dsd-br 0.1.4

Ferramentas para extração e processamento de dados judiciais, com foco no STF

DSD

DSD é uma biblioteca Python para extração e processamento de dados judiciais, com foco no portal do Supremo Tribunal Federal (STF) do Brasil.

🚀 Funcionalidades

• ✅ Web Scraping do portal STF
• ✅ Extração de processos judiciais
• ✅ Processamento de andamentos processuais
• ✅ Extração de partes envolvidas
• ✅ Limpeza e normalização de dados
• ✅ Exportação para CSV
• ✅ Type hints completos (Python 3.7+)
• ✅ Documentação inline (docstrings)

📦 Instalação

Via pip (recomendado)

pip install dsd-br

Via repositório Git

git clone https://github.com/AlexandreAraujoCosta/DSD.git
cd dsd
pip install -e .

Instalação para desenvolvimento

pip install -e ".[dev]"

🎯 Uso Rápido

Exemplo Básico

import dsd

# Fazer requisição ao STF
html = dsd.get("https://portal.stf.jus.br/processos/...")

# Extrair informações
partes = dsd.extrair_partes(html)
andamentos = dsd.extrair_andamentos(html)

# Processar dados
dados_limpos = dsd.limpar(dados)

# Salvar em CSV
dsd.write_csv_header("processos.csv", "processo;parte;data")
dsd.write_csv_row("processos.csv", [processo, parte, data])

Trabalhando com Datas

from dsd import date, ajustar_mes

# Converter formato de data
data_br = "31/12/2023"
data_iso = date(data_br)  # "2023-12-31"

# Converter mês abreviado
mes_numero = ajustar_mes("DEZ")  # "12"

Trabalhando com Estados

from dsd import limpa_estado, estado_nome_completo, siglas

# Converter estado para sigla
sigla = limpa_estado("SAO PAULO")  # "/SP"

# Converter sigla para nome completo
nome = estado_nome_completo("/SP")  # "SAO PAULO"

# Obter lista de siglas
lista_siglas = siglas()  # ['AC', 'AL', 'AP', ...]

Extração de Texto

from dsd import extract, clean

# Extrair texto entre delimitadores
texto_html = "<div>Conteúdo importante</div>"
conteudo = extract(texto_html, "<div>", "</div>")  # "Conteúdo importante"

# Limpar texto
texto_sujo = "  Texto   com\nespaços  "
texto_limpo = clean(texto_sujo)  # "Texto com espaços"

Trabalhando com Arquivos

from dsd import carregar_arquivo, gravar, csv_to_list

# Carregar arquivo
conteudo = carregar_arquivo("processo.html")

# Gravar dados
gravar("resultado.txt", "Dados processados")

# Converter CSV para lista
dados = csv_to_list("dados.csv")

📚 Documentação Completa

Funções de Requisição HTTP

• get(url: str) -> str: Faz requisição GET e retorna HTML
• get_json(url: str) -> dict: Faz requisição GET e retorna JSON
• get_response(url: str) -> Response: Retorna objeto Response completo

Funções de Extração

• extract(source: str, start_at: str, end_at: str) -> str: Extrai texto entre delimitadores
• extrair_partes(string: str) -> str: Extrai partes processuais do HTML
• extrair_andamentos(string: str) -> list: Extrai andamentos processuais

Funções de Limpeza

• clean(source: str) -> str: Remove espaços e caracteres especiais
• limpar(fonte: str) -> str: Limpeza completa de texto
• limpar_para_csv(fonte: str) -> str: Prepara texto para CSV

Funções de Arquivo e CSV

• carregar_arquivo(nomedoarquivo: str) -> str: Carrega arquivo
• gravar(nomedoarquivo: str, dados: str) -> None: Grava dados
• csv_to_list(file: str) -> list: Converte CSV para lista
• write_csv_header(nomedoarquivo: str, string_campos: str) -> None: Escreve cabeçalho CSV
• write_csv_row(nomedoarquivo: str, dados: str) -> None: Escreve linha CSV

🛠️ Requisitos

• Python >= 3.7
• requests >= 2.31.0
• selenium >= 4.0.0

🤝 Contribuindo

Contribuições são bem-vindas! Para contribuir:

1. Fork o projeto
2. Crie uma branch para sua feature (git checkout -b feature/MinhaFeature)
3. Commit suas mudanças (git commit -m 'Adiciona MinhaFeature')
4. Push para a branch (git push origin feature/MinhaFeature)
5. Abra um Pull Request

Desenvolvimento

# Clone o repositório
git clone https://github.com/AlexandreAraujoCosta/DSD.git
cd dsd

# Instale em modo desenvolvimento
pip install -e ".[dev]"

# Execute os testes
pytest

# Formate o código
black dsd/

# Verifique tipos
mypy dsd/

📝 Licença

Este projeto está licenciado sob a Licença MIT - veja o arquivo LICENSE para detalhes.

👥 Autores

Alexandre Araújo Costa

• Email: [e-mail]

Henrique Araújo Costa

• Coautor

🙏 Agradecimentos

• Comunidade Python Brasil
• Supremo Tribunal Federal por disponibilizar os dados publicamente

📊 Status do Projeto

🚧 Em desenvolvimento ativo - Versão 0.1.0

🔗 Links Úteis

• Documentação do STF
• PyPI Package
• Issues

📈 Changelog

[0.1.0] - 2024-01-XX

Adicionado

• Estrutura inicial do pacote
• Funções de web scraping do STF
• Funções de processamento de dados
• Suporte a CSV
• Type hints completos
• Documentação inline

---

⭐ Se este projeto foi útil para você, considere dar uma estrela no GitHub!