utils.py

"""
utils.py

Módulo de utilitários e funções acessórias.
Contém:
- Formatadores de texto e moeda
- Extrator de dados do PDF do SIAT
"""

import re
import json
from typing import Tuple, List, Dict
from pypdf import PdfReader

# ============================================================================
# FORMATADORES (Antigo formatters.py)
# ============================================================================

def numero_para_extenso(valor: float) -> str:
    """Converte um valor numérico para sua representação por extenso em português."""
    if valor == 0:
        return "zero reais"
    
    unidades = ['', 'um', 'dois', 'três', 'quatro', 'cinco', 'seis', 'sete', 'oito', 'nove']
    especiais = ['dez', 'onze', 'doze', 'treze', 'quatorze', 'quinze', 'dezesseis', 'dezessete', 'dezoito', 'dezenove']
    dezenas = ['', '', 'vinte', 'trinta', 'quarenta', 'cinquenta', 'sessenta', 'setenta', 'oitenta', 'noventa']
    centenas = ['', 'cento', 'duzentos', 'trezentos', 'quatrocentos', 'quinhentos', 'seiscentos', 'setecentos', 'oitocentos', 'novecentos']
    
    def converter_grupo(n):
        if n == 0:
            return ''
        if n == 100:
            return 'cem'
        
        resultado = ''
        
        if n >= 100:
            resultado += centenas[n // 100]
            n %= 100
            if n > 0:
                resultado += ' e '
        
        if n >= 20:
            resultado += dezenas[n // 10]
            n %= 10
            if n > 0:
                resultado += ' e ' + unidades[n]
        elif n >= 10:
            resultado += especiais[n - 10]
        elif n > 0:
            resultado += unidades[n]
        
        return resultado
    
    parte_inteira = int(valor)
    centavos = round((valor - parte_inteira) * 100)
    
    resultado = ''
    
    if parte_inteira >= 1000000:
        milhoes = parte_inteira // 1000000
        if milhoes == 1:
            resultado += 'um milhão'
        else:
            resultado += converter_grupo(milhoes) + ' milhões'
        parte_inteira %= 1000000
        if parte_inteira > 0:
            resultado += ' e '
    
    if parte_inteira >= 1000:
        milhares = parte_inteira // 1000
        if milhares == 1:
            resultado += 'mil'
        else:
            resultado += converter_grupo(milhares) + ' mil'
        parte_inteira %= 1000
        if parte_inteira > 0:
            resultado += ' e '
    
    if parte_inteira > 0:
        resultado += converter_grupo(parte_inteira)
    
    if resultado:
        if int(valor) == 1:
            resultado += ' real'
        else:
            resultado += ' reais'
    
    if centavos > 0:
        if resultado:
            resultado += ' e '
        resultado += converter_grupo(centavos)
        if centavos == 1:
            resultado += ' centavo'
        else:
            resultado += ' centavos'
    
    return resultado


def parse_valor_monetario(valor_str: str) -> float:
    """Converte string de valor monetário para float."""
    if not valor_str:
        return 0.0
    valor_limpo = re.sub(r'[^\d,.]', '', valor_str)
    valor_limpo = valor_limpo.replace('.', '').replace(',', '.')
    try:
        return float(valor_limpo)
    except ValueError:
        return 0.0


def formatar_valor_monetario(valor_str: str) -> Tuple[str, str]:
    """Formata valor monetário e retorna tupla (valor_formatado, extenso)."""
    valor_float = parse_valor_monetario(valor_str)
    
    if valor_float == 0:
        return valor_str, ""
    
    valor_formatado = f"R$ {valor_float:,.2f}".replace(',', 'X').replace('.', ',').replace('X', '.')
    extenso = numero_para_extenso(valor_float)
    
    return valor_formatado, extenso


def aplicar_mascara_monetaria(valor: str) -> str:
    """Aplica máscara monetária brasileira a um valor."""
    if not valor:
        return ""
    
    valor = valor.strip()
    
    if re.match(r'^R\$\s*[\d\.]+,\d{2}$', valor):
        return valor
    
    if re.search(r'[a-zA-ZáéíóúãõâêîôûàèìòùçÁÉÍÓÚÃÕÂÊÎÔÛÀÈÌÒÙÇ]', valor):
        return valor
    
    valor_limpo = re.sub(r'R\$\s*', '', valor)
    
    if ',' in valor_limpo and '.' in valor_limpo:
        valor_limpo = valor_limpo.replace('.', '').replace(',', '.')
    elif ',' in valor_limpo:
        valor_limpo = valor_limpo.replace(',', '.')
    
    try:
        valor_float = float(valor_limpo)
    except ValueError:
        return valor
    
    return f"R$ {valor_float:,.2f}".replace(',', 'X').replace('.', ',').replace('X', '.')


def formatar_motivos_para_documento(motivos: List[str]) -> str:
    """Formata lista de motivos para inclusão no documento."""
    motivos_limpos = [m.strip() for m in motivos if m and m.strip()]
    if not motivos_limpos:
        return ""
    return "\n".join([f"- {m};" for m in motivos_limpos])


def formatar_documentacao_para_documento(docs: List[str]) -> str:
    """Formata lista de documentos para inclusão no documento final."""
    docs_limpos = [d.strip() for d in docs if d and d.strip()]
    if not docs_limpos:
        return ""
    return "\n".join([f"- {d};" for d in docs_limpos])


def formatar_valores_mercado_para_documento(anos: List[str], valores: List[str], com_extenso: bool = True) -> str:
    """Formata lista de valores de mercado por ano para inclusão no documento."""
    linhas = []
    for ano, valor in zip(anos, valores):
        if ano and valor:
            try:
                ano_str = str(int(float(ano))) if ano else ""
            except (ValueError, TypeError):
                ano_str = str(ano) if ano else ""
            
            if com_extenso:
                valor_float = parse_valor_monetario(valor)
                if valor_float > 0:
                    extenso = numero_para_extenso(valor_float)
                    linhas.append(f"{ano_str} - {valor} ({extenso})")
                else:
                    linhas.append(f"{ano_str} - {valor}")
            else:
                linhas.append(f"{ano_str}: {valor}")
    
    if not linhas:
        return ""
    return "\n".join(linhas)


def formatar_motivos_desvalorizantes(motivos: List[Dict]) -> Dict:
    """Formata a lista unificada de motivos desvalorizantes."""
    if not motivos:
        return {
            'alegados': [],
            'confirmados': [],
            'todos': [],
            'alegados_texto': '',
            'confirmados_texto': '',
            'secoes': []
        }
    
    alegados = []
    confirmados = []
    todos = []
    secoes = []
    
    for i, motivo in enumerate(motivos, 1):
        descricao = motivo.get('descricao', '').strip()
        foi_alegado = motivo.get('alegado', False)
        foi_confirmado = motivo.get('confirmado', False)
        
        if not descricao:
            continue
        
        item = {
            'numero': i,
            'descricao': descricao,
            'alegado': foi_alegado,
            'confirmado': foi_confirmado
        }
        
        todos.append(item)
        
        if foi_alegado:
            alegados.append(descricao)
        
        if foi_confirmado:
            confirmados.append(descricao)
        
        status = []
        if foi_alegado:
            status.append("alegado pelo contribuinte")
        else:
            status.append("não alegado pelo contribuinte")
        if foi_confirmado:
            status.append("e confirmado na análise")
        else:
            status.append("e não confirmado na análise")
        
        secoes.append({
            'numero': i,
            'titulo': descricao,
            'status': ", ".join(status) if status else "identificado na vistoria",
            'confirmado': foi_confirmado
        })
    
    alegados_texto = formatar_motivos_para_documento(alegados)
    confirmados_texto = formatar_motivos_para_documento(confirmados)
    
    return {
        'alegados': alegados,
        'confirmados': confirmados,
        'todos': todos,
        'alegados_texto': alegados_texto,
        'confirmados_texto': confirmados_texto,
        'secoes': secoes
    }


# ============================================================================
# EXTRATOR DE PDF (Antigo pdf_extractor.py)
# ============================================================================

def extrair_dados_pdf(pdf_file) -> dict:
    """Extrai dados do PDF do SIAT."""
    if pdf_file is None:
        return None
    
    try:
        reader = PdfReader(pdf_file)
        text = ""
        for page in reader.pages:
            page_text = page.extract_text()
            if page_text:
                text += page_text

        dados = {
            "inscricao_imovel": None,
            "endereco_imovel": None,
            "bairro_imovel": None,
            "setor_imovel": None,
            "quarteirao_imovel": None,
            "lote_imovel": None,
            "finalidade_imovel": None,
            "area_territorial": None,
            "construcoes_imovel": "Sem construções cadastradas",
            "valores_venais": None
        }

        # INSCRIÇÃO
        m = re.search(r'(\d{0,10})Inscriç', text)
        if m:
            dados["inscricao_imovel"] = m.group(1)

        # BAIRRO
        pattern_bairro = re.compile(r"Quadra \/ Lote(.*?)Bairro", re.DOTALL)
        bairros = [b.strip() for b in pattern_bairro.findall(text)]
        if bairros:
            dados["bairro_imovel"] = list(set(bairros))[-1]

        # ENDEREÇO
        pattern_endereco = re.compile(
            r"([^\n]*? - Porto Alegre/RS - \d{5}-\d{3})",
            re.IGNORECASE
        )
        matches_end = pattern_endereco.findall(text)
        if matches_end:
            endereco_completo = matches_end[-1]
            if dados["bairro_imovel"]:
                dados["endereco_imovel"] = endereco_completo.split(f" - {dados['bairro_imovel']}")[0].strip()
            else:
                dados["endereco_imovel"] = re.split(r"\s-\s(?:PORTO ALEGRE|Porto Alegre)/RS", endereco_completo)[0].strip()

        # SETOR
        pattern_setor = re.compile(r"Ratei(.*?)Setor", re.DOTALL)
        setores = [re.findall(r"(?<!\d)\d{5}(?![,\d])", m)[-1] for m in pattern_setor.findall(text)]
        if setores:
            dados["setor_imovel"] = list(set(setores))[-1]

        # QUARTEIRÃO
        pattern_quadra = re.compile(r"Setor(.*?)Quadra", re.DOTALL)
        quadras = [re.findall(r"(?<!\d)\d{4}(?![,\d])", m)[-1] for m in pattern_quadra.findall(text)]
        if quadras:
            dados["quarteirao_imovel"] = list(set(quadras))[-1]

        # LOTE
        pattern_lote = re.compile(r"Lote Fiscal(.*?)Quarteir", re.DOTALL)
        lotes = [re.findall(r"(\d{1}\.\d{8}\.\d{4})", m)[-1] for m in pattern_lote.findall(text)]
        if lotes:
            dados["lote_imovel"] = list(set(lotes))[-1]

        # FINALIDADE
        pattern_finalidade = re.compile(r"Uso(.*?)Finalidad", re.DOTALL)
        fins = [f.strip() for f in pattern_finalidade.findall(text)]
        if fins:
            dados["finalidade_imovel"] = list(set(fins))[-1]

        # VALOR VENAL
        pattern_valor = re.compile(r'Tributação(.*?)Planta', re.DOTALL)
        matches_valor = pattern_valor.findall(text)
        valores_ano = []
        for m in matches_valor:
            try:
                ano = re.search(r'(\d{4})', m).group(1)
                valores = re.findall(r'(\d{1,3}(?:\.\d{3})*,\d{2})', m)
                valor_venal = valores[2]
                valores_ano.append(f"{ano}: R$ {valor_venal}")
            except:
                continue
        if valores_ano:
            dados["valores_venais"] = " | ".join(valores_ano)

        # ÁREA TERRITORIAL
        match_area_real = re.search(r"Área real total\s+(\d{1,5},\d{2})\s*m²", text, re.IGNORECASE)
        area_real = match_area_real.group(1) if match_area_real else "0,00"

        matches_corr = re.findall(r'territorial corrigida(.*?)Última', text, re.DOTALL | re.IGNORECASE)
        corrigidas = []
        for m in matches_corr:
            valores = re.findall(r"(\d{1,5},\d{2})", m)
            if valores:
                corrigidas.extend(valores)
        corrigidas_unicas = list(set(corrigidas))
        area_corrigida = corrigidas_unicas[-1] if corrigidas_unicas else "0,00"

        dados["area_territorial"] = f"{area_real} m² / {area_corrigida} m²"

        # ÁREA CONSTRUÍDA
        pattern_area_construida = re.compile(
            r"Área Construída(.*?)Documento de Origem",
            re.DOTALL | re.IGNORECASE
        )
        match_area = pattern_area_construida.search(text)
        construcoes = []
        if match_area:
            bloco = match_area.group(1)
            pattern_const = re.compile(
                r"^\s*\d+\s+(?P<area>\d{1,4},\d{2})\s+(?P<ano>\d{4})\s+\d{4}\s+(?P<tipo>.*?)\s+\d{1,2}-\d{1,2}%",
                re.MULTILINE
            )
            for m in pattern_const.finditer(bloco):
                area = m.group("area")
                ano = m.group("ano")
                tipo = m.group("tipo").strip()
                construcoes.append(f"{area} m² / {ano} / {tipo}")

        if construcoes:
            dados["construcoes_imovel"] = "\n".join(construcoes)

        return dados

    except Exception as e:
        print(f"Erro ao extrair dados do PDF: {e}")
        return None


def processar_upload_pdf(pdf_file):
    """Processa upload de PDF e retorna valores para preencher formulário."""
    if pdf_file is None:
        return [""] * 10
    
    dados = extrair_dados_pdf(pdf_file)
    
    if dados is None:
        return [""] * 10
    
    setor_quarteirao = f"{dados['setor_imovel']} / {dados['quarteirao_imovel']}"
    
    return [
        dados["inscricao_imovel"],
        dados["endereco_imovel"],
        dados["bairro_imovel"],
        setor_quarteirao,
        dados["lote_imovel"],
        dados["finalidade_imovel"],
        dados["area_territorial"],
        dados["construcoes_imovel"],
        dados["valores_venais"],
        json.dumps(dados.get("valores_mercado_extraidos", []))
    ]