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
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
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
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
1d9b66d06b1d11cd945d21e2a94ce505a583a6ea131df892d300d8fe8f4a639b
|
|
| MD5 |
4f232c2bc11c4ed5ae0357d5f6872ca6
|
|
| BLAKE2b-256 |
9c244eb47dd4a2e1729e36497f8ac9950600fa312bbe4dfccbcc72a244a9beb9
|
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
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
8f2587996068275e8dbb9b7f570429ca3fcec135b3fd8da7bc6aefda850ec0b6
|
|
| MD5 |
ceea8f2ff53074f3d4fd0cca50c43632
|
|
| BLAKE2b-256 |
7e51a0d7f521879abb2ae2d0cacd8529bb6ad8c5adabc151a79771aae083b732
|