#!/usr/bin/env python3 """ Lo mismo, pero mejor: alternativas reales que se venden en España. Yuka enseña alternativas y es lo que más se le agradece: el usuario no quiere comparar dos botes él solo en el pasillo, quiere que le digan cuál coger. Aquí se hace igual, pero con las cuentas a la vista y sin inventar nada: todos los productos salen de Open Food Facts, con su código de barras, su Nutri-Score, su grupo NOVA y sus aditivos. El fichero que sale viaja dentro del APK, así que las alternativas salen sin conexión, en el pasillo del supermercado y sin cobertura. python3 datos/alternativas.py Fuente: Open Food Facts (ODbL 1.0). Se guarda el código de barras para poder citar cada producto y para que el usuario pueda escanearlo y verlo entero. """ from __future__ import annotations import json import pathlib import subprocess import sys import time DESTINO = pathlib.Path(__file__).resolve().parent.parent / "app/src/main/assets/alternativas.json" AGENTE = "Skanok/0.5 (escaner de alimentos sin animo de lucro; https://openfoodfacts.org)" CAMPOS = "code,product_name,brands,nutriscore_grade,nova_group,additives_n,categories_tags" # Las categorías de un supermercado español. Es la lista de lo que se compra, # no una opinión sobre lo que se debería comprar. CATEGORIAS = [ "en:yogurts", "en:milk", "en:cheese", "en:breakfast-cereals", "en:biscuits", "en:chocolates", "en:sausages", "en:hams", "en:canned-fishes", "en:legume-and-derivatives", "en:pasta", "en:rice", "en:bread", "en:fruit-juices", "en:carbonated-drinks", "en:waters", "en:olive-oils", "en:sauces", "en:pizzas", "en:frozen-foods", "en:potato-crisps", "en:nuts", "en:jams", "en:honey", "en:coffees", "en:teas", "en:ice-creams", "en:baby-foods", "en:plant-based-milk-alternatives", "en:tofu", "en:hummus", "en:canned-legumes", "en:tuna", "en:sardines", "en:olives", "en:vinegars", "en:mayonnaises", "en:ketchup", "en:mustards", "en:margarines", "en:butters", "en:eggs", "en:flours", "en:sugars", "en:chips-and-fries", "en:cookies", "en:cakes", "en:croissants", "en:energy-drinks", "en:beers", "en:wines", "en:soups", "en:broths", "en:prepared-meals", "en:salads", "en:desserts", "en:puddings", "en:custards", "en:cereal-bars", "en:chocolate-bars", "en:candies", "en:chewing-gum", "en:dried-fruits", "en:seeds", "en:peanut-butter", "en:chocolate-spreads", "en:sandwiches", "en:burgers", "en:nuggets", "en:fish-fingers", "en:surimi", "en:smoked-salmon", "en:fresh-cheeses", "en:blue-cheeses", "en:yogurt-drinks", "en:kefir", "en:cream", "en:condensed-milks", "en:powdered-milks", "en:infant-formulae", "en:pasta-sauces", "en:pestos", "en:curries", "en:noodles", "en:couscous", "en:quinoa", "en:oats", "en:mueslis", "en:granolas", "en:corn-flakes", "en:rusks", "en:crackers", "en:breadsticks", "en:tortillas", "en:canned-vegetables", "en:canned-tomatoes", "en:frozen-vegetables", "en:frozen-fish", "en:ready-to-eat-meals", "en:vegetable-oils", "en:sunflower-oils", "en:cocoa-and-its-products", "en:hot-beverages", "en:iced-teas", "en:lemonades", "en:syrups", "en:sweeteners", "en:protein-bars", "en:sports-drinks", "en:charcuterie", "en:bacons", "en:chorizos", "en:salamis", "en:pates", "en:meat-preparations", "en:chicken-breasts", "en:turkey-breasts", "en:cooked-hams", ] CUANTAS_POR_CATEGORIA = 8 # Por debajo de esto no es una alternativa, es otro producto malo. Si en una # categoría entera no hay nada decente —el chorizo, por ejemplo— no se guarda # nada, y la aplicación no enseña nada. Es más honesto que ofrecer «el chorizo # menos malo» detrás de un cartel que dice que no te lo comas. NOTA_MINIMA = 1.0 PAGINA = 100 def baja(url: str, intentos: int = 3) -> dict: """ Con reintentos: Open Food Facts contesta 503 cuando va cargado, y eso no significa que no haya productos. Sin esto, media lista se quedaba vacía. """ ultimo = "" for intento in range(intentos): hecho = subprocess.run( ["curl", "-sS", "--fail", "--max-time", "60", "-A", AGENTE, url], capture_output=True, ) if hecho.returncode == 0: try: return json.loads(hecho.stdout.decode("utf-8", "replace")) except json.JSONDecodeError as e: ultimo = f"respuesta que no es JSON: {e}" else: ultimo = hecho.stderr.decode("utf-8", "replace").strip()[:120] time.sleep(5 * (intento + 1)) raise RuntimeError(ultimo) def nota(p: dict) -> float: """ Cuanto más alto, mejor. Es la misma idea que la nota de la aplicación: manda el grado de procesado, después el Nutri-Score y después los aditivos. """ nova = p.get("nova_group") puntos = {1: 6.0, 2: 4.0, 3: 1.0, 4: -3.0}.get(nova, 0.0) puntos += {"a": 4.0, "b": 2.0, "c": 0.0, "d": -2.0, "e": -4.0}.get( (p.get("nutriscore_grade") or "").lower(), 0.0 ) puntos -= min(p.get("additives_n") or 0, 6) * 0.5 return puntos def vale(p: dict) -> bool: """Sin datos no entra: una alternativa sin nota no es una alternativa.""" if not (p.get("code") or "").isdigit(): return False if not (p.get("product_name") or "").strip(): return False if p.get("nova_group") is None and not p.get("nutriscore_grade"): return False return True def de_la_categoria(categoria: str) -> list[dict]: url = ( "https://world.openfoodfacts.org/api/v2/search" f"?countries_tags_en=spain&categories_tags={categoria}" f"&fields={CAMPOS}&page_size={PAGINA}" ) productos = [p for p in baja(url).get("products", []) if vale(p)] productos.sort(key=nota, reverse=True) mejores = [] marcas = set() for p in productos: if nota(p) < NOTA_MINIMA: continue marca = (p.get("brands") or "").split(",")[0].strip().lower() # Una por marca: ocho yogures de la misma marca no son ocho opciones. if marca and marca in marcas: continue marcas.add(marca) mejores.append({ "codigo": p["code"], "nombre": p["product_name"].strip()[:70], "marca": (p.get("brands") or "").split(",")[0].strip()[:40], "nutriscore": (p.get("nutriscore_grade") or "").lower() or None, "nova": p.get("nova_group"), "aditivos": p.get("additives_n"), "nota": round(nota(p), 2), }) if len(mejores) >= CUANTAS_POR_CATEGORIA: break return mejores def main() -> int: salida = {} fallos = [] for i, categoria in enumerate(CATEGORIAS, 1): try: mejores = de_la_categoria(categoria) except Exception as e: fallos.append((categoria, str(e)[:80])) continue if mejores: salida[categoria] = mejores print(f"[{i}/{len(CATEGORIAS)}] {categoria}: {len(mejores)}", flush=True) time.sleep(1.0) # una petición por segundo: no se castiga a Open Food Facts if not salida: print("Open Food Facts no ha devuelto nada: no se toca el fichero.", file=sys.stderr) return 1 DESTINO.write_text( json.dumps( { "fuente": "Open Food Facts", "licencia": "ODbL 1.0", "url": "https://openfoodfacts.org", "descargado": time.strftime("%Y-%m-%d"), "categorias": salida, }, ensure_ascii=False, ), encoding="utf-8", ) cuantos = sum(len(v) for v in salida.values()) print(f"{len(salida)} categorías, {cuantos} alternativas → {DESTINO}") if fallos: print(f"Sin datos en {len(fallos)}: {[f[0] for f in fallos][:8]}") return 0 if __name__ == "__main__": raise SystemExit(main())