O objetivo deste pacote é disponibilizar ferramentas a acadêmicos, jornalistas e organizações não governamentais para coletar e organizar decisões judiciais de primeira e de segunda instância do Tribunal de Justiça de São Paulo.
Este pacote não será incluído no cran. Você deverá fazer uso da versão em desenvolvimento. Há pelo menos duas razões para não incluir no cran:
1 - Pacotes para web scraping estão em constante desenvolvimento. Pǻginas web são repentinamente alteradas ou mesmo inteiramente substituídas, o que pode obrigar o desenvolvedor a reescrever o pacote do zero;
2 - Os usuários do pacote serão em sua maioria brasileiros, e mesmo que não lusófonos venham a utilizá-lo, a familiaridade com a lingua portuguesa e com o direito brasileiro é indispensável;
Portanto, instale versão em desenvolvimento: GitHub com:
# install.packages("devtools")
devtools::install_github("jjesusfilho/tjsp")As funções do pacote podem ser agrupadas em três. Um grupo de funções que inicia com o verbo baixar, as quais baixam para um diretório indicado pelo usuário, as decisões de primeira e de segunda instância em formato html.
O segundo grupo inicia com o verbo ler, as quais leem as informações contidas nos htmls e as dispôem numa tabela. Todas as funções de leitura são paralelizadas, de modo que o tempo de leitura dependerá da configuração de sua máquina.
O terceiro grupo é formado por funções auxiliares no trabalho de transformação dos dados lidos pelo grupo anterior.
Há quatro siglas que você deve tomar com conta antes de baixar os dados
processuais. A sigla cjpg significa consulta de julgados de primeiro
grau, ela basicamente baixa dados do banco de
sentenças. A sigla cjsg signfica
consulta consulta de julgados de segundo grau e baixa os julgados de
segundo grau. A
sigla cpopg significa consulta processual de primeiro grau e baixa a
consulta processual de primeiro
grau. Por fim, a sigla cposg
significa consulta processual de segundo grau e baixa a consulta
processual de segundo grau.
As decisões de segunda instância podem ser consultadas livremente por meio da página jurisprudência do TJSP. Por exemplo, para realizar uma busca livre sobre o tema feminicídio, faça o seguinte:
library(tjsp)
baixar_cjsg(livre="feminicídio",diretorio=".")Ela baixará no diretório indicado ou no atual, os htmls com os metadados das decisões. Atenção, faça a busca no TJ antes para verificar quantas páginas serão baixadas. A depender do tema, esse processo pode tomar horas.
Depois disso, você pode pedir para ler tais decisões:
tabela <- ler_cjsg(diretorio=".")O passo seguinte é realizar a busca e baixar os htmls dos processos
individualmente considerados. Recentemente o TJSP impôs recaptcha para
baixar os processos. Diante disso, para baixar processos você deve antes
se autenticar como advogado. Por meio da função autenticar(), você
será solicitado a apresentar suas credenciais (CPF e senha), a fim de
ter acesso aos processos sem o uso de captcha.
O comando a seguir irá baixar todos os processos no diretório atual, mas você pode indicar um diretóio de sua escollha.
baixar_cposg(tabela$processo)A leitura dos processos de segunda instância se dá em três etapas. Primeiramente, lemos os metadados:
dados<-ler_dados_cposg(diretorio = ".")Em seguida, lemos as informações acerca das partes dos processos:
partes <- ler_partes_cposg(diretorio = ".")Ao final passamos para a leitura do andamento dos processos.
andamento <- ler_movimentacao_cposg(diretorio = ".")Eventualmente, você não está interessada em ler todo o andamento, mas somente a data da entrada do processo em segunda instância para mais tarde calcular o tempo entre a entrada e a decisão. Há uma função para isso:
entrada <- ler_entrada_cposg(diretorio = ".")Por fim, você pode ler o dispositivo da decisão:
decisao <- ler_decisoes_cposg(diretorio = ".")As decisões de primeiro grau obedecem a mesma lógica das decisões de segundo grau com algumas diferenças. Verifique a ajuda para entender como operam.
1 - Este pacote foi criado por colaboradores voluntários. Você também é convidado a contribuir. Se encontrar uma falha, não hesite em criar um “issue”, mas também procure fazer um esforço para corrigir você mesma(o) o erro e dar um “pull request”;
2 - O pacote é destinado principalmente ao público acadêmico, jornalistas e membros de organizações sem fins econômicos.
3 - Use o pacote com parcimônia. Não bombardeie a página do TJSP, pois a navegação de milhares de usuários poderá ser afetada. Você realmente precisa baixar tantas decisões? Precisa ser durante o dia, não pode ser à noite? Propositalmente, não incluímos opções de requisições assincrônicas ou paralelas.
4 - Todas as funções de requisição possuem um argumento opcional chamado “usuario”. Ele pode ser usado para você identificar-se ao provedor do serviço, fornecendo o seu contato. Essa tem sido uma prática considerada ética por web scrapers.
6 - Idealmente, o TJSP deveria disponibilizar uma Web API ou no mínimo um web service para facilitar o acesso a grandes volumes de decisões via comunicação máquina-máquina. Isso não custa tanto e não estaríamos criando esse raspador, como seguramente há muitos outros especialmente privados trabalhando nesse momento para fins comerciais. No entanto, o TJSP não proíbe expressamente o uso de raspadores, você pode conferir o que estou dizendo acessando o robots.txt do TJSP. Isso porém não quer dizer que seu IP não será bloqueado caso você decida reduzir o tempo entre requisições.
7 - Use os dados baixados para agregar valor, como por exemplo, para realizar análises ou publicar papers, fazer inferências, elaborar recomendações aos poderes públicos etc. Baixar esses dados para reproduzi-los em sua página web é tirar proveito do trabalho alheio, mesmo sendo esses dados públicos.