Skip to main content

Extrai dados de múltiplos extratos PDF da app do FGTS e grava tudo como uma série histórica num CSV pronto para usar com o Inverstorzilla

Project description

Dados do FGTS

Converta os PDFs fornecidos pela app do FGTS em dados estruturados num CSV prontinho para ser usado com o Investorzilla.

Instalação

pip install fgts_pdf_dados --user

Uso

shell> cd "Pasta com PDFs do FGTSs"
shell> ls
EXTRATO_EMPRESA_1.pdf
EXTRATO_EMPRESA_2.pdf
EXTRATO_EMPRESA_3.pdf

shell> fgts-pdf-dados

Ou converta os nomes das empresas para algo mais bonito:

shell> cd "Pasta com PDFs do FGTSs"
shell> fgts-pdf-dados \
    --nickname 'C I T SOFTWARE SA'           'CI&T' \
    --nickname 'DIGITAL HOUSE EDUCACAO LTDA' 'Digital House'

Todo mês, por volta do dia 21, eu entro na app do FGTS e salvo em PDF o extrato atualizado de todas as minhas contas ativas. As inativas (empresas que já saquei e zerei o FGTS) só preciso fazer uma vez. Mantenho tudo junto numa pasta onde rodo o comando fgts-pdf-dados. Na verdade, tenho um Makefile com o seguinte conteúdo:

all:
        # pip install --user fgts-pdf-dados
        fgts-pdf-dados \
            --nickname 'C I T SOFTWARE SA'             'CI&T' \
            --nickname 'DIGITAL HOUSE EDUCACAO LTDA'   'Digital House' \
            --nickname 'NOME FEIO CONFORME VEM NO PDF' 'Apelido Bonito' \
            --nickname 'OUTRO NOME FEIO'               'Apelido Bonito'

Aí, depois de gravar o extrato atualizado da app do FGTS, só preciso rodar make.

Resultado

O arquivo FGTS.csv vai conter uma série histórica com todos os dados de cada empresa ou conta de FGTS e já separa o que é movimentação de entrada e saída (coluna movement) e o que é juros (coluna interest). E tem também a coluna mais importante (total) com o saldo daquela conta, naquele instante do tempo:

account time movement interest total desc
FGTS CI&T (472349) 2019-07-05 12:00:00.898000-03:00 12.52 150-DEPOSITO JUNHO 2019
FGTS CI&T (472349) 2019-07-05 12:00:00.898000001-03:00 12.52
FGTS CI&T (472349) 2019-08-10 12:00:00.900000-03:00 2.2 CREDITO DE JAM 0,002466
FGTS CI&T (472349) 2019-08-10 12:00:00.900000001-03:00 14.72
FGTS Digital House (13360) 2019-04-04 12:00:00.808000-03:00 123.45 115-DEPOSITO MARCO 2019
FGTS Digital House (13360) 2019-04-04 12:00:00.808000001-03:00 123.45
FGTS Digital House (13360) 2021-09-21 12:00:00.895000001-03:00 1.74
FGTS Digital House (13360) 2021-09-21 12:00:00.896000-03:00 -1.74 SAQUE JAM - COD 01
FGTS Digital House (13360) 2021-09-21 12:00:00.896000001-03:00 0

Ao nome da conta (manipulável com o parâmetro --nickname) será adicionado o número dela conforme encontrado no PDF, então não tem problema se você usar o --nickname para converter diversos nomes feios diferentes para um único nome bonito. Isso me foi últil pois uma empresa em que trabalhei por muitas décadas foi mudando o nome em que se declarava no FGTS.

Sobre

Feito por Avi Alkalay para prover dados pessoais ao meu painel de investimentos do Investorzilla.

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

fgts_pdf_dados-1.4.tar.gz (6.4 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

fgts_pdf_dados-1.4-py3-none-any.whl (6.8 kB view details)

Uploaded Python 3

File details

Details for the file fgts_pdf_dados-1.4.tar.gz.

File metadata

  • Download URL: fgts_pdf_dados-1.4.tar.gz
  • Upload date:
  • Size: 6.4 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.14.3

File hashes

Hashes for fgts_pdf_dados-1.4.tar.gz
Algorithm Hash digest
SHA256 1d9b66d06b1d11cd945d21e2a94ce505a583a6ea131df892d300d8fe8f4a639b
MD5 4f232c2bc11c4ed5ae0357d5f6872ca6
BLAKE2b-256 9c244eb47dd4a2e1729e36497f8ac9950600fa312bbe4dfccbcc72a244a9beb9

See more details on using hashes here.

File details

Details for the file fgts_pdf_dados-1.4-py3-none-any.whl.

File metadata

  • Download URL: fgts_pdf_dados-1.4-py3-none-any.whl
  • Upload date:
  • Size: 6.8 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.14.3

File hashes

Hashes for fgts_pdf_dados-1.4-py3-none-any.whl
Algorithm Hash digest
SHA256 8f2587996068275e8dbb9b7f570429ca3fcec135b3fd8da7bc6aefda850ec0b6
MD5 ceea8f2ff53074f3d4fd0cca50c43632
BLAKE2b-256 7e51a0d7f521879abb2ae2d0cacd8529bb6ad8c5adabc151a79771aae083b732

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page