase de la descripción del dueño. Es un insumo: el mensaje final lo redacta el usuario, con voseo y palabras simples.

Pendiente de validar

La lectura del teléfono con sesión iniciada (el script junta enlaces wa.me/tel: o la URL de la pestaña que abre el botón) no se pudo probar sin cuenta. En la primera corrida con sesión, verificar con 3–5 avisos que el número sea correcto y ajustar accion_detalle si el sitio lo muestra de otra forma.