def parse_sp_dados_2_inst(self, path_arquivos=path + '/sp_2_inst/'):
cursor = cursorConexao()
p = pdf_to_text()
for arq in os.listdir(path_arquivos):
try:
if re.search(r'\.pdf', arq):
texto = p.convert_pdfminer(path_arquivos +
arq).strip().replace(
'\\',
'').replace('/',
'').replace(
'"', '')
tribunal = 'sp'
numero = busca(r'\d{7}\-\d{2}\.\d{4}\.\d\.\d{2}\.\d{4}',
texto,
ngroup=0)
polo_ativo = busca(r'apelante\s*?\:(.*?)\n',
texto,
args=re.I)
polo_passivo = busca(r'apelado\s*?\:(.*?)\n',
texto,
args=re.I)
cursor.execute(
'INSERT INTO jurisprudencia_2_inst.jurisprudencia_2_inst_societario_processos (tribunal, numero, texto_decisao, polo_ativo, polo_passivo) values ("%s","%s","%s","%s","%s");'
% (tribunal, numero, texto, polo_ativo, polo_passivo))
except Exception as e:
print(arq)
print(e)
def main():
c = crawler_jurisprudencia_tjba()
cursor = cursorConexao()
p = pdf_to_text()
for arq in os.listdir(path + '/ba_2_inst'):
c.parser_acordaos(path + '/ba_2_inst/' + arq, cursor, p)
def main():
c = crawler_jurisprudencia_tjam()
cursor = cursorConexao()
# cursor.execute('SELECT id,ementas from justica_estadual.jurisprudencia_am where id > 29237 limit 10000000;')
# lista_links = cursor.fetchall()
# c.download_acordao_am(lista_links)
p = pdf_to_text()
for arq in os.listdir(path + '/am_2_inst'):
c.parser_acordaos(path + '/am_2_inst/' + arq, cursor, p)
def main(): c = crawler_jurisprudencia_tjpb() cursor = cursorConexao() p = pdf_to_text() for arq in os.listdir(path+'/pb_2_inst'): try: c.parser_acordaos(path+'/pb_2_inst/'+arq, cursor, p) except Exception as e: print(arq) print(e)
[r"^caderno2-Judiciario\.pdf$", arq_ce],
[r"^Caderno\d-Judicial.+\.pdf$", arq_ms],
[r"^\d+\.pdf$", arq_rs], [r"^diario_\d+-\d+-\d+\.pdf$", arq_pb],
[r"^bahia.pdf$", arq_ba], [r"^riodejaneiro\d+.pdf$", arq_rj],
[r"^CADERNO_\d+_.+.pdf$", arq_trf2]]
diarios_pb_pe = [[r"^DJ.+\.PDF$", arq_pe], [r"^DJ.+\.PDF$", arq_df]]
if __name__ == '__main__':
if len(sys.argv) == 2:
data = sys.argv[1]
else:
data = datetime.date.today().strftime("%Y%m%d")
ano = data[:4]
mes = data[4:6]
dia = data[6:]
if len(dia) == 1:
dia = "0" + dia
arqs_i = os.listdir(path)
arqs_f = []
pdf_2_txt = pdf_to_text()
for i in arqs_i:
if i not in arqs_f:
for d in re_diarios:
if re.search(d[0], i):
try:
d[1].write(pdf_2_txt.convert_Tika(i))
arqs_f.append(i)
break
except:
pass
break
driver.close()
def parser_acordaos(self, arquivo, cursor, pdf_class):
texto = pdf_class.convert_pdfminer(arquivo).replace('\\', '').replace(
'/', '').replace('"', '')
numero = busca(r'\n.*?N. (.*?) - CLASSE CNJ', texto)
julgador = busca(r'\n\s*?DESEMBARGADOR[A]?(.*?)- RELATOR', texto)
data_decisao = busca(r'\n\s*?Data de Julgamento\:(.*?)\n', texto)
cursor.execute(
'INSERT INTO jurisprudencia_2_inst.jurisprudencia_2_inst (tribunal, numero, data_decisao, julgador, texto_decisao) values ("%s","%s","%s","%s","%s");'
% ('mt', numero, data_decisao, julgador, texto))
if __name__ == '__main__':
c = crawler_jurisprudencia_tjmt()
cursor = cursorConexao()
p = pdf_to_text()
for arq in os.listdir(path + '/mt_2_inst'):
try:
c.parser_acordaos(path + '/mt_2_inst/' + arq, cursor, p)
except Exception as e:
print(e)
# print('comecei ',c.__class__.__name__)
# try:
# c.download_tj()
# except Exception as e:
# print(e)
# print('finalizei com erro\n')