R/ler_despachos.R

In jjesusfilho/tjsp: Coleta e organização de dados do Tribunal de Justiça de São Paulo

#' Extrai despachos judiciais, que podem incluir decisões monocráticas, da movimentação.
#'
#' @param fonte objeto ou diretório onde se encontram os htmls.
#'
#' @return tibble com o número do processo, o despacho e a data do despacho.
#' @export
#'
#' @examples
#' \dontrun{
#' ler_despachos()
#' }
#'
ler_despacho<-function (fonte = ".")
{
  arquivos <- list.files(path = fonte, pattern = ".html", full.names = TRUE)
  processo <- stringr::str_extract(arquivos, "\\d{20}")

  pb <- progress::progress_bar$new(total = length(arquivos))

  purrr::map2_dfr(arquivos, processo, purrr::possibly(~{

  pb$tick()

    despacho <- xml2::read_html(.x) %>% rvest::html_nodes(xpath = "//td[@style='vertical-align: top; padding-bottom: 5px'][contains(text(),'Despacho')]//span|//td[@style='vertical-align: top; padding-bottom: 5px']/a[contains(text(),'Decis\u00e3o')]/parent::td/span") %>%
      rvest::html_text()

    data_despacho <- xml2::read_html(.x) %>% rvest::html_nodes(xpath = "//td[@style='vertical-align: top; padding-bottom: 5px'][contains(text(),'Despacho')]/parent::tr/td[1]|//td[@style='vertical-align: top; padding-bottom: 5px']/a[contains(text(),'Decis\u00e3o')]/parent::tr/td[1]") %>%
      rvest::html_text(trim = TRUE) %>% lubridate::dmy()

    processo <- stringr::str_remove_all(.y,"\\D+")


    tibble::tibble(processo = processo, despacho = despacho, data_despacho = data_despacho) %>%
      dplyr::filter(stringr::str_detect(despacho, "\\w\\X+"))
  }, otherwise = NULL))
}