Processador de Atos Normativos

Ferramenta de automação para classificar, converter e consolidar arquivos de atos normativos, otimizada para o fluxo de trabalho do TJMG.

Descrição

Este projeto automatiza o tratamento de grandes volumes de documentos jurídicos (.doc e .docx). Ele foi desenvolvido para resolver um problema específico: separar atos normativos válidos dos revogados, padronizá-los para o formato .docx e consolidar seu conteúdo textual de forma organizada para análises futuras.

A ferramenta classifica os atos com base na formatação do texto (uso de "tachado" para indicar revogação), garantindo que apenas o conteúdo relevante seja processado e arquivado, replicando a estrutura de pastas original para manter a organização por categoria.

Recursos Principais

• Filtragem Automática: Identifica e descarta arquivos com mais de 90% do texto tachado, considerados revogados.
• Conversão em Lote: Converte arquivos do formato .doc para .docx de forma automática, utilizando o LibreOffice.
• Estrutura de Pastas Espelhada: Organiza os arquivos de saída (.docx e .txt) em uma estrutura de diretórios idêntica à de entrada.
• Limpeza de Conteúdo: Extrai o texto dos documentos, removendo qualquer trecho, palavra ou caractere que esteja formatado como tachado.
• Consolidação Inteligente: Agrupa o conteúdo textual por categoria e o fragmenta em arquivos .txt com tamanho máximo de 2MB para facilitar a manipulação.
• Logging Detalhado: Gera um arquivo de log completo (log_processamento.log) registrando todas as ações, avisos e erros para fácil auditoria.

Estrutura de Diretórios

Para que o script funcione corretamente, a seguinte estrutura de pastas deve ser criada na raiz C:\:

C:\ProcessarAtos\
│
├── Entradas\
│   ├── Categoria_A\
│   │   ├── ato_01.doc
│   │   └── ato_02.docx
│   └── Categoria_B\
│       └── ato_03.doc
│
├── Saida_DOCX\      (criado pelo script)
├── Saida_TXT\       (criado pelo script)
└── log_processamento.log  (criado pelo script)

Pré-requisitos

Antes de executar, certifique-se de que você tem os seguintes softwares instalados:

1. Python 3.7+: Download Python
2. LibreOffice: Download LibreOffice
   • Importante: O caminho para o executável do LibreOffice (soffice.exe) deve ser verificado e, se necessário, ajustado na variável CAMINHO_SOFFICE dentro do script.

Instalação

1. Clone o repositório:

   git clone https://github.com/seu-usuario/seu-repositorio.git
   cd seu-repositorio

2. Crie um ambiente virtual (recomendado):

   python -m venv venv
   venv\Scripts\activate  # No Windows

3. Instale as dependências: O script utiliza as seguintes bibliotecas Python. Instale-as usando pip:

   pip install python-docx tqdm

Como Usar

1. Prepare os arquivos: Coloque seus arquivos .doc e .docx dentro das respectivas subpastas de categoria em C:\ProcessarAtos\Entradas\.
2. Ajuste as configurações: Abra o arquivo processador_revogados.py e verifique se os caminhos nas CONFIGURAÇÕES (como PASTA_ENTRADA e CAMINHO_SOFFICE) correspondem ao seu ambiente.
3. Execute o script: Abra o terminal no diretório do projeto e execute o seguinte comando:

   python processador_revogados.py

4. Verifique os resultados: Após a execução, os arquivos convertidos estarão em Saida_DOCX, os textos consolidados em Saida_TXT e o log detalhado em log_processamento.log.

Licença

Este projeto está licenciado sob a Licença MIT. Veja o arquivo LICENSE para mais detalhes.