feat: primeira versão da produção

app/layouts/equatorial_go.py

@@ -0,0 +1,132 @@
+# app/layouts/equatorial_go.py
+import re
+from datetime import datetime
+import fitz
+import logging
+
+def converter_valor(valor_str):
+    try:
+        if not valor_str:
+            return 0.0
+        valor_limpo = str(valor_str).replace('.', '').replace(',', '.')
+        valor_limpo = re.sub(r'[^\d.]', '', valor_limpo)
+        return float(valor_limpo) if valor_limpo else 0.0
+    except (ValueError, TypeError): 
+        return 0.0
+
+def extrair_dados(texto_final):
+    import logging
+    logging.debug("\n========== INÍCIO DO TEXTO EXTRAÍDO ==========\n" + texto_final + "\n========== FIM ==========")
+
+    def extrair_seguro(patterns, texto_busca, flags=re.IGNORECASE | re.MULTILINE):
+        if not isinstance(patterns, list): patterns = [patterns]
+        for pattern in patterns:
+            match = re.search(pattern, texto_busca, flags)
+            if match:
+                for group in match.groups():
+                    if group: return group.strip()
+        return ""
+
+    nota_fiscal = extrair_seguro(r'NOTA FISCAL Nº\s*(\d+)', texto_final)
+
+    uc = extrair_seguro([
+        r'(\d{7,10}-\d)',
+        r'UNIDADE\s+CONSUMIDORA\s*[:\-]?\s*(\d{6,})',
+        r'(\d{6,})\s+FAZENDA',
+        r'(\d{6,})\s+AVENIDA',
+        r'(\d{6,})\s+RUA'
+    ], texto_final)
+
+    logging.debug("TEXTO PDF:\n" + texto_final)
+
+    referencia = extrair_seguro([
+        r'\b([A-Z]{3}/\d{4})\b',
+        r'\b([A-Z]{3}\s*/\s*\d{4})\b',
+        r'\b([A-Z]{3}\d{4})\b',
+        r'(\d{2}/\d{4})'
+    ], texto_final.upper())
+
+    # Limpeza prévia para evitar falhas por quebra de linha ou espaços
+    texto_limpo = texto_final.replace('\n', '').replace('\r', '').replace(' ', '')
+
+    if any(padrao in texto_limpo for padrao in ['R$***********0,00', 'R$*********0,00', 'R$*0,00']):
+        valor_total = 0.0
+    else:
+        match_valor_total = re.search(r'R\$[*\s]*([\d\.\s]*,\d{2})', texto_final)
+        valor_total = converter_valor(match_valor_total.group(1)) if match_valor_total else None
+
+    match_nome = re.search(r'(?<=\n)([A-Z\s]{10,})(?=\s+CNPJ/CPF:)', texto_final)
+    nome = match_nome.group(1).replace('\n', ' ').strip() if match_nome else "NÃO IDENTIFICADO"
+
+    # Remove qualquer excesso após o nome verdadeiro
+    nome = re.split(r'\b(FAZENDA|RUA|AVENIDA|SETOR|CEP|CNPJ|CPF)\b', nome, maxsplit=1, flags=re.IGNORECASE)[0].strip()
+
+    match_cidade_estado = re.search(r'CEP:\s*\d{8}\s+(.*?)\s+([A-Z]{2})\s+BRASIL', texto_final)
+    cidade = match_cidade_estado.group(1).strip() if match_cidade_estado else "NÃO IDENTIFICADA"
+    estado = match_cidade_estado.group(2).strip() if match_cidade_estado else "NÃO IDENTIFICADO"
+
+    match_class = re.search(r'Classificação:\s*(.*)', texto_final, re.IGNORECASE)
+    classificacao = match_class.group(1).strip() if match_class else "NÃO IDENTIFICADA"
+
+    def extrair_tributo_linhas_separadas(nome_tributo):
+        linhas = texto_final.split('\n')
+        for i, linha in enumerate(linhas):
+            if nome_tributo in linha.upper():
+                aliq = base = valor = 0.0
+                if i + 1 < len(linhas):
+                    aliq_match = re.search(r'([\d,]+)%', linhas[i + 1])
+                    if aliq_match:
+                        aliq = converter_valor(aliq_match.group(1)) / 100
+                if i + 2 < len(linhas):
+                    base = converter_valor(linhas[i + 2].strip())
+                if i + 3 < len(linhas):
+                    valor = converter_valor(linhas[i + 3].strip())
+                return base, aliq, valor
+        return 0.0, 0.0, 0.0
+
+    pis_base, pis_aliq, pis_valor = extrair_tributo_linhas_separadas('PIS/PASEP')
+    icms_base, icms_aliq, icms_valor = extrair_tributo_linhas_separadas('ICMS')
+    cofins_base, cofins_aliq, cofins_valor = extrair_tributo_linhas_separadas('COFINS')
+
+    match_consumo = re.search(r'CONSUMO\s+\d+\s+([\d.,]+)', texto_final)
+    consumo = converter_valor(match_consumo.group(1)) if match_consumo else 0.0
+
+    match_tarifa = re.search(r'CONSUMO KWH \+ ICMS/PIS/COFINS\s+([\d.,]+)', texto_final) \
+                   or re.search(r'CUSTO DISP\s+([\d.,]+)', texto_final)
+    tarifa = converter_valor(match_tarifa.group(1)) if match_tarifa else 0.0
+
+    dados = {
+        'classificacao_tarifaria': classificacao,
+        'nome': nome,
+        'unidade_consumidora': uc,
+        'cidade': cidade,
+        'estado': estado,
+        'referencia': referencia,
+        'valor_total': valor_total,
+        'pis_aliq': pis_aliq,
+        'icms_aliq': icms_aliq,
+        'cofins_aliq': cofins_aliq,
+        'pis_valor': pis_valor,
+        'icms_valor': icms_valor,
+        'cofins_valor': cofins_valor,
+        'pis_base': pis_base,
+        'icms_base': icms_base,
+        'cofins_base': cofins_base,
+        'consumo': consumo,
+        'tarifa': tarifa,
+        'nota_fiscal': nota_fiscal,
+        'data_processamento': datetime.now(),
+        'distribuidora': 'Equatorial Goiás'
+    }
+
+    campos_obrigatorios = ['nome', 'unidade_consumidora', 'referencia', 'nota_fiscal']
+    faltantes = [campo for campo in campos_obrigatorios if not dados.get(campo)]
+    if valor_total is None and not any(p in texto_limpo for p in ['R$***********0,00', 'R$*********0,00', 'R$*0,00']):
+        faltantes.append('valor_total')
+
+    if faltantes:
+        raise ValueError(f"Campos obrigatórios faltantes: {', '.join(faltantes)}")
+
+    return dados
+
+