R/ler_execucao_penal.R

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

#' Baixa metadados da execução penal
#'
#' @param cdprocesso Código do processo
#' @param diretorio Diretório onde armazenar
#'
#' @returns html
#' @export
#'
tjsp_baixar_execucao_penal_cd_processo <- function(cdprocesso, diretorio = "."){
  
  cdprocesso <- stringr::str_extract(cdprocesso,"\\w+")
  
  
  purrr::walk(cdprocesso, purrr::possibly(~{
    
    
    arquivo <- file.path(diretorio, paste0("execucao_penal_cd_processo_",.x, ".html"))
    
    httr::GET(paste0("https://esaj.tjsp.jus.br/cpopg/show.do?processo.codigo=",.x,"&gateway=true")) |> 
      httr::content() |> 
      xml2::xml_find_first("//a[contains(@href,'nuSeqParte')]") |> 
      xml2::xml_attr('href') |> 
      xml2::url_absolute("https://esaj.tjsp.jus.br") |> 
      httr::GET(httr::write_disk(arquivo, overwrite = T))
    
  }, NULL), .progress = TRUE)
}


#' Lê os metadados da execução penal
#'
#' @param arquivos Vetor de arquivos
#' @param diretorio Diretório
#'
#' @returns tibble
#' @export
#'
tjsp_ler_execucao_penal_cd_processo <- function(arquivos  = NULL, diretorio = "."){
  
  if(is.null(arquivos)){
    
    arquivos <- list.files(diretorio, full.names = TRUE, pattern = "cd_processo")
    
  }
  
  purrr::map(arquivos, purrr::possibly(~{
    
    
    tjsp_ler_execucao_penal_cd_processo1(.x)
    
  },NULL))
}

#' L\u00EA apenas um arquivo da execu\u00E7\u00E3o
#'
#' @param arquivo Caminho para arquivo
#'
#' @returns tibble
#'
tjsp_ler_execucao_penal_cd_processo1 <- function(arquivo){
  
  
  x <- xml2::read_html(arquivo)
  
  cdprocesso <- arquivo |>
    stringr::str_extract("(?<=cd_processo_)\\w+")
  
  
  nome <- x |> 
    xml2::xml_find_all("//h2[@class='subtitle tituloDoBloco']") |> 
    xml2::xml_text() |> 
    purrr::pluck(2)
  
  label <- x |> 
    xml2::xml_find_all("//td[@class='label']|//td/div[@class='label']") |> 
    xml2::xml_text() |> 
    snakecase::to_snake_case(transliterations = "Latin-ASCII")
  
  valores <- x |> 
    xml2::xml_find_all("//td[@class='label']/following-sibling::td|//td/div[@class='label']/following-sibling::text()") |> 
    xml2::xml_text(trim = T)
  
  principal <- tibble::tibble(variavel = label, valor = valores) |> 
    tibble::add_row(variavel = "nome", valor= nome, .before = 1) |> 
    tibble::add_column(cdprocesso, .before = 1) 
  
  documentos <- x |> 
    xml2::xml_find_first("//div[h2[text()='Documentos']]/following-sibling::table") |> 
    rvest::html_table(convert = F) |> 
    stats::setNames(c("documento_sigla","documento","documento_expedidor")) |> 
    dplyr::filter(!dplyr::if_all(dplyr::everything(),.fns = ~.x == "")) |> 
    tibble::add_column(cdprocesso, .before = 1)
  
  historico <- x |> 
    xml2::xml_find_first("//div[h2[text()='Hist\u00F3rico da parte']]/following-sibling::table") |> 
    rvest::html_table(convert = F) |> 
    stats::setNames(c("data_evento","evento","complemento")) |> 
    dplyr::filter(!dplyr::if_all(dplyr::everything(),.fns = ~.x == "")) |> 
    dplyr::mutate(data_evento = lubridate::dmy(data_evento))  |> 
    tibble::add_column(cdprocesso, .before = 1)
  
  link <- x |> 
    xml2::xml_find_first("//script/text()[contains(.,'PG5')]") |> 
    xml2::xml_text() |> 
    stringr::str_extract("cdProcesso.+(?=')") |> 
    xml2::url_absolute("https://esaj.tjsp.jus.br/cpopg/consultarDadosParte.do?") |> 
    tibble::tibble(cdprocesso, link = _)
  
  list(principal, documentos, historico, link)
  
}