R/stj_ler_processo_data.R

In jjesusfilho/stj: Baixa e organiza decisões do Superior Tribunal de Justiça

#' Lê processos baixados com stj_baixar_processo_data
#'
#' @param arquivos Vetor de caminhos para os arquivos
#' @param diretorio Atlernativamente, informar diretório
#'
#' @return tibble
#' @export
#'
stj_ler_processo_data <- function(arquivos = NULL, diretorio = "."){
  
  if(is.null(arquivos)){
    
    arquivos <- list.files(diretorio , full.names = T, pattern = "html$")
    
  }
  
  purrr::map_dfr(arquivos, purrr::possibly(~{
    
    
    conteudo <- .x |>
      xml2::read_html() |>
      xml2::xml_find_all("//div[@class='clsListaProcessoFormatoVerticalBlocoExterno']")
    
    conteudo <- conteudo[2:length(conteudo)]
    
    df <- purrr::imap_dfr(conteudo, purrr::possibly(~{
      
      
      classe_n_uf <- .x |>
        xml2::xml_find_all(".//span[@class='clsBlocoProcessoColuna clsBlocoProcessoColuna1 classSpanProcessoUF']") |>
        xml2::xml_text()
      
      classe <- stringr::str_extract(classe_n_uf, "\\S+")
      numero <- stringr::str_extract(classe_n_uf, "\\d+")
      uf <- stringr::str_extract(classe_n_uf, "\\w+$")
      
      registro <- .x |>
        xml2::xml_find_all(".//span[@class='clsBlocoProcessoColuna clsBlocoProcessoColuna2 classSpanNumeroRegistro']") |>
        xml2::xml_text()
      
      
      dt_autuacao <- .x |>
        xml2::xml_find_all(".//span[@class='clsBlocoProcessoColuna clsBlocoProcessoColuna3 clsLinhaProcessosDataAutuacao']") |>
        xml2::xml_text() |>
        lubridate::dmy(tz = "America/Sao_Paulo")
      
      
      partes <- .x |>
        xml2::xml_find_all(".//span[@class='clsListaProcessoParte']")
      
      tipo_parte <- partes |>
        purrr::map_chr(~{
          .x |>
            xml2::xml_find_first("./span[@class='clsListaProcessoParteTipo']") |>
            xml2::xml_text() |>
            stringr::str_remove(":")
        })
      
      parte <- partes |>
        purrr::map_chr(~{
          .x |>
            xml2::xml_find_first("./span[@class='clsListaProcessoParteNome']") |>
            xml2::xml_text()
        })
      
      partes <- tibble::tibble(tipo_parte, parte) |> 
        list()
      
      assuntos <- .x |>
        xml2::xml_find_all(".//span[@class='clsProcessosListaEtiquetaCabecalho'][contains(.,'Assunto')]/following-sibling::span/span") |>
        xml2::xml_text(trim = T) |>
        #stringr::str_c(collapse = ";") |>
        stringr::str_remove_all("[.,]") |> 
        list()
      
      ramo_do_direito <- .x |>
        xml2::xml_find_all(".//span[@class='clsProcessosListaEtiquetaCabecalho'][contains(.,'Ramo do Direito')]/following-sibling::span") |>
        xml2::xml_text()
      
      tribunal_de_origem <- .x |>
        xml2::xml_find_all(".//span[@class='clsProcessosListaEtiquetaCabecalho'][contains(.,'Tribunal de Origem')]/following-sibling::span") |>
        xml2::xml_text()
      
      
      relator <- .x |>
        xml2::xml_find_all(".//span[@class='clsProcessosListaEtiquetaCabecalho'][contains(.,'Relator')]/following-sibling::span") |>
        xml2::xml_text()
      
      numeros_de_origem <- .x |>
        xml2::xml_find_all(".//span[@class='clsProcessosListaEtiquetaCabecalho'][contains(.,'N\u00FAmeros de Origem')]/following-sibling::span") |>
        xml2::xml_text()

      
      list(classe = classe, numero = numero, uf = uf, registro = registro, dt_autuacao = dt_autuacao, assuntos = assuntos, 
           ramo_do_direito = ramo_do_direito, relator = relator, 
           tribunal_de_origem = tribunal_de_origem, numeros_de_origem = numeros_de_origem,
             partes = partes) |> 
        purrr::map_if(rlang::is_empty, ~NA_character_) |> 
        tibble::as_tibble()
      
      
    }, NULL))
    
  }, NULL), .progress = TRUE)
  
}