cry-bizisi-parser 0.2.0

package/README.txt

@@ -0,0 +1,148 @@
+==============================================================================
+  bizi.si parser — Bun knjižnica za zajem podatkov s portala bizi.si
+==============================================================================
+
+Avtor: bizisi-parser
+Zahteve: Bun 1.3+
+Odvisnosti: tesseract.js (za OCR imen oseb)
+
+
+1. NAMESTITEV
+==============================================================================
+
+  bun install
+
+Prvi zagon bo prenesel še ~15MB jezikovnih podatkov za OCR (slovenščina).
+
+
+2. UPORABA IZ UKAZNE VRSTICE
+==============================================================================
+
+  # Iskanje podjetja (brez prijave — javni podatki)
+  bun run cli.ts "animalia"
+
+  # Omejitev števila zadetkov
+  bun run cli.ts "animalia" --max 2
+
+  # S prijavo (za finančne podatke)
+  BIZISI_USERNAME="uporabnik" BIZISI_PASSWORD="geslo" bun run cli.ts "animalia" --login
+
+Primeri:
+
+  bun run cli.ts "6812465000"          # iskanje po matični številki
+  bun run cli.ts "59325151"            # iskanje po davčni številki
+  bun run cli.ts "ETVETERA" --login    # s prijavo
+
+
+3. UPORABA IZ KODE
+==============================================================================
+
+  import { BizisiScraper } from "./src/index";
+
+  const scraper = new BizisiScraper();
+
+  // Iskanje + zajem (brez prijave)
+  const rezultati = await scraper.scrape("animalia");
+  console.log(JSON.stringify(rezultati, null, 2));
+
+  // S prijavo (za finančne podatke)
+  const scraper2 = new BizisiScraper();
+  await scraper2.login("uporabnik", "geslo");
+  // ali: await scraper2.login(); // bere BIZISI_USERNAME/PASSWORD iz okolja
+  const data = await scraper2.scrape("etvetera", { includeFinancialData: true });
+  console.log(JSON.stringify(data, null, 2));
+
+  // Samo iskanje (brez detajlov)
+  const zadetki = await scraper.search("6812465000");
+
+  // Samo detajli podjetja
+  const detajli = await scraper.getCompanyDetail("/ETVETERA-D-O-O/");
+
+  // Samo finančni podatki
+  const finance = await scraper.getFinancialData("/ETVETERA-D-O-O/");
+
+  // Počisti OCR worker (obvezno na koncu!)
+  await scraper.close();
+
+
+4. PODATKI, KI JIH VRNE
+==============================================================================
+
+  CompanyDetail:
+  ┌─────────────────────┬─────────────────────────────────────────────────┐
+  │ Polje               │ Opis                                            │
+  ├─────────────────────┼─────────────────────────────────────────────────┤
+  │ name                │ Naziv podjetja (iz h1)                          │
+  │ fullAddress         │ Naslov (ulica, kraj, pošta)                     │
+  │ phone               │ Telefon (iz tel: povezave)                      │
+  │ website             │ Spletna stran                                   │
+  │ email               │ E-pošta                                         │
+  │ taxNumber           │ Davčna številka                                 │
+  │ registrationNumber  │ Matična številka                                │
+  │ vatPayer            │ Ali je zavezanec za DDV                         │
+  │ vatNumber           │ DDV številka (SI...)                            │
+  │ skis                │ SKIS šifra                                      │
+  │ dateOfEntry         │ Datum vpisa                                     │
+  │ activity            │ Dejavnost (TSmedia)                             │
+  │ keyPeople           │ Nadzorniki, ustanovitelji, zastopniki (OCR)     │
+  │ bankAccounts        │ Seznam TRR-jev (IBAN, status, banka)            │
+  │ financingFromBudget │ Zneski financiranja iz proračuna po letih       │
+  └─────────────────────┴─────────────────────────────────────────────────┘
+
+  FinancialData:
+  ┌─────────────────────┬─────────────────────────────────────────────────┐
+  │ year                │ Leto                                            │
+  │ netSalesRevenue     │ Čisti prihodki od prodaje (ali null)            │
+  │ operatingResult     │ Poslovni izzid (ali null)                       │
+  └─────────────────────┴─────────────────────────────────────────────────┘
+
+  SearchResult:
+  ┌─────────────────────┬─────────────────────────────────────────────────┐
+  │ name                │ Naziv podjetja                                  │
+  │ url                 │ Relativni URL (npr. /ETVETERA-D-O-O/)          │
+  │ address             │ Naslov                                          │
+  │ city                │ Pošta + kraj                                   │
+  │ registrationNumber  │ Matična številka                                │
+  │ taxNumber           │ Davčna številka                                 │
+  │ activity            │ Dejavnost                                       │
+  │ employees           │ Št. zaposlenih (povprečje, npr. 3.5)           │
+  └─────────────────────┴─────────────────────────────────────────────────┘
+
+
+5. POMEMBNO
+==============================================================================
+
+  • Prijava je potrebna samo za finančne podatke. Vsi ostali podatki
+    (kontakt, TRR, ključne osebe, SKIS) so javno dostopni.
+
+  • bizi.si ima rate-limiter za prijave. Ob preveč poskusih vrne
+    "Presegli ste dovoljeno število prijav." Počakajte nekaj časa.
+
+  • Imena ključnih oseb so na bizi.si zaščitena kot slike
+    (ImageGenerator.aspx). Knjižnica uporablja tesseract.js OCR za
+    pretvorbo slik v besedilo. Statusna sporočila ("Nadzornik ni vpisan.")
+    so filtrirana in vrnejo prazen seznam.
+
+  • Število zaposlenih: "3 ali 4 zaposleni" → 3.5 (povprečje).
+
+  • Knjižnica nima zunanjih odvisnosti razen tesseract.js za OCR.
+    Uporablja izključno Bun-ov vgrajeni fetch (HTTP).
+
+
+6. STRUKTURA PROJEKTA
+==============================================================================
+
+  src/
+    index.ts          — Vstopna točka, exporti
+    bizisi.ts         — Glavni BizisiScraper razred
+    types.ts          — TypeScript tipi
+
+  cli.ts              — Orodje za ukazno vrstico
+  package.json        — Konfiguracija projekta
+  README.txt          — Ta dokument
+
+
+7. LICENCA
+==============================================================================
+
+  MIT

package/cli.ts

@@ -0,0 +1,58 @@
+#!/usr/bin/env bun
+/**
+ * CLI tool za bizi.si — čisti Bun fetch, brez brskalnika.
+ *
+ * Usage:
+ *   bun run cli.ts "query"               # default: brez prijave
+ *   bun run cli.ts "query" --login       # z prijavo (za finančne podatke)
+ *   bun run cli.ts "query" --max 2       # omeji zadetke
+ *
+ * Login zahteva BIZISI_USERNAME in BIZISI_PASSWORD v okolju.
+ */
+
+import { BizisiScraper } from "./src/index";
+
+const query = process.argv[2];
+if (!query) {
+  console.error("Usage: bun run cli.ts <query> [--login] [--max <N>]");
+  process.exit(1);
+}
+
+const doLogin = process.argv.includes("--login");
+const maxIdx = process.argv.indexOf("--max");
+const maxResults = maxIdx > 0 ? parseInt(process.argv[maxIdx + 1] ?? "0", 10) : 0;
+
+const scraper = new BizisiScraper();
+
+try {
+  if (doLogin) {
+    console.error("🔑 Logging in to bizi.si …");
+    await scraper.login();
+  }
+
+  console.error(`🔍 Searching & scraping "${query}" …`);
+
+  const scraped = await scraper.scrape(query, {
+    maxResults: maxResults > 0 ? maxResults : 0,
+    includeFinancialData: doLogin,
+  });
+
+  console.error(`📋 Got ${scraped.length} result(s)`);
+  for (const s of scraped) {
+    console.error(`   - ${s.company.name} (${s.company.registrationNumber})`);
+    if (s.company.phone) console.error(`     📞 ${s.company.phone}`);
+    if (s.company.email) console.error(`     📧 ${s.company.email}`);
+    if (s.company.website) console.error(`     🌐 ${s.company.website}`);
+    if (s.company.bankAccounts.length > 0)
+      console.error(`     🏦 ${s.company.bankAccounts.length} TRR(s)`);
+    if (s.financialData.length > 0)
+      console.error(`     📊 ${s.financialData.length} years of financial data`);
+  }
+
+  console.log(JSON.stringify(scraped, null, 2));
+} catch (err) {
+  console.error("❌ Error:", err);
+  process.exit(1);
+} finally {
+  await scraper.close();
+}

package/dist/bizisi.d.ts

@@ -0,0 +1,29 @@
+/**
+ * bizi.si scraper — čisti Bun fetch, brez brskalnika.
+ *
+ * bizi.si uporablja ASP.NET WebForms, zato je treba:
+ * 1. Shranjevati piškotke (ASP.NET_SessionId, .ASPXAUTH)
+ * 2. Prenašati __VIEWSTATE in __EVENTVALIDATION med GET in POST
+ *
+ * Odvisnosti: 0 — samo Bun built-in API-ji.
+ */
+import type { CompanySearchResult, CompanyDetail, FinancialData, ScrapeResult } from "./types.js";
+export declare class BizisiScraper {
+    #private;
+    private jar;
+    private _loggedIn;
+    private ocrWorker;
+    /** Počisti OCR worker (pokliči ko končaš). */
+    close(): Promise<void>;
+    get loggedIn(): boolean;
+    login(username?: string, password?: string): Promise<void>;
+    search(query: string): Promise<CompanySearchResult[]>;
+    getCompanyDetail(relativeUrl: string): Promise<CompanyDetail>;
+    getFinancialData(relativeUrl: string): Promise<FinancialData[]>;
+    scrapeCompany(relativeUrl: string): Promise<ScrapeResult>;
+    scrape(query: string, options?: {
+        maxResults?: number;
+        includeFinancialData?: boolean;
+    }): Promise<ScrapeResult[]>;
+}
+//# sourceMappingURL=bizisi.d.ts.map

package/dist/bizisi.d.ts.map

@@ -0,0 +1 @@
+{"version":3,"file":"bizisi.d.ts","sourceRoot":"","sources":["../src/bizisi.ts"],"names":[],"mappings":"AAAA;;;;;;;;GAQG;AAIH,OAAO,KAAK,EACV,mBAAmB,EACnB,aAAa,EACb,aAAa,EAGb,YAAY,EACb,MAAM,YAAY,CAAC;AAgOpB,qBAAa,aAAa;;IACxB,OAAO,CAAC,GAAG,CAAmB;IAC9B,OAAO,CAAC,SAAS,CAAS;IAC1B,OAAO,CAAC,SAAS,CAAuB;IAYxC,8CAA8C;IACxC,KAAK,IAAI,OAAO,CAAC,IAAI,CAAC;IAoB5B,IAAI,QAAQ,IAAI,OAAO,CAEtB;IAMK,KAAK,CAAC,QAAQ,CAAC,EAAE,MAAM,EAAE,QAAQ,CAAC,EAAE,MAAM,GAAG,OAAO,CAAC,IAAI,CAAC;IAoD1D,MAAM,CAAC,KAAK,EAAE,MAAM,GAAG,OAAO,CAAC,mBAAmB,EAAE,CAAC;IA4DrD,gBAAgB,CAAC,WAAW,EAAE,MAAM,GAAG,OAAO,CAAC,aAAa,CAAC;IAyI7D,gBAAgB,CAAC,WAAW,EAAE,MAAM,GAAG,OAAO,CAAC,aAAa,EAAE,CAAC;IA6C/D,aAAa,CAAC,WAAW,EAAE,MAAM,GAAG,OAAO,CAAC,YAAY,CAAC;IAMzD,MAAM,CACV,KAAK,EAAE,MAAM,EACb,OAAO,CAAC,EAAE;QAAE,UAAU,CAAC,EAAE,MAAM,CAAC;QAAC,oBAAoB,CAAC,EAAE,OAAO,CAAA;KAAE,GAChE,OAAO,CAAC,YAAY,EAAE,CAAC;CAiI3B"}