Didi Scraper

Script EXACTO a ejecutar

Copia este script, reemplaza NUMERO con el numero real, y ejecutalo. NO lo modifiques excepto NUMERO:

import json, time
from playwright.sync_api import sync_playwright

N = NUMERO

with open('/home/jlzdz/direcciones.json') as f:
    dirs = json.load(f)
addr = dirs[str(N)]['address']
print(f'Direccion {N}: {addr}')

with sync_playwright() as p:
    browser = p.chromium.connect_over_cdp('http://127.0.0.1:9222')
    context = browser.contexts[0]
    page = context.pages[0]

    # PASO 1: Navegar a DiDi Food y ESPERAR 8 SEGUNDOS
    print('Navegando a DiDi Food...')
    page.goto('https://www.didi-food.com/es-MX/food/', timeout=30000)
    page.wait_for_timeout(8000)
    print('Pagina cargada')

    # PASO 2: Clic en el selector de direccion (parte superior izquierda)
    # Esta al lado del logo de DiDi Food, tiene un icono de ubicacion y un texto con la direccion actual
    print('Buscando selector de direccion...')
    addr_btn = page.locator('header [class*="address"], header [class*="location"], [data-testid*="address"]').first
    if addr_btn.count() == 0:
        # Buscar por el icono de ubicacion o texto de direccion en el header
        addr_btn = page.locator('header >> text=/Avenida|Calle|Calzada|Dir/').first
    if addr_btn.count() == 0:
        # Ultimo recurso: buscar cualquier elemento clickeable con texto de direccion en la parte superior
        addr_btn = page.locator('[class*="Header"] >> [class*="ddress"]').first
    addr_btn.click()
    print('Selector clickeado, esperando modal...')
    page.wait_for_timeout(6000)

    # PASO 3: Escribir la direccion en el campo "Ingresa una direccion"
    print('Buscando campo de texto...')
    input_field = page.locator('input[placeholder*="Ingresa"], input[placeholder*="direcci"], input[placeholder*="busca"], input[type="text"]').first
    input_field.click()
    page.wait_for_timeout(1000)
    input_field.fill('')
    page.wait_for_timeout(500)
    input_field.type(addr, delay=50)
    print(f'Direccion escrita: {addr}')
    page.wait_for_timeout(4000)

    # PASO 4: Clic en el primer resultado de la lista de sugerencias
    print('Buscando sugerencias...')
    suggestion = page.locator('[class*="suggestion"], [class*="result"], [class*="option"], [class*="item"], [class*="list"] >> [class*="row"], [role="option"]').first
    if suggestion.count() > 0:
        suggestion.click()
    else:
        # Intentar con el primer elemento de texto debajo del input
        page.keyboard.press('ArrowDown')
        page.wait_for_timeout(500)
        page.keyboard.press('Enter')
    print('Sugerencia seleccionada')
    page.wait_for_timeout(4000)

    # PASO 5: Agregar detalles - poner nombre en empresa/departamento
    # DiDi pide agregar detalles a la direccion. Hay un campo de nombre de empresa/departamento.
    print('Buscando campo de empresa/departamento...')
    detail_fields = page.locator('input[placeholder*="empresa"], input[placeholder*="Empresa"], input[placeholder*="departamento"], input[placeholder*="Nombre"], input[placeholder*="nombre"]')
    if detail_fields.count() > 0:
        detail_field = detail_fields.first
        detail_field.click()
        detail_field.fill(f'casa{N}')
        print(f'Nombre empresa/depto: casa{N}')
        page.wait_for_timeout(1000)
    else:
        # Buscar cualquier input vacio visible en el modal
        visible_inputs = page.locator('input[type="text"]:visible')
        for i in range(visible_inputs.count()):
            inp = visible_inputs.nth(i)
            if inp.input_value() == '':
                inp.fill(f'casa{N}')
                print(f'Campo vacio encontrado, llenado con casa{N}')
                break

    # PASO 6: Clic en Confirmar
    print('Buscando boton confirmar...')
    confirm_btn = page.locator('button:has-text("Confirmar"), button:has-text("confirmar"), button:has-text("Guardar"), button:has-text("Continuar")').first
    if confirm_btn.count() > 0:
        confirm_btn.click()
        print('Confirmado')
    page.wait_for_timeout(10000)
    print('Direccion cambiada, pagina recargada')

    # PASO 7: Buscar "Big mac" en el buscador
    print('Buscando campo de busqueda...')
    search_field = page.locator('input[placeholder*="Buscar"], input[placeholder*="buscar"], input[placeholder*="restaurante"], input[placeholder*="comid"], input[type="search"]').first
    search_field.click()
    page.wait_for_timeout(1000)
    search_field.fill('')
    search_field.type('Big mac', delay=80)
    print('Busqueda: Big mac')
    page.wait_for_timeout(1000)
    page.keyboard.press('Enter')
    page.wait_for_timeout(5000)

    # PASO 8: Buscar McDonalds en los resultados y hacer clic
    print('Buscando McDonalds en resultados...')
    mcdonalds = page.locator('text=/McDonald/i').first
    if mcdonalds.count() > 0:
        mcdonalds.click()
        print('McDonalds encontrado y clickeado')
    else:
        # Si no aparece directamente, buscar en cards/tiles de restaurantes
        cards = page.locator('[class*="card"], [class*="store"], [class*="restaurant"], [class*="shop"]')
        for i in range(cards.count()):
            card_text = cards.nth(i).text_content()
            if card_text and 'mcdonald' in card_text.lower():
                cards.nth(i).click()
                print(f'McDonalds encontrado en card {i}')
                break
    page.wait_for_timeout(4000)

    # PASO 9: Screenshot
    page.screenshot(path=f'/home/jlzdz/didi_{N}.png')
    print(f'Screenshot guardado: didi_{N}.png')

    # PASO 10: Guardar HTML
    html = page.content()
    with open(f'/home/jlzdz/didi_{N}.html', 'w', encoding='utf-8') as f:
        f.write(html)
    print(f'HTML guardado: didi_{N}.html ({len(html)//1024} KB)')

    print('Completado!')

Notas sobre tiempos de espera (NO REDUCIR)

• Despues de goto a DiDi Food: 8 segundos
• Despues de clic en selector de direccion: 6 segundos (el modal tarda)
• Despues de escribir direccion: 4 segundos (esperar sugerencias)
• Despues de seleccionar sugerencia: 4 segundos
• Despues de confirmar direccion: 10 segundos (la pagina tarda mucho en recargar)
• Despues de buscar Big mac y Enter: 5 segundos
• Despues de clic en McDonalds: 4 segundos

Importante

• NO preguntes nada, ejecuta el script directamente
• SIEMPRE usa connect_over_cdp('http://127.0.0.1:9222') -- NUNCA chromium.launch()
• SIEMPRE usa browser.contexts[0] -- NUNCA browser.new_context()
• NUNCA cierres el browser con browser.close()
• La URL puede cambiar despues de navegar, eso es normal, no te preocupes
• Si McDonalds no aparece en los primeros resultados, haz scroll o busca en mas cards
• Si Playwright no esta instalado: pip install playwright
• Los archivos de salida DEBEN llamarse /home/jlzdz/didi_N.html y /home/jlzdz/didi_N.png