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}")