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}")