Spaces:
Sleeping
Sleeping
File size: 7,412 Bytes
6809ded 14a627b 310da46 14a627b 6809ded 14a627b 310da46 0537555 d838c07 0537555 7583fc9 af9a078 7583fc9 d838c07 7583fc9 d838c07 7583fc9 d838c07 7583fc9 d838c07 7583fc9 d838c07 7583fc9 d838c07 7583fc9 d838c07 7583fc9 d838c07 7583fc9 d838c07 7583fc9 d838c07 7583fc9 d838c07 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 | import os
# Caminho fixo para a pasta .streamlit no projeto
custom_config_dir = os.path.join(os.path.dirname(__file__), ".streamlit")
# Garante que a pasta existe
os.makedirs(custom_config_dir, exist_ok=True)
# Define as variáveis de ambiente para forçar o Streamlit usar essa pasta
os.environ["STREAMLIT_CONFIG_DIR"] = custom_config_dir
os.environ["STREAMLIT_RUNTIME_DIR"] = custom_config_dir
import streamlit as st
import pdfplumber
import re
from openpyxl import load_workbook
from openpyxl.utils import get_column_letter
# ---------------- CONFIG ----------------
ARQ_MODELO = "Base - 1º Grau Previd.xlsx" # modelo no repo
SAIDA = "Base - 1º Grau Previd_preenchido.xlsx"
UPLOAD_DIR = "/tmp" # pasta com permissão de escrita no Hugging Face
# ---------------- utils ----------------
def normalize_code(s):
if s is None:
return ""
return re.sub(r"\D", "", str(s))
def to_float(numstr):
s = str(numstr).strip()
if s == "":
return 0.0
s = s.replace("R$", "").replace(" ", "")
s = s.replace(".", "").replace(",", ".")
try:
return float(s)
except:
return 0.0
# ---------------- extração PDF1 ----------------
def extrair_rpps_previd_pdf1(pdf_path):
dados = {}
capturando = False
bloco_capturado = False
with pdfplumber.open(pdf_path) as pdf:
for pagina in pdf.pages:
texto = pagina.extract_text() or ""
for linha in texto.split("\n"):
if "RPPS - PREVID" in linha and not bloco_capturado:
capturando = True
continue
if not capturando:
continue
if linha.strip() == "" or "TOTAIS" in linha:
if "TOTAIS GRUPO" in linha or "TOTAL GERAL" in linha:
capturando = False
bloco_capturado = True
continue
m = re.match(r"^(\d{3,8}\s*-\s*[^0-9]+)(.*)$", linha)
if m:
chave = m.group(1).strip()
valores_str = m.group(2).strip()
nums = re.findall(r"-?[\d\.,]+", valores_str)
valores = [to_float(n) for n in nums]
while len(valores) < 7:
valores.append(0.0)
dados[chave] = valores[:7]
return dados
# ---------------- extração PDF2 ----------------
def extrair_rpps_previd_pdf2(pdf_path):
dados = {}
with pdfplumber.open(pdf_path) as pdf:
capturando = False
current_code = None
for pagina in pdf.pages:
texto = pagina.extract_text() or ""
for linha in texto.split("\n"):
if "RPPS - PREVID" in linha:
capturando = True
current_code = None
continue
if not capturando:
continue
if "TOTAL CENTRO DE CUSTO" in linha or "TOTAL GERAL" in linha:
capturando = False
current_code = None
break
mcode = re.match(r"^\s*(\d{2,8})\s*-\s*(.+)$", linha)
if mcode:
current_code = mcode.group(1).strip()
nums = re.findall(r"-?[\d\.,]+", linha)
if nums:
candidatos = [n for n in nums if (',' in n or '.' in n)]
raw = candidatos[-1] if candidatos else nums[-1]
dados[current_code] = to_float(raw)
current_code = None
continue
nums = re.findall(r"-?[\d\.,]+", linha)
if nums and current_code:
candidatos = [n for n in nums if (',' in n or '.' in n)]
raw = candidatos[-1] if candidatos else nums[-1]
dados[current_code] = to_float(raw)
current_code = None
continue
return dados
# ---------------- preencher Excel ----------------
def preencher_planilha(modelo_path, dados_pdf1, dados_pdf2):
wb = load_workbook(modelo_path, keep_vba=True)
# Aba PDF1
if "PDF1" not in wb.sheetnames:
raise Exception("Aba 'PDF1' não encontrada no modelo.")
ws_pdf1 = wb["PDF1"]
for row in ws_pdf1.iter_rows(min_row=2, max_row=ws_pdf1.max_row):
for cell in row:
cell.value = None
row_pdf1 = 2
for chave, valores in dados_pdf1.items():
ws_pdf1[f"A{row_pdf1}"] = chave
for i, val in enumerate(valores):
col = get_column_letter(2 + i)
ws_pdf1[f"{col}{row_pdf1}"] = val
row_pdf1 += 1
# Primeira aba → preenche P com base em O
ws = wb[wb.sheetnames[0]]
report = []
matched = 0
total_rows = 0
for row in range(2, 201):
raw_cell = ws[f"O{row}"].value
if raw_cell is None:
continue
total_rows += 1
codigo_o = normalize_code(str(raw_cell))
if codigo_o == "":
report.append((row, raw_cell, codigo_o, False, None))
elif codigo_o in dados_pdf2:
ws[f"P{row}"] = dados_pdf2[codigo_o]
report.append((row, raw_cell, codigo_o, True, dados_pdf2[codigo_o]))
matched += 1
else:
report.append((row, raw_cell, codigo_o, False, None))
if "Relatorio_PDF2" in wb.sheetnames:
del wb["Relatorio_PDF2"]
rpt = wb.create_sheet("Relatorio_PDF2")
headers = ["Row", "O_valor_original", "Codigo_normalizado", "Encontrou_no_PDF2", "Valor_PDF2"]
rpt.append(headers)
for linha in report:
rpt.append(linha)
out_path = os.path.join(UPLOAD_DIR, SAIDA)
wb.save(out_path)
return out_path, matched, total_rows
# ---------------- STREAMLIT ----------------
st.set_page_config(page_title="Robô Previd", layout="centered")
st.title("🤖 Robô Previd - Processamento de PDFs")
st.markdown("Suba os dois PDFs (Consolidado e Consignado). O arquivo modelo deve estar presente no repositório do Space.")
pdf1 = st.file_uploader("Envie o PDF 1 (Consolidado do 1º Grau)", type=["pdf"])
pdf2 = st.file_uploader("Envie o PDF 2 (Consignado detalhado do 1º Grau)", type=["pdf"])
if pdf1 and pdf2:
st.info("Processando arquivos... aguarde alguns segundos.")
try:
# salva os arquivos no /tmp antes de abrir
pdf1_path = os.path.join(UPLOAD_DIR, pdf1.name)
pdf2_path = os.path.join(UPLOAD_DIR, pdf2.name)
with open(pdf1_path, "wb") as f:
f.write(pdf1.getbuffer())
with open(pdf2_path, "wb") as f:
f.write(pdf2.getbuffer())
dados1 = extrair_rpps_previd_pdf1(pdf1_path)
dados2 = extrair_rpps_previd_pdf2(pdf2_path)
if not os.path.exists(ARQ_MODELO):
st.error(f"Modelo não encontrado no repo: {ARQ_MODELO}")
else:
out_path, matched, total_rows = preencher_planilha(ARQ_MODELO, dados1, dados2)
st.success("✅ Processado com sucesso!")
st.write(f"PDF2: códigos encontrados = {matched} / {total_rows}")
with open(out_path, "rb") as f:
st.download_button("📥 Baixar planilha preenchida", f, file_name=SAIDA, mime="application/vnd.ms-excel.sheet.macroEnabled.12")
except Exception as e:
st.error(f"Erro ao processar: {e}")
|