2023-05-13
PDF de um projeto de lei.
Hierarquia:
livro > título > capítulo > seção > artigo > parágrafo > inciso > alínea
library(tidyverse, warn.conflicts = FALSE)
`%|NA|%` <- function(lhr, rhs) ifelse(is.na(lhr), rhs, lhr)
paginas <- pdftools::pdf_text("DOC-Avulso inicial da matéria - SF212063437642-20210916.pdf")
cat(paginas[[5]])## LIVRO II
## DOS DIREITOS E DEVERES FUNDAMENTAIS DOS ELEITORES
##
##
## TÍTULO ÚNICO
## DO VOTO E DA LIBERDADE DE EXERCÍCIO DO VOTO
##
##
## Art. 8º O voto constitui um direito e uma obrigação, exercido com o fim
## de integrar as instâncias representativas do Estado democrático brasileiro, bem como
## efetivar outras modalidades de democracia participativa previstas na Constituição
## Federal.
## Art. 9º Ninguém poderá impedir ou embaraçar a liberdade de exercício
## do voto, sob pena de aplicação das sanções impostas nesta Lei.
## § 3º A liberdade a que se refere o caput deste artigo alcança, inclusive,
## o período que antecede a jornada da votação.
## § 4º A autoridade que tiver ciência de ato que ameaça, limita ou
## inviabiliza a liberdade de voto é obrigada a promover a sua apuração imediata, sob pena
## de responsabilidade penal e administrativa.
## Art. 10. Qualquer cidadão pode postular a investidura em cargo eletivo,
## respeitadas as condições fixadas na Constituição Federal e nesta Lei.
## Art. 11. Consideram-se eleitores os brasileiros maiores de 16
## (dezesseis) anos que se alistarem na forma estabelecida nesta Lei.
## Art. 12. O alistamento eleitoral e o voto são obrigatórios para os
## maiores de 18 (dezoito) anos e facultativos para:
## I - os analfabetos;
## II - os maiores de 70 (setenta) anos;
## III - os maiores de 16 (dezesseis) e menores de 18 (dezoito) anos.
## § 1º O alistamento e o voto são obrigatórios para todas as pessoas com
## deficiência, afastando-se a sanção quando se tornar impossível ou demasiadamente
## oneroso o cumprimento de tais obrigações.
##
##
##
## *$238650$220531$*
## *$238650$220531$*
## Documento : 90944 - 14
##
##
## Página 5 de 393 Avulso do PLP 112/2021.
Primeiro juntar todas as páginas em uma única string para as quebras de página não atrapalhar.
# limpa coisas inúteis, principalmente do rodapé
limpeza_basica <- function(texto) {
texto %>%
# remove coisa do tipo "Documento : 90944 - 11"
str_remove_all("Documento : [0-9]{1,6} - [0-9]{1,6}") %>%
# remove coisa do tipo "*$238650$220531$*"
str_remove_all("\\*\\$[0-9$]+\\$\\*") %>%
# remove coisa do tipo "Página 4 de 393"
str_remove_all("Página [0-9]{1,3} de 393") %>%
# remove coisa do tipo ""Avulso do PLP 112/2021."
str_remove_all("Avulso do PLP 112/2021\\.")
}
documento <- paginas %>%
str_c(collapse = "") %>%
limpeza_basica()livros <- documento %>%
str_split_1("(?=LIVRO )") %>%
enframe(name = "livro", value = "conteudo") %>%
mutate(
livro = str_extract(conteudo, "LIVRO [IVXDLCM]+") %|NA|% "_VAZIO_",
conteudo = str_remove(conteudo, fixed(livro))
)
livros %>% count(livro)## # A tibble: 24 × 2
## livro n
## <chr> <int>
## 1 LIVRO I 1
## 2 LIVRO II 1
## 3 LIVRO III 1
## 4 LIVRO IV 1
## 5 LIVRO IX 1
## 6 LIVRO V 1
## 7 LIVRO VI 1
## 8 LIVRO VII 1
## 9 LIVRO VIII 1
## 10 LIVRO X 1
## # … with 14 more rows
titulos <- livros %>%
mutate(
conteudo = map(conteudo, function(conteudo) {
conteudo %>%
str_split_1("(?=TÍTULO )") %>%
enframe(name = "titulo", value = "conteudo") %>%
mutate(
titulo = str_extract(conteudo, "TÍTULO ([IVXDLCM]+|ÚNICO)") %|NA|% "_VAZIO_",
conteudo = str_remove(conteudo, fixed(titulo))
)
})
) %>%
unnest(conteudo)
titulos %>% count(titulo)## # A tibble: 21 × 2
## titulo n
## <chr> <int>
## 1 TÍTULO I 18
## 2 TÍTULO II 18
## 3 TÍTULO III 16
## 4 TÍTULO IV 13
## 5 TÍTULO IX 1
## 6 TÍTULO V 5
## 7 TÍTULO VI 4
## 8 TÍTULO VII 2
## 9 TÍTULO VIII 2
## 10 TÍTULO X 1
## # … with 11 more rows
capitulos <- titulos %>%
mutate(
conteudo = map(conteudo, function(conteudo) {
conteudo %>%
str_split_1("(?=CAPÍTULO )") %>%
enframe(name = "capitulo", value = "conteudo") %>%
mutate(
capitulo = str_extract(conteudo, "CAPÍTULO ([IVXDLCM]+|ÚNICO)") %|NA|% "_VAZIO_",
conteudo = str_remove(conteudo, fixed(capitulo))
)
})
) %>%
unnest(conteudo)
capitulos %>% count(capitulo)## # A tibble: 10 × 2
## capitulo n
## <chr> <int>
## 1 CAPÍTULO I 19
## 2 CAPÍTULO II 19
## 3 CAPÍTULO III 15
## 4 CAPÍTULO IV 9
## 5 CAPÍTULO V 8
## 6 CAPÍTULO VI 4
## 7 CAPÍTULO VII 2
## 8 CAPÍTULO VIII 1
## 9 CAPÍTULO ÚNICO 1
## 10 _VAZIO_ 115
secoes <- titulos %>%
mutate(
conteudo = map(conteudo, function(conteudo) {
conteudo %>%
str_split_1("(?=Seção )") %>%
enframe(name = "secao", value = "conteudo") %>%
mutate(
secao = str_extract(conteudo, "Seção ([IVXDLCM]+|Única)") %|NA|% "_VAZIO_",
conteudo = str_remove(conteudo, fixed(secao))
)
})
) %>%
unnest(conteudo)
secoes %>% count(secao)## # A tibble: 12 × 2
## secao n
## <chr> <int>
## 1 Seção I 8
## 2 Seção II 8
## 3 Seção III 8
## 4 Seção IV 5
## 5 Seção IX 1
## 6 Seção V 3
## 7 Seção VI 3
## 8 Seção VII 1
## 9 Seção VIII 1
## 10 Seção X 1
## 11 Seção Única 1
## 12 _VAZIO_ 115
artigos <- secoes %>%
mutate(
conteudo = map(conteudo, function(conteudo) {
conteudo %>%
str_split_1("(?=Art\\. )") %>%
enframe(name = "artigo", value = "conteudo") %>%
mutate(
artigo = str_extract(conteudo, "Art\\. +[0-9]+ *[º°.]") %|NA|% "_VAZIO_",
conteudo = str_remove(conteudo, fixed(artigo))
)
})
) %>%
unnest(conteudo)
artigos %>% count(artigo)## # A tibble: 899 × 2
## artigo n
## <chr> <int>
## 1 Art. 10. 1
## 2 Art. 100. 1
## 3 Art. 101. 1
## 4 Art. 102. 1
## 5 Art. 103. 1
## 6 Art. 104. 1
## 7 Art. 105. 1
## 8 Art. 106. 1
## 9 Art. 107. 1
## 10 Art. 108. 1
## # … with 889 more rows
paragrafos <- artigos %>%
mutate(
conteudo = map(conteudo, function(conteudo) {
conteudo %>%
str_split_1("(?= (§|Parágrafo) )") %>%
enframe(name = "paragrafo", value = "conteudo") %>%
mutate(
paragrafo = str_extract(conteudo, " (§ +[0-9]+ *[º°.]|Parágrafo único\\.)") %|NA|% "_VAZIO_",
conteudo = str_remove(conteudo, fixed(paragrafo)),
paragrafo = str_replace(paragrafo, " *[°º]", "º") %>% str_squish(),
)
})
) %>%
unnest(conteudo)
paragrafos %>% count(paragrafo)## # A tibble: 17 × 2
## paragrafo n
## <chr> <int>
## 1 Parágrafo único. 198
## 2 _VAZIO_ 1054
## 3 § 10. 9
## 4 § 11. 7
## 5 § 12. 5
## 6 § 13. 5
## 7 § 14. 3
## 8 § 15. 2
## 9 § 1º 302
## 10 § 2º 304
## 11 § 3º 200
## 12 § 4º 134
## 13 § 5º 85
## 14 § 6º 51
## 15 § 7º 29
## 16 § 8º 23
## 17 § 9º 12
incisos <- paragrafos %>%
mutate(
conteudo = map(conteudo, function(conteudo) {
conteudo %>%
str_split_1("(?= {5}[IVXDLCM]+ )") %>%
enframe(name = "inciso", value = "conteudo") %>%
mutate(
inciso = str_extract(conteudo, "^ {5}[IVXDLCM]+[– -]+ ") %|NA|% "_VAZIO_",
conteudo = str_remove(conteudo, fixed(inciso)),
inciso = str_remove_all(inciso, "[– -]")
)
})
) %>%
unnest(conteudo)
incisos %>% count(inciso)## # A tibble: 24 × 2
## inciso n
## <chr> <int>
## 1 I 291
## 2 II 291
## 3 III 197
## 4 IV 112
## 5 IX 24
## 6 V 79
## 7 VI 56
## 8 VII 43
## 9 VIII 30
## 10 X 19
## # … with 14 more rows
alineas <- incisos %>%
mutate(
conteudo = map(conteudo, function(conteudo) {
conteudo %>%
str_split_1("(?= {5}[a-z]{1,2}\\) )") %>%
enframe(name = "alinea", value = "conteudo") %>%
mutate(
alinea = str_extract(conteudo, "^ {5}[a-z]{1,2}\\) ") %|NA|% "_VAZIO_",
conteudo = str_remove(conteudo, fixed(alinea)),
alinea = str_remove_all(alinea, "[ )]"),
)
})
) %>%
unnest(conteudo)
alineas %>% count(alinea)## # A tibble: 14 × 2
## alinea n
## <chr> <int>
## 1 _VAZIO_ 3626
## 2 a 47
## 3 b 47
## 4 c 28
## 5 d 18
## 6 e 13
## 7 f 11
## 8 g 6
## 9 h 4
## 10 i 3
## 11 j 3
## 12 k 3
## 13 l 3
## 14 m 2
tabela_final <- alineas %>%
mutate(
across(everything(), str_squish),
across(everything(), ~ str_replace(.x, "_VAZIO_", ""))
)
tabela_final %>%
mutate(conteudo = str_trunc(conteudo, 25)) %>%
head(20) %>%
kableExtra::kable() %>%
kableExtra::kable_styling(font_size = 10)| livro | titulo | secao | artigo | paragrafo | inciso | alinea | conteudo |
|---|---|---|---|---|---|---|---|
| SENADO FEDERAL PROJETO… | |||||||
| LIVRO I | DAS NORMAS ELEITORAIS | ||||||
| LIVRO I | TÍTULO I | DOS PRINCÍPIOS FUNDAME… | |||||
| LIVRO I | TÍTULO I | Art. 1º | Esta Lei institui as n… | ||||
| LIVRO I | TÍTULO I | Art. 2º | O direito eleitoral e … | ||||
| LIVRO I | TÍTULO I | Art. 2º | I | sufrágio universal, ex… | |||
| LIVRO I | TÍTULO I | Art. 2º | II | pluralismo político, l… | |||
| LIVRO I | TÍTULO I | Art. 2º | III | liberdade de expressão… | |||
| LIVRO I | TÍTULO I | Art. 2º | IV | liberdade de reunião e… | |||
| LIVRO I | TÍTULO I | Art. 2º | V | igualdade de oportunid… | |||
| LIVRO I | TÍTULO I | Art. 2º | VI | imparcialidade e neutr… | |||
| LIVRO I | TÍTULO I | Art. 2º | VII | independência, transpa… | |||
| LIVRO I | TÍTULO I | Art. 2º | VIII | transparência e presta… | |||
| LIVRO I | TÍTULO I | Art. 2º | IX | preservação da autenti… | |||
| LIVRO I | TÍTULO I | Art. 2º | X | in dubio pro suffragiu… | |||
| LIVRO I | TÍTULO I | Art. 2º | XI | participação política … | |||
| LIVRO I | TÍTULO I | Art. 3º | A escolha para os carg… | ||||
| LIVRO I | TÍTULO I | Art. 3º | Parágrafo único. | O dever de proteção da… | |||
| LIVRO I | TÍTULO I | Art. 4º | Para o exercício de se… | ||||
| LIVRO I | TÍTULO II | DA APLICAÇÃO DAS NORMA… |
# writexl::write_xlsx(tabela_final, "DOC-Avulso inicial da matéria - SF212063437642-20210916.xlsx")