robo-previd / app.py
JulinTech's picture
Upload 3 files
00058b3 verified
Raw History Blame Contribute Delete
7.25 kB
import streamlit as st
import pdfplumber
import re
import io
from openpyxl import load_workbook
from openpyxl.utils import get_column_letter
import os
# NOME DO MODELO (deixe este arquivo no repo do Space)
ARQ_MODELO = "Base - 1º Grau Previd.xlsm"
SAIDA = "Base - 1º Grau Previd_preenchido.xlsm"
# ---------------- utilitários ----------------
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$", "").replace(" ", "")
s = s.replace(".", "").replace(",", ".")
try:
return float(s)
except:
return 0.0
# ---------------- extração PDF1 ----------------
def extrair_rpps_previd_pdf1(pdf_file):
dados = {}
capturando = False
bloco_capturado = False
# pdf_file é um UploadedFile do Streamlit (tem método read / seek)
with pdfplumber.open(pdf_file) as pdf:
for pagina in pdf.pages:
texto = pagina.extract_text() or ""
for linha in texto.split("\n"):
if "RPPS - PREVID" in linha and not bloco_capturado:
capturando = True
continue
if not capturando:
continue
if linha.strip() == "" or "TOTAIS" in linha:
if "TOTAIS GRUPO" in linha or "TOTAL GERAL" in linha:
capturando = False
bloco_capturado = True
continue
m = re.match(r"^(\d{3,8}\s*-\s*[^0-9]+)(.*)$", 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_file):
dados = {}
with pdfplumber.open(pdf_file) 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 (preservando macros) ----------------
def preencher_planilha(modelo_path, dados_pdf1, dados_pdf2):
# Carrega o workbook do arquivo no disco e preserva VBA (keep_vba=True)
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"]
# Limpa linhas antigas (simples)
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 do workbook → preenche Coluna P usando valores na Coluna 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))
# Aba de relatório
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)
# Salva arquivo no disco (preserva macros porque carregamos com keep_vba=True)
out_path = os.path.join("/tmp", 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:
dados1 = extrair_rpps_previd_pdf1(pdf1)
dados2 = extrair_rpps_previd_pdf2(pdf2)
# Preencher usando o modelo que está no repo
modelo_path = ARQ_MODELO
if not os.path.exists(modelo_path):
st.error(f"Modelo não encontrado no repo: {modelo_path}")
else:
out_path, matched, total_rows = preencher_planilha(modelo_path, 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}")