Create app.py

app.py

@@ -0,0 +1,180 @@
+from pypdf import PdfReader
+import re
+from datetime import datetime
+from openpyxl import Workbook
+from openpyxl.styles import Font, PatternFill, Alignment
+import requests
+from io import BytesIO
+import gradio as gr
+import tempfile
+import os
+
+# URL da página do CUB-RS
+CUB_PAGE_URL = "https://sinduscon-rs.com.br/cub-rs/"
+
+LINHAS = [
+    "R 1-B (Res. Unifamiliar)",
+    "R 1-N (Res. Unifamiliar)",
+    "R 1-A (Res. Unifamiliar)",
+    "PP 4-B (Prédio Popular)",
+    "PP 4-N (Prédio Popular)",
+    "R 8-B (Res. Multifamiliar)",
+    "R 8-N (Res. Multifamiliar)",
+    "R 8-A (Res. Multifamiliar)",
+    "R 16-N (Res. Multifamiliar)",
+    "R 16-A (Res. Multifamiliar)",
+    "PIS (Projeto Inter. Social)",
+    "RP1Q (Residência Popular)",
+    "CAL 8-N (Com. Andar Livres)",
+    "CAL 8-A (Com. Andar Livres)",
+    "CSL 8-N (Com.Salas e Lojas)",
+    "CSL 8-A (Com.Salas e Lojas)",
+    "CSL 16-N (Com.Salas e Lojas)",
+    "CSL 16-A (Com.Salas e Lojas)",
+    "GI (Galpão Industrial)"
+]
+
+NUM_LINHAS = len(LINHAS)
+DATA_MINIMA = datetime(2007, 2, 1)
+
+MESES_PT = {
+    1: "Janeiro", 2: "Fevereiro", 3: "Março", 4: "Abril",
+    5: "Maio", 6: "Junho", 7: "Julho", 8: "Agosto",
+    9: "Setembro", 10: "Outubro", 11: "Novembro", 12: "Dezembro"
+}
+
+GRUPOS_LINHAS = [
+    (2, 4), (5, 6), (7, 9), (10, 11), (12, 12),
+    (13, 13), (14, 15), (16, 17), (18, 19), (20, 20),
+]
+
+CINZA = PatternFill(start_color="D9D9D9", end_color="D9D9D9", fill_type="solid")
+
+
+def fetch_pdf_url():
+    response = requests.get(CUB_PAGE_URL, timeout=30)
+    response.raise_for_status()
+    pattern = r'href="([^"]+)"[^>]*>\s*Série Histórica [–-] Valor\s*</a>'
+    match = re.search(pattern, response.text, re.IGNORECASE)
+    if not match:
+        raise ValueError("Link do PDF não encontrado.")
+    return match.group(1)
+
+
+def download_pdf(url):
+    response = requests.get(url, timeout=60)
+    response.raise_for_status()
+    return BytesIO(response.content)
+
+
+def br_to_float(v):
+    return float(v.replace(".", "").replace(",", "."))
+
+
+def extract_numbers(text):
+    nums = re.findall(r"\d{1,3}(?:\.\d{3})*,\d{2}", text)
+    return [br_to_float(n) for n in nums]
+
+
+def extract_year_from_page(text):
+    match = re.search(r"EVOLUÇÃO\s*%?/?\s*(20\d{2})", text)
+    if match:
+        return int(match.group(1))
+    years = re.findall(r"(20\d{2})", text)
+    return max(map(int, years)) if years else None
+
+
+def detect_start_month(num_meses, ano, ano_mais_recente):
+    if num_meses == 12 or ano == ano_mais_recente:
+        return 1
+    return 12 - num_meses + 1
+
+
+def format_month_header(col_name):
+    ano, mes = col_name.split("-")
+    return f"{MESES_PT[int(mes)]}/{ano}"
+
+
+def apply_formatting(ws, num_colunas):
+    ws.column_dimensions['A'].width = 30
+    for col_idx in range(2, num_colunas + 1):
+        ws.column_dimensions[ws.cell(1, col_idx).column_letter].width = 15
+
+    for col_idx in range(1, num_colunas + 1):
+        cell = ws.cell(row=1, column=col_idx)
+        cell.font = Font(bold=True)
+        cell.alignment = Alignment(horizontal='center')
+
+    for grupo_idx, (ini, fim) in enumerate(GRUPOS_LINHAS):
+        if grupo_idx % 2 == 0:
+            for r in range(ini, fim + 1):
+                for c in range(1, num_colunas + 1):
+                    ws.cell(r, c).fill = CINZA
+
+
+def gerar_excel():
+    log = []
+    pdf_url = fetch_pdf_url()
+    log.append(f"PDF encontrado: {pdf_url}")
+
+    pdf_data = download_pdf(pdf_url)
+    reader = PdfReader(pdf_data)
+
+    ano_mais_recente = extract_year_from_page(reader.pages[0].extract_text())
+    dados = {}
+
+    for page in reader.pages:
+        text = page.extract_text()
+        ano = extract_year_from_page(text)
+        if not ano:
+            continue
+
+        valores = extract_numbers(text)
+        num_meses = len(valores) // NUM_LINHAS
+        mes_inicial = detect_start_month(num_meses, ano, ano_mais_recente)
+
+        for linha_idx in range(NUM_LINHAS):
+            for mes_idx in range(num_meses):
+                pos = linha_idx * num_meses + mes_idx
+                if pos >= len(valores):
+                    break
+                data = datetime(ano, mes_inicial + mes_idx, 1)
+                if data < DATA_MINIMA:
+                    continue
+                dados[(linha_idx, data.strftime("%Y-%m"))] = valores[pos]
+
+    colunas = sorted(set(c for _, c in dados.keys()))
+
+    wb = Workbook()
+    ws = wb.active
+    ws.title = "CUB Histórico"
+
+    ws.append(["CÓDIGO"] + [format_month_header(c) for c in colunas])
+
+    for i, codigo in enumerate(LINHAS):
+        row = [codigo] + [dados.get((i, c)) for c in colunas]
+        ws.append(row)
+
+    apply_formatting(ws, len(colunas) + 1)
+
+    temp_file = tempfile.NamedTemporaryFile(delete=False, suffix=".xlsx")
+    wb.save(temp_file.name)
+
+    log.append("Excel gerado com sucesso.")
+    return temp_file.name, "\n".join(log)
+
+
+# Interface Gradio
+interface = gr.Interface(
+    fn=gerar_excel,
+    inputs=[],
+    outputs=[
+        gr.File(label="📥 Baixar Excel"),
+        gr.Textbox(label="Log de execução")
+    ],
+    title="CUB/RS – Série Histórica",
+    description="Baixa automaticamente o PDF do SINDUSCON-RS e gera o Excel da série histórica."
+)
+
+if __name__ == "__main__":
+    interface.launch()