https://github.com/jjpaulo2/crawler-financeiro

Módulo em Python que extrai dados públicos de planos de previdência do portal da SUSEP.
https://github.com/jjpaulo2/crawler-financeiro

crawler docker ocr python selenium tesseract

Last synced: 2 months ago
JSON representation

Módulo em Python que extrai dados públicos de planos de previdência do portal da SUSEP.

• Host: GitHub
• URL: https://github.com/jjpaulo2/crawler-financeiro
• Owner: jjpaulo2
• Created: 2021-02-09T13:59:07.000Z (almost 4 years ago)
• Default Branch: main
• Last Pushed: 2021-02-16T16:24:07.000Z (almost 4 years ago)
• Last Synced: 2023-06-09T16:31:56.565Z (over 1 year ago)
• Topics: crawler, docker, ocr, python, selenium, tesseract
• Language: Python
• Homepage:
• Size: 268 KB
• Stars: 0
• Watchers: 2
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# Crawler de dados financeiros

Projeto desenvolvido como desafio na etapa prática de um processo seletivo para **desenvolvedor Python**. O objetivo do desafio é extrair informações.

### Objetivos

A idéia é extrair dados abertos da SUSEP (Superintendência de Seguros Privados). O desafio é dividido nas seguintes etapas:

1. Obter uma massa de dados no formato `JSON` em https://dados.gov.br/dataset/consulta-de-produtos

2. Filtrar apenas os itens onde o campo `tipoproduto` é `"PLANO DE PREVIDÊNCIA"`

3. Baixar o regulamento (PDF) referente a cada processo filtrado em http://www.susep.gov.br/menu/consulta-de-produtos-1

4. Extrair do arquivo PDF uma série de dados, como _Taxa de Juros_, _Taxa de Carregamento_, _Status do processo_, etc.

5. Os dados extraídos devem ser salvos em um novo arquivo `JSON`

### Solução

Para ver a solução, clique [aqui](./projeto).

---

Made with :heart: by [@jjpaulo2](https://github.com/jjpaulo2)