silas.brito/leadradar
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

fix: extracao estrita do nome real da empresa ignorando cabecalho de Resultados do Google Maps

Browse Source
This commit is contained in:
Silas Andrade de Brito
2026-08-26 17:45:33 -03:00
parent fcb6468426
commit dfa5315dec
1 changed files with 26 additions and 14 deletions
Download Patch File Download Diff File Expand all files Collapse all files
backend/app/services/scraper_service.py
+26 -14
View File
@@ -104,18 +104,26 @@ class ScraperService:
detail_panel = page.query_selector("div[role='main']") or page.query_selector("div.m6QEbd") detail_panel = page.query_selector("div[role='main']") or page.query_selector("div.m6QEbd")
detail_text = detail_panel.inner_text() if detail_panel else card.inner_text() detail_text = detail_panel.inner_text() if detail_panel else card.inner_text()
# 1. Nome da Empresa (h1 do painel ou aria-label do card) # 1. Nome da Empresa (priorizar aria-label do card ou h1 dentro do detail_panel)
h1_elem = page.query_selector("h1") nome_empresa = (card.get_attribute("aria-label") or "").strip()
nome_empresa = "" if nome_empresa.lower() in ('resultados', 'resultado', ''):
if h1_elem: nome_empresa = ""
nome_empresa = h1_elem.inner_text().strip()
if not nome_empresa: if not nome_empresa and detail_panel:
nome_empresa = (card.get_attribute("aria-label") or "").strip() h1_elem = detail_panel.query_selector("h1")
if not nome_empresa: if h1_elem:
lines = [l.strip() for l in card.inner_text().split('\n') if l.strip()] h_txt = h1_elem.inner_text().strip()
nome_empresa = lines[0] if lines else "" if h_txt and h_txt.lower() not in ('resultados', 'resultado'):
nome_empresa = h_txt
if not nome_empresa: if not nome_empresa:
lines = [l.strip() for l in card.inner_text().split('\n') if l.strip()]
for line in lines:
if line and line.lower() not in ('resultados', 'resultado') and not re.search(r'^[1-5][.,]\d', line):
nome_empresa = line
break
if not nome_empresa or nome_empresa.lower() in ('resultados', 'resultado'):
continue continue
# 2. Telefone detalhado # 2. Telefone detalhado
@@ -182,10 +190,14 @@ class ScraperService:
else: else:
# Se for resultado único direto # Se for resultado único direto
try: try:
h1_elem = page.query_selector("h1") detail_panel = page.query_selector("div[role='main']") or page.query_selector("div.m6QEbd")
if h1_elem: h1_elem = detail_panel.query_selector("h1") if detail_panel else None
nome_empresa = h1_elem.inner_text().strip() nome_empresa = h1_elem.inner_text().strip() if h1_elem else ""
detail_panel = page.query_selector("div[role='main']") or page.query_selector("div.m6QEbd") if nome_empresa.lower() in ('resultados', 'resultado', ''):
title_elem = page.query_selector(".fontHeadlineLarge, .DUwif, div.qBF1Pd")
nome_empresa = title_elem.inner_text().strip() if title_elem else ""
if nome_empresa and nome_empresa.lower() not in ('resultados', 'resultado'):
detail_text = detail_panel.inner_text() if detail_panel else "" detail_text = detail_panel.inner_text() if detail_panel else ""
telefone_raw = "" telefone_raw = ""