# Maru hledá byt

Projekt pro hledání bytů v Praze. Scrapuje inzeráty ze 7 realitních portálů, filtruje, deduplikuje a generuje interaktivní mapu.

**Jazyk komunikace:** Čeština (uživatelka Marie). Kód a komentáře v kódu jsou mix CZ/EN.

## Architektura

```
run_all.sh (orchestrátor)
  ├─ scrape_and_map.py      → byty_sreality.json     (Sreality API)
  ├─ scrape_bezrealitky.py  → byty_bezrealitky.json  (HTML Apollo cache)
  ├─ scrape_idnes.py        → byty_idnes.json        (HTML regex)
  ├─ scrape_psn.py }        → byty_psn.json          (React API + curl)
  ├─ scrape_cityhome.py }   → byty_cityhome.json     (HTML tabulky)
  ├─ scrape_bazos.py        → byty_bazos.json        (HTML regex)
  └─ scrape_realingo.py     → byty_realingo.json     (Next.js __NEXT_DATA__)
      ↓
  merge_and_map.py
      ├─ byty_merged.json (deduplikovaná data)
      └─ mapa_bytu.html   (Leaflet.js mapa)
      ↓
  generate_status.py → status.json + scraper_history.json
      ↓
  server.py (port 8080) → servíruje mapu + status page + ratings API
```

## Filtry (společné všem scraperům)

| Parametr | Hodnota | Poznámka |
|----------|---------|----------|
| Max cena | 13.5M Kč (Sreality/Realingo/Bezrealitky/iDNES), 14M Kč (PSN/CityHome/Bazoš) | Rozdíl je záměrný |
| Min plocha | 69 m² | |
| Min patro | 2. NP | 2. NP se na mapě označí varováním |
| Dispozice | 3+kk, 3+1, 4+kk, 4+1, 5+kk, 5+1, 6+ | |
| Region | Praha | |
| Vyloučit | panelové domy, sídliště | regex v popisu/polích |

## Klíčové soubory

- **scrape_and_map.py** — Sreality scraper + `generate_map()` funkce (sdílená, generuje HTML mapu)
- **merge_and_map.py** — sloučí 7 JSON zdrojů, deduplikuje (klíč: ulice + cena + plocha), volá `generate_map()`
- **scraper_stats.py** — utility: `validate_listing()` (validace povinných polí + GPS bounds) a `write_stats()`
- **generate_status.py** — generuje status.json a scraper_history.json z výstupů scraperů
- **server.py** — HTTP server (port 8080), endpointy: `/mapa_bytu.html`, `/scrapers-status`, `/api/ratings`, `/api/status`
- **run_all.sh** — orchestrátor, spouští scrapery postupně (PSN+CityHome paralelně), pak merge + status

## Mapa (mapa_bytu.html)

- Leaflet.js + CARTO tiles
- Barvy markerů podle ceny/m² (modrá < 110k → červená > 165k, šedá = neuvedeno)
- PSN/CityHome = srdíčkové markery (❤️)
- Nové inzeráty (≤ 1 den) = žlutý badge "NEW"
- Zamítnuté = zprůhledněné + 🚫 SVG overlay
- Oblíbené = hvězdička (⭐)
- Filtry: patro, max cena (input, default 13.5M, max 14M), datum přidání, skrýt zamítnuté, klik na cenový pás
- Ratings uložené v localStorage + sync na server `/api/ratings`

## Barvy zdrojů na mapě

```python
source_colors = {
    "sreality": "#1976D2",    # modrá
    "realingo": "#00897B",    # teal
    "bezrealitky": "#E91E63", # růžová
    "idnes": "#FF6F00",       # oranžová
    "psn": "#D32F2F",         # červená
    "cityhome": "#D32F2F",    # červená
    "bazos": "#7B1FA2",       # fialová
}
```

## Deduplikace (merge_and_map.py)

- Klíč: `normalize_street(locality) + price + area`
- Normalizace ulice: první část před čárkou, lowercase, odstranění diakritiky, jen alfanumerické znaky
- PSN a CityHome mají prioritu (načtou se první)

## Vývoj

- **Git remote:** `https://gitea.home.hrajfrisbee.cz/littlemeat/maru-hleda-byt.git`
- **Gitea API token:** uložen v `.claude/settings.local.json`
- **Python 3.9+** kompatibilita (`from __future__ import annotations`)
- **Žádné pip závislosti** — jen stdlib (urllib, json, re, logging, pathlib, subprocess)
- **Docker:** `build/Dockerfile` (python:3.13-alpine), cron každé 4 hodiny
- Generované soubory (`byty_*.json`, `mapa_bytu.html`, `*.log`) jsou v `.gitignore`

## Typické úlohy

```bash
# Rychlý test scraperu
python3 scrape_bazos.py --max-pages 1 --max-properties 5 --log-level DEBUG

# Lokální validace (všechny scrapery s limity)
make validation-local

# Vygenerovat mapu z existujících dat
python3 merge_and_map.py

# Spustit server
python3 server.py  # nebo: make serve

# Plný scrape
./run_all.sh
```

## Pořadí scraperů v run_all.sh

1. Sreality
2. Bezrealitky
3. iDNES
4. PSN + CityHome (paralelně)
5. Bazoš
6. Realingo (poslední — uživatelka ho nemá ráda)
7. Merge + mapa
8. Status generování

## Konvence

- Commit messages v angličtině, PR popis v angličtině
- Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
- PRy přes Gitea API (viz create_pr.sh pattern v historii)
- Nové scrapery kopírují vzor z `scrape_bezrealitky.py`
- Každý scraper má argparse s `--max-pages`, `--max-properties`, `--log-level`