Pular para conteúdo

1. Fontes de Dados

O projeto extrai informações do site da Casarão Imóveis, focando nos imóveis disponíveis para aluguel em Pelotas/RS.

🌐 Site alvo

🔍 Estrutura da Página

A listagem de imóveis está em um container com ID #imoveis, onde cada card representa um imóvel.

Exemplos de elementos capturados:

  • Endereço:
    Extraído do seletor p.endereco em cada página individual do imóvel.

  • Características (aluguel, condomínio, IPTU, total etc):
    Coletadas a partir de um container com várias div.row, onde cada linha tem:

  • Nome (ex: "Aluguel", "IPTU")

  • Valor correspondente (ex: "R$ 4.100,00")

  • Tipo de imóvel (casa, apartamento, loja, etc...):

  • Coletado a partir da URL do card.

🧭 Estratégia de navegação

  1. A página principal exige scroll infinito para carregar todos os imóveis.
  2. Cada imóvel possui um link para sua página individual.
  3. As informações completas são acessadas apenas ao abrir cada página de imóvel.

🧪 Considerações

  • Alguns cards podem ser propagandas e não possuem link (<a>), sendo ignorados.
  • Alguns campos, como "Condomínio" ou "IPTU", podem conter ""---" quando ausentes.
  • Há alguns endereços que o logradouro vem com abreviados como "R"(rua), "Prç"(praça), "Av"(avenida).
  • No momento do Extract, a chave "TOTAL" pode aparecer duplicada com variações como:
  • "TOTAL:\nR$ 4.100,00"
  • "TOTAL:"

Essas inconsistências são tratadas na etapa de transformação de dados.