nia-etl-utils 0.1.0__py3-none-any.whl → 0.2.1__py3-none-any.whl

nia_etl_utils/__init__.py

@@ -2,41 +2,85 @@
 
 Este pacote fornece funções reutilizáveis para:
 - Configuração de ambiente (env_config)
+- Configurações de conexão e email (config)
+- Exceções customizadas (exceptions)
+- Resultados estruturados (results)
 - Envio de emails via SMTP (email_smtp)
 - Conexões com bancos de dados Oracle e PostgreSQL (database)
 - Configuração de logging padronizado (logger_config)
 - Processamento e exportação de CSV (processa_csv)
+- Processamento paralelo de CSV grandes (processa_csv_paralelo)
 - Manipulação de arquivos e diretórios (limpeza_pastas)
+- Processamento de OCR via API IntelliDoc (ocr)
 
 Exemplo de uso:
-    from nia_etl_utils import obter_variavel_env, configurar_logger_padrao_nia
-    from nia_etl_utils import conectar_postgresql_nia, exportar_para_csv
+
+    from nia_etl_utils import (
+        configurar_logger_padrao_nia,
+        conectar_postgresql_nia,
+        exportar_para_csv,
+        PostgresConfig,
+    )
+    from nia_etl_utils.exceptions import ConexaoError, ExtracaoVaziaError
 
     # Configuração
     configurar_logger_padrao_nia("meu_pipeline")
-    db_host = obter_variavel_env('DB_POSTGRESQL_HOST')
 
-    # Conexão e processamento
-    cur, conn = conectar_postgresql_nia()
-    # ... processar dados ...
-    exportar_para_csv(df, "resultado", "2025_01_19", "/dados")
+    # Conexão com context manager
+    try:
+        with conectar_postgresql_nia() as conn:
+            conn.cursor.execute("SELECT * FROM tabela")
+            dados = conn.cursor.fetchall()
+    except ConexaoError as e:
+        logger.error(f"Falha na conexão: {e}")
+        sys.exit(1)  # decisão do CHAMADOR
+
+    # Ou com configuração explícita (para testes)
+    config = PostgresConfig(
+        host="localhost",
+        port="5432",
+        database="teste",
+        user="user",
+        password="pass"
+    )
+    with conectar_postgresql(config) as conn:
+        # ...
+
+Exemplo de OCR:
+
+    from nia_etl_utils import executar_ocr
+    from nia_etl_utils.ocr import OcrError
+
+    try:
+        resultado = executar_ocr(blob_bytes, url_base="INTELLIDOC_URL")
+        texto = resultado["full_text"]
+        qualidade = resultado["overall_quality"]
+    except OcrError as e:
+        logger.error(f"Falha no OCR: {e}")
 """
 
-__version__ = "0.1.0"
+__version__ = "0.2.1"
 __author__ = "Nícolas Galdino Esmael"
 
-# ============================================================================
-# IMPORTS PRINCIPAIS - Funções mais usadas exportadas diretamente
-# ============================================================================
-
-# Configuração de ambiente
-from .env_config import obter_variavel_env
+# =============================================================================
+# EXCEÇÕES - Importar primeiro para uso em type hints
+# =============================================================================
 
-# Email
-from .email_smtp import enviar_email_smtp, obter_destinatarios_padrao
+# =============================================================================
+# CONFIGURAÇÕES (Dataclasses)
+# =============================================================================
+from .config import (
+    LogConfig,
+    OracleConfig,
+    PostgresConfig,
+    SmtpConfig,
+)
 
-# Database - PostgreSQL
+# Database - Funções core
+# Database - Wrappers de conveniência
 from .database import (
+    conectar_oracle,
+    conectar_oracle_ouvidorias,
     conectar_postgresql,
     conectar_postgresql_nia,
     conectar_postgresql_opengeo,
@@ -45,11 +89,55 @@ from .database import (
     obter_engine_postgresql_opengeo,
 )
 
-# Database - Oracle
-from .database import (
-    conectar_oracle,
-    conectar_oracle_ouvidorias,
-    fechar_conexao,
+# Email
+from .email_smtp import (
+    enviar_email,
+    enviar_email_smtp,
+    obter_destinatarios_padrao,
+)
+
+# =============================================================================
+# FUNÇÕES UTILITÁRIAS
+# =============================================================================
+# Configuração de ambiente
+from .env_config import (
+    obter_variavel_env,
+    obter_variavel_env_bool,
+    obter_variavel_env_int,
+    obter_variavel_env_lista,
+)
+from .exceptions import (
+    # Arquivos
+    ArquivoError,
+    ConexaoError,
+    # Configuração
+    ConfiguracaoError,
+    # Database
+    DatabaseError,
+    DestinatarioError,
+    DiretorioError,
+    # Email
+    EmailError,
+    EscritaArquivoError,
+    # Extração
+    ExtracaoError,
+    ExtracaoVaziaError,
+    LeituraArquivoError,
+    # Base
+    NiaEtlError,
+    ProcessamentoError,
+    SmtpError,
+    # Validação
+    ValidacaoError,
+    VariavelAmbienteError,
+)
+
+# Manipulação de arquivos
+from .limpeza_pastas import (
+    criar_pasta_se_nao_existir,
+    limpar_pasta,
+    listar_arquivos,
+    remover_pasta_recursivamente,
 )
 
 # Logging
@@ -59,68 +147,110 @@ from .logger_config import (
     remover_handlers_existentes,
 )
 
+# OCR
+from .ocr import (
+    executar_ocr,
+)
+
 # Processamento CSV
 from .processa_csv import (
+    exportar_multiplos_csv,
     exportar_para_csv,
     extrair_e_exportar_csv,
-    exportar_multiplos_csv,
 )
 
 # Processamento CSV Paralelo
 from .processa_csv_paralelo import (
-    processar_csv_paralelo,
     calcular_chunksize,
+    processar_csv_paralelo,
 )
 
-# Manipulação de arquivos
-from .limpeza_pastas import (
-    limpar_pasta,
-    remover_pasta_recursivamente,
-    criar_pasta_se_nao_existir,
+# =============================================================================
+# RESULTADOS (Dataclasses)
+# =============================================================================
+from .results import (
+    Conexao,
+    ResultadoEmail,
+    ResultadoExtracao,
+    ResultadoLote,
 )
 
+# =============================================================================
+# __all__ - Exportações públicas
+# =============================================================================
 
 __all__ = [
     # Metadata
     "__version__",
     "__author__",
-
+    # Exceções - Base
+    "NiaEtlError",
+    # Exceções - Configuração
+    "ConfiguracaoError",
+    "VariavelAmbienteError",
+    # Exceções - Database
+    "DatabaseError",
+    "ConexaoError",
+    # Exceções - Arquivos
+    "ArquivoError",
+    "DiretorioError",
+    "EscritaArquivoError",
+    "LeituraArquivoError",
+    # Exceções - Extração
+    "ExtracaoError",
+    "ExtracaoVaziaError",
+    "ProcessamentoError",
+    # Exceções - Email
+    "EmailError",
+    "DestinatarioError",
+    "SmtpError",
+    # Exceções - Validação
+    "ValidacaoError",
+    # Configurações
+    "PostgresConfig",
+    "OracleConfig",
+    "SmtpConfig",
+    "LogConfig",
+    # Resultados
+    "Conexao",
+    "ResultadoExtracao",
+    "ResultadoLote",
+    "ResultadoEmail",
     # Env config
     "obter_variavel_env",
-
+    "obter_variavel_env_int",
+    "obter_variavel_env_bool",
+    "obter_variavel_env_lista",
     # Email
+    "enviar_email",
     "enviar_email_smtp",
     "obter_destinatarios_padrao",
-
-    # Database - PostgreSQL
+    # Database - Core
     "conectar_postgresql",
+    "conectar_oracle",
+    "obter_engine_postgresql",
+    # Database - Wrappers
     "conectar_postgresql_nia",
     "conectar_postgresql_opengeo",
-    "obter_engine_postgresql",
+    "conectar_oracle_ouvidorias",
     "obter_engine_postgresql_nia",
     "obter_engine_postgresql_opengeo",
-
-    # Database - Oracle
-    "conectar_oracle",
-    "conectar_oracle_ouvidorias",
-    "fechar_conexao",
-
     # Logging
     "configurar_logger",
     "configurar_logger_padrao_nia",
     "remover_handlers_existentes",
-
     # CSV
     "exportar_para_csv",
     "extrair_e_exportar_csv",
     "exportar_multiplos_csv",
-
     # CSV Paralelo
     "processar_csv_paralelo",
     "calcular_chunksize",
-
     # Arquivos
     "limpar_pasta",
     "remover_pasta_recursivamente",
     "criar_pasta_se_nao_existir",
+    "listar_arquivos",
+    # OCR
+    "executar_ocr",
 ]

nia_etl_utils/config.py

@@ -0,0 +1,391 @@
+"""Dataclasses de configuração para o pacote nia_etl_utils.
+
+Este módulo define estruturas de dados imutáveis para configuração
+de conexões, email e outras operações do pacote.
+
+As configurações podem ser criadas de três formas:
+1. Instanciação direta com valores explícitos
+2. Factory method `from_env()` para carregar de variáveis de ambiente
+3. Wrappers de conveniência para casos comuns
+
+Examples:
+    Configuração explícita (recomendado para testes):
+
+    >>> config = PostgresConfig(
+    ...     host="localhost",
+    ...     port="5432",
+    ...     database="teste",
+    ...     user="user",
+    ...     password="pass"
+    ... )
+
+    Configuração via ambiente (recomendado para produção):
+
+    >>> config = PostgresConfig.from_env()  # usa variáveis padrão
+    >>> config = PostgresConfig.from_env("_OPENGEO")  # usa sufixo
+
+    Uso com funções de conexão:
+
+    >>> from nia_etl_utils import conectar_postgresql
+    >>> with conectar_postgresql(config) as conn:
+    ...     conn.cursor.execute("SELECT 1")
+"""
+
+from dataclasses import dataclass
+from typing import TYPE_CHECKING
+
+import cx_Oracle
+
+from .exceptions import ConfiguracaoError
+
+if TYPE_CHECKING:
+    pass
+
+
+@dataclass(frozen=True)
+class PostgresConfig:
+    """Configuração de conexão PostgreSQL.
+
+    Dataclass imutável contendo todos os parâmetros necessários
+    para estabelecer conexão com um banco PostgreSQL.
+
+    Attributes:
+        host: Endereço do servidor PostgreSQL.
+        port: Porta de conexão (geralmente 5432).
+        database: Nome do banco de dados.
+        user: Usuário de autenticação.
+        password: Senha de autenticação.
+
+    Examples:
+        Criação direta:
+
+        >>> config = PostgresConfig(
+        ...     host="localhost",
+        ...     port="5432",
+        ...     database="meu_banco",
+        ...     user="usuario",
+        ...     password="senha"
+        ... )
+
+        A partir de variáveis de ambiente:
+
+        >>> config = PostgresConfig.from_env()
+        >>> config = PostgresConfig.from_env("_OPENGEO")
+
+        Acessando connection string:
+
+        >>> config.connection_string
+        'postgresql+psycopg2://usuario:senha@localhost:5432/meu_banco'
+    """
+
+    host: str
+    port: str
+    database: str
+    user: str
+    password: str
+
+    @classmethod
+    def from_env(cls, sufixo: str = "") -> "PostgresConfig":
+        """Cria configuração a partir de variáveis de ambiente.
+
+        Busca as seguintes variáveis (com sufixo opcional):
+        - DB_POSTGRESQL_HOST{sufixo}
+        - DB_POSTGRESQL_PORT{sufixo}
+        - DB_POSTGRESQL_DATABASE{sufixo}
+        - DB_POSTGRESQL_USER{sufixo}
+        - DB_POSTGRESQL_PASSWORD{sufixo}
+
+        Args:
+            sufixo: Sufixo das variáveis de ambiente. Use "" para
+                variáveis padrão ou "_OPENGEO", "_PROD", etc para
+                ambientes específicos.
+
+        Returns:
+            PostgresConfig com valores das variáveis de ambiente.
+
+        Raises:
+            ConfiguracaoError: Se alguma variável obrigatória não existir.
+
+        Examples:
+            >>> config = PostgresConfig.from_env()
+            >>> config = PostgresConfig.from_env("_OPENGEO")
+        """
+        from .env_config import obter_variavel_env
+
+        try:
+            return cls(
+                host=obter_variavel_env(f"DB_POSTGRESQL_HOST{sufixo}"),
+                port=obter_variavel_env(f"DB_POSTGRESQL_PORT{sufixo}"),
+                database=obter_variavel_env(f"DB_POSTGRESQL_DATABASE{sufixo}"),
+                user=obter_variavel_env(f"DB_POSTGRESQL_USER{sufixo}"),
+                password=obter_variavel_env(f"DB_POSTGRESQL_PASSWORD{sufixo}"),
+            )
+        except Exception as e:
+            raise ConfiguracaoError(
+                f"Variáveis de ambiente PostgreSQL incompletas (sufixo='{sufixo}')",
+                details={"sufixo": sufixo, "erro_original": str(e)}
+            ) from e
+
+    @property
+    def connection_string(self) -> str:
+        """String de conexão SQLAlchemy.
+
+        Returns:
+            String formatada para uso com SQLAlchemy create_engine().
+
+        Examples:
+            >>> config = PostgresConfig(
+            ...     host="localhost",
+            ...     port="5432",
+            ...     database="teste",
+            ...     user="user",
+            ...     password="pass"
+            ... )
+            >>> config.connection_string
+            'postgresql+psycopg2://user:pass@localhost:5432/teste'
+        """
+        return (
+            f"postgresql+psycopg2://{self.user}:{self.password}"
+            f"@{self.host}:{self.port}/{self.database}"
+        )
+
+    def __repr__(self) -> str:
+        """Representação segura (sem expor senha)."""
+        return (
+            f"PostgresConfig(host='{self.host}', port='{self.port}', "
+            f"database='{self.database}', user='{self.user}', password='***')"
+        )
+
+
+@dataclass(frozen=True)
+class OracleConfig:
+    """Configuração de conexão Oracle.
+
+    Dataclass imutável contendo todos os parâmetros necessários
+    para estabelecer conexão com um banco Oracle.
+
+    Attributes:
+        host: Endereço do servidor Oracle.
+        port: Porta de conexão (geralmente 1521).
+        service_name: Nome do serviço Oracle.
+        user: Usuário de autenticação.
+        password: Senha de autenticação.
+
+    Examples:
+        Criação direta:
+
+        >>> config = OracleConfig(
+        ...     host="oracle.empresa.com",
+        ...     port="1521",
+        ...     service_name="PROD",
+        ...     user="usuario",
+        ...     password="senha"
+        ... )
+
+        A partir de variáveis de ambiente:
+
+        >>> config = OracleConfig.from_env()
+    """
+
+    host: str
+    port: str
+    service_name: str
+    user: str
+    password: str
+
+    @classmethod
+    def from_env(cls, sufixo: str = "") -> "OracleConfig":
+        """Cria configuração a partir de variáveis de ambiente.
+
+        Busca as seguintes variáveis (com sufixo opcional):
+        - DB_ORACLE_HOST{sufixo}
+        - DB_ORACLE_PORT{sufixo}
+        - DB_ORACLE_SERVICE_NAME{sufixo}
+        - DB_ORACLE_USER{sufixo}
+        - DB_ORACLE_PASSWORD{sufixo}
+
+        Args:
+            sufixo: Sufixo das variáveis de ambiente.
+
+        Returns:
+            OracleConfig com valores das variáveis de ambiente.
+
+        Raises:
+            ConfiguracaoError: Se alguma variável obrigatória não existir.
+
+        Examples:
+            >>> config = OracleConfig.from_env()
+            >>> config = OracleConfig.from_env("_PROD")
+        """
+        from .env_config import obter_variavel_env
+
+        try:
+            return cls(
+                host=obter_variavel_env(f"DB_ORACLE_HOST{sufixo}"),
+                port=obter_variavel_env(f"DB_ORACLE_PORT{sufixo}"),
+                service_name=obter_variavel_env(f"DB_ORACLE_SERVICE_NAME{sufixo}"),
+                user=obter_variavel_env(f"DB_ORACLE_USER{sufixo}"),
+                password=obter_variavel_env(f"DB_ORACLE_PASSWORD{sufixo}"),
+            )
+        except Exception as e:
+            raise ConfiguracaoError(
+                f"Variáveis de ambiente Oracle incompletas (sufixo='{sufixo}')",
+                details={"sufixo": sufixo, "erro_original": str(e)}
+            ) from e
+
+    @property
+    def dsn(self) -> str:
+        """DSN para conexão cx_Oracle.
+
+        Returns:
+            DSN formatado para uso com cx_Oracle.connect().
+
+        Examples:
+            >>> config = OracleConfig(
+            ...     host="oracle.empresa.com",
+            ...     port="1521",
+            ...     service_name="PROD",
+            ...     user="user",
+            ...     password="pass"
+            ... )
+            >>> # dsn é gerado internamente por cx_Oracle.makedsn()
+        """
+        return cx_Oracle.makedsn(self.host, self.port, service_name=self.service_name)
+
+    def __repr__(self) -> str:
+        """Representação segura (sem expor senha)."""
+        return (
+            f"OracleConfig(host='{self.host}', port='{self.port}', "
+            f"service_name='{self.service_name}', user='{self.user}', password='***')"
+        )
+
+
+@dataclass(frozen=True)
+class SmtpConfig:
+    """Configuração de servidor SMTP para envio de emails.
+
+    Attributes:
+        servidor: Endereço do servidor SMTP.
+        porta: Porta de conexão (geralmente 25, 465 ou 587).
+        remetente: Endereço de email do remetente.
+        destinatarios_padrao: Lista de destinatários padrão.
+        cc: Endereço para cópia (opcional).
+
+    Examples:
+        Criação direta:
+
+        >>> config = SmtpConfig(
+        ...     servidor="smtp.empresa.com",
+        ...     porta=587,
+        ...     remetente="sistema@empresa.com",
+        ...     destinatarios_padrao=["admin@empresa.com"]
+        ... )
+
+        A partir de variáveis de ambiente:
+
+        >>> config = SmtpConfig.from_env()
+    """
+
+    servidor: str
+    porta: int
+    remetente: str
+    destinatarios_padrao: list[str]
+    cc: str | None = None
+
+    @classmethod
+    def from_env(cls) -> "SmtpConfig":
+        """Cria configuração a partir de variáveis de ambiente.
+
+        Busca as seguintes variáveis:
+        - MAIL_SMTP_SERVER
+        - MAIL_SMTP_PORT
+        - MAIL_SENDER
+        - EMAIL_DESTINATARIOS (separados por vírgula)
+        - MAIL_CC (opcional)
+
+        Returns:
+            SmtpConfig com valores das variáveis de ambiente.
+
+        Raises:
+            ConfiguracaoError: Se alguma variável obrigatória não existir.
+
+        Examples:
+            >>> config = SmtpConfig.from_env()
+        """
+        from .env_config import obter_variavel_env
+
+        try:
+            destinatarios_str = obter_variavel_env("EMAIL_DESTINATARIOS").strip()
+            destinatarios = [
+                email.strip()
+                for email in destinatarios_str.split(',')
+                if email.strip()
+            ]
+
+            import os
+            cc = os.getenv("MAIL_CC")
+
+            return cls(
+                servidor=obter_variavel_env("MAIL_SMTP_SERVER"),
+                porta=int(obter_variavel_env("MAIL_SMTP_PORT")),
+                remetente=obter_variavel_env("MAIL_SENDER"),
+                destinatarios_padrao=destinatarios,
+                cc=cc,
+            )
+        except Exception as e:
+            raise ConfiguracaoError(
+                "Variáveis de ambiente SMTP incompletas",
+                details={"erro_original": str(e)}
+            ) from e
+
+
+@dataclass(frozen=True)
+class LogConfig:
+    """Configuração de logging.
+
+    Attributes:
+        prefixo: Nome do módulo/pipeline para identificação.
+        pasta_logs: Diretório onde os logs serão salvos.
+        rotation: Critério de rotação (tamanho ou tempo).
+        retention: Tempo de retenção dos logs.
+        level: Nível mínimo de log.
+
+    Examples:
+        >>> config = LogConfig(
+        ...     prefixo="etl_ouvidorias",
+        ...     pasta_logs="/var/log/nia",
+        ...     rotation="50 MB",
+        ...     retention="30 days",
+        ...     level="INFO"
+        ... )
+    """
+
+    prefixo: str
+    pasta_logs: str = "logs"
+    rotation: str = "10 MB"
+    retention: str = "7 days"
+    level: str = "DEBUG"
+
+    @classmethod
+    def padrao_nia(cls, prefixo: str) -> "LogConfig":
+        """Cria configuração com padrões do NIA.
+
+        Args:
+            prefixo: Nome do pipeline.
+
+        Returns:
+            LogConfig com configurações padrão NIA:
+            - Rotação: 50 MB
+            - Retenção: 30 dias
+            - Nível: INFO
+
+        Examples:
+            >>> config = LogConfig.padrao_nia("ouvidorias_etl")
+        """
+        return cls(
+            prefixo=prefixo,
+            pasta_logs="logs",
+            rotation="50 MB",
+            retention="30 days",
+            level="INFO"
+        )