R/tjsp_ler_dispositivo.R

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

#' Ler dispositivo do cposg
#'
#' @param arquivos Vetor de arquivos
#' @param diretorio Diretorio se não informar arquivos
#'
#' @return Tibble
#' @export
#'
tjsp_ler_dispositivo <- function(arquivos = NULL,
                                 diretorio = ".") {
  if (is.null(arquivos)) {
    arquivos <- list.files(diretorio, full.names = TRUE)
  }

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

  purrr::map_dfr(arquivos, purrr::possibly( ~ {

    pb$tick()

    processo <- .x |>
      stringr::str_extract("\\d{20}")

    cd_processo <- .x |>
      stringr::str_extract("(?<=cd_processo_)\\w+")


      .x |>
      xml2::read_html() |>
      xml2::xml_find_all(
        "//div//h2[@class='subtitle'][contains(.,'Julgamentos')]/following::table[position()=2]"
      ) |>
      rvest::html_text() |>
      stringr::str_trim() |>
        (function(.) ## Artifício para fazer o pipe nativo funcionar.
          tibble::tibble(
            data = stringr::str_extract(., "\\d.+"),
            dispositivo = stringr::str_extract(., "(?<=Julgado)\\X+")))() |>
      dplyr::mutate(dispositivo = stringr::str_squish(dispositivo)) |>
      dplyr::select(data, dispositivo) |>
      tibble::add_column(processo = processo, .before = 1) |>
      tibble::add_column(cd_processo = cd_processo, .after = 1) |>
      dplyr::mutate(data = lubridate::dmy(data))
  }, NULL))
}