ben

BEN — Buscador Educativo Nacional

Sitio estático (HTML/CSS/JavaScript vanilla, sin frameworks ni build) que funciona como buscador/catálogo de oferta educativa de Mendoza: universidades, IES/institutos superiores, centros de formación y plataformas online. Incluye un feed de novedades, un “Copiloto Vocacional” (mini test de orientación) y una vista de centros deportivos.

Propósito

El fin de la aplicación es facilitar que cada persona encuentre la carrera que más se adapta a ella. No es un catálogo para explorar por curiosidad: es una herramienta que tiene que llevar a alguien que no sabe qué estudiar hasta una recomendación concreta.

De eso se desprenden tres criterios que mandan sobre cualquier decisión de diseño:

Interfaz limpia. Menos elementos en pantalla, no más. Si algo no ayuda a decidir, sobra.
Fácil de usar y de entender. Sin vocabulario técnico ni educativo que el visitante tenga que descifrar; que se entienda de una leída.
Paso a paso hasta la recomendación. El recorrido ideal es guiado: una cosa a la vez, cada paso angosta el universo, y el final es una recomendación — no una grilla de resultados para que el usuario se arregle solo.

Ante la duda entre agregar una función y simplificar el camino a la recomendación, gana lo segundo.

Estructura

frontend/    el sitio: index.html, app.js, style.css, logos e íconos
data/        los JSON generados (data.json, noticias.json, deporte.json + uno por institución)
scrapers/    los scripts Python que generan esos JSON
  scraper_utils.py   funciones compartidas por todos los scrapers
  unir_todo.py       consolida los JSON individuales en data.json
  plataforma.py      agrega las plataformas online a data.json
  fuentes/           páginas guardadas que algún scraper usa como entrada offline

Cómo levantar el sitio

El sitio usa fetch() para leer los JSON de data/, así que no funciona abriendo index.html con doble clic (el navegador bloquea fetch sobre file://). Hay que servirlo por HTTP, desde la carpeta raíz del proyecto (no desde dentro de frontend/, porque las rutas suben a ../data/):

python -m http.server 8000

y abrir http://localhost:8000/frontend/.

Regenerar los datos

(Opcional) Correr los scrapers de las instituciones que quieras actualizar, por ejemplo python scrapers/utn.py. Requiere pip install -r requirements.txt.
Correr python scrapers/unir_todo.py. Lee los JSON individuales que ya estén en data/ (no hace falta volver a scrapear todo) y regenera data.json, incluida la sección plataformas — no hace falta correr plataforma.py aparte, unir_todo.py lo encadena.

Los scripts resuelven sus rutas a partir de su propia ubicación, así que se pueden ejecutar desde cualquier carpeta.

Cómo está organizado un scraper

Cada institución tiene su propio script porque cada web es distinta, pero todo lo repetido vive en scrapers/scraper_utils.py:

pedir_sopa(url) — descarga una página y devuelve su BeautifulSoup (o None si falla).
carreras_guardadas("archivo.json") — recupera lo ya guardado, para no perder datos si el sitio de la institución se cae.
guardar_json(datos, "archivo.json") — limpia todos los textos y escribe el JSON en data/.
limpiar_texto(valor) — saca tabulaciones, saltos de línea, espacios dobles, espacios duros y etiquetas pegadas del scraping ("DURACIÓN\t\t\n 5 años" → "5 años").

La limpieza se aplica sola al guardar, así que cualquier scraper nuevo hereda ese comportamiento con solo usar guardar_json().

Forma de `data.json`

Es lo que consume el frontend; si cambia, hay que tocar frontend/app.js:

{
  "instituciones": [
    { "id": 1, "nombre": "...", "carreras": [
        { "id": 1, "nombre_carrera": "...", "categoria": "...", "duracion": "...",
          "modalidad": "...", "facultad": "...", "link_oficial": "..." } ] } ],
  "plataformas": [ { "institucion": "...", "modalidad": "...", "oferta": "...", "duracion": "..." } ]
}

ben