Preprocess inspection PDF

pre_process/documento_joaomarcos_inspecoes.csv

@@ -0,0 +1,19 @@
+seq;sigla_mnt;descricao_mnt;referencia;tipo_vencimento;zera;controle_original;intervalo_horas_voo;intervalo_meses_continuos;intervalo_pousos;intervalos
+2;INSP 1A;INSPEÇÃO CHECK 1A;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;A B 3 3 D;300:00 HORAS DE VOO;8 MESES CONTÍNUOS;;300:00 HORAS DE VOO | 8 MESES CONTÍNUOS
+3;INSP 2A;INSPEÇÃO CHECK 2A;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;A B 10 4 D;600:00 HORAS DE VOO;16 MESES CONTÍNUOS;;600:00 HORAS DE VOO | 16 MESES CONTÍNUOS
+4;INSP 3A;INSPEÇÃO CHECK 3A;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;A B 10 5 D;900:00 HORAS DE VOO;24 MESES CONTÍNUOS;;900:00 HORAS DE VOO | 24 MESES CONTÍNUOS
+5;INSP 2Y;INSPEÇÃO CALENDÁRICA DE 2 YEARS;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;B B 5 5 D;;24 MESES CONTÍNUOS;;24 MESES CONTÍNUOS
+6;CHECK 300;CHECK OPERACIONAL DE 300FH;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;A O 6 H;300:00 HORAS DE VOO;;;300:00 HORAS DE VOO
+7;CHECK 400;CHECK OPERACIONAL DE 400FH;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;A O 6 H;400:00 HORAS DE VOO;;;400:00 HORAS DE VOO
+8;1-INSP AOL;INSPEÇÃO AOL 295-019;Última inspeção;Término da Anterior;N;B 1 D;;;3800 POUSOS;3800 POUSOS
+9;2-INSP AOL;INSPEÇÃO AOL 295-019;Última Inspeção Específica 8 1-INSP AOL;Término da Anterior;N;B 1 D;;;2000 POUSOS;2000 POUSOS
+10;3-INSP AOL;INSPEÇÃO AOL 295-019;Última Inspeção Específica 9 2-INSP AOL;Término da Anterior;N;B 1 D;;;2000 POUSOS;2000 POUSOS
+14;INSP 8Y;INSPEÇÃO CALENDÁRICA DE 8 YEARS;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;B P 15 20 D;;96 MESES CONTÍNUOS;;96 MESES CONTÍNUOS
+15;INSP 1C;INSPEÇÃO CHECK 1C;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;C P 10 65 D;2400:00 HORAS DE VOO;48 MESES CONTÍNUOS;;2400:00 HORAS DE VOO | 48 MESES CONTÍNUOS
+16;INSP 2C;INSPEÇÃO GERAL CHECK 2C;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;C P 60 10 D;4800:00 HORAS DE VOO;96 MESES CONTÍNUOS;;4800:00 HORAS DE VOO | 96 MESES CONTÍNUOS
+17;INSP 4Y;INSPEÇÃO CALENDÁRICA DE 4 YEARS;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;B P 10 10 D;;48 MESES CONTÍNUOS;;48 MESES CONTÍNUOS
+18;INSP 100FH BR01;INSPEÇÃO DE 100 FH;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;O 1 H;100:00 HORAS DE VOO;;;100:00 HORAS DE VOO
+19;INSP 2400F BR01;INPEÇÃO 2400FH;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;O 3 H;2400:00 HORAS DE VOO;;;2400:00 HORAS DE VOO
+20;INSP 3000F BR01;INSPEÇÃO 3000FH;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;B 1 D;3000:00 HORAS DE VOO;;;3000:00 HORAS DE VOO
+22;INSP 1000F;INPEÇÃO 1000FH;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;B 1 D;1000:00 HORAS DE VOO;;;1000:00 HORAS DE VOO
+23;INSP 50FH;INSPEÇÃO 50 FH;Especial (a contar dela mesma - Tipo D);Término da Anterior;N;B 1 D;50:00 HORAS DE VOO;;;50:00 HORAS DE VOO

pre_process/documento_joaomarcos_inspecoes.json

@@ -0,0 +1,309 @@
+{
+  "fonte": "raw\\documento joaomarcos.pdf",
+  "metadados": {
+    "data_relatorio": "15/06/2026",
+    "hora_relatorio": "13:23:38",
+    "pn": "ANV C-105",
+    "cff": "0117B",
+    "nomenclatura": "AERONAVE, ASA FIXA, CASA 295 (C-105 AMAZONAS)",
+    "sn": "038",
+    "matricula": "2805",
+    "modelo": "C-105",
+    "ciclo_atual": "3650007082"
+  },
+  "inspecoes": [
+    {
+      "seq": 2,
+      "sigla_mnt": "INSP 1A",
+      "descricao_mnt": "INSPEÇÃO CHECK 1A",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "A B 3 3 D",
+      "intervalo_horas_voo": "300:00 HORAS DE VOO",
+      "intervalo_meses_continuos": "8 MESES CONTÍNUOS",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "300:00 HORAS DE VOO",
+        "8 MESES CONTÍNUOS"
+      ],
+      "linha_original": "2 INSP 1A INSPEÇÃO CHECK 1A Especial (a contar dela mesma Término da Anterior N A B 3 3 D 300:00 HORAS DE VÔO  - Tipo D) 8 MESES CONTÍNUOS"
+    },
+    {
+      "seq": 3,
+      "sigla_mnt": "INSP 2A",
+      "descricao_mnt": "INSPEÇÃO CHECK 2A",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "A B 10 4 D",
+      "intervalo_horas_voo": "600:00 HORAS DE VOO",
+      "intervalo_meses_continuos": "16 MESES CONTÍNUOS",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "600:00 HORAS DE VOO",
+        "16 MESES CONTÍNUOS"
+      ],
+      "linha_original": "3 INSP 2A INSPEÇÃO CHECK 2A Especial (a contar dela mesma Término da Anterior N A B 10 4 D 600:00 HORAS DE VÔO  - Tipo D) 16 MESES CONTÍNUOS"
+    },
+    {
+      "seq": 4,
+      "sigla_mnt": "INSP 3A",
+      "descricao_mnt": "INSPEÇÃO CHECK 3A",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "A B 10 5 D",
+      "intervalo_horas_voo": "900:00 HORAS DE VOO",
+      "intervalo_meses_continuos": "24 MESES CONTÍNUOS",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "900:00 HORAS DE VOO",
+        "24 MESES CONTÍNUOS"
+      ],
+      "linha_original": "4 INSP 3A INSPEÇÃO CHECK 3A Especial (a contar dela mesma Término da Anterior N A B 10 5 D 900:00 HORAS DE VÔO  - Tipo D) 24 MESES CONTÍNUOS"
+    },
+    {
+      "seq": 5,
+      "sigla_mnt": "INSP 2Y",
+      "descricao_mnt": "INSPEÇÃO CALENDÁRICA DE 2 YEARS",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "B B 5 5 D",
+      "intervalo_horas_voo": "",
+      "intervalo_meses_continuos": "24 MESES CONTÍNUOS",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "24 MESES CONTÍNUOS"
+      ],
+      "linha_original": "5 INSP 2Y INSPEÇÃO CALENDÁRICA DE 2 YEARS Especial (a contar dela mesma Término da Anterior N B B 5 5 D 24 MESES CONTÍNUOS  - Tipo D)"
+    },
+    {
+      "seq": 6,
+      "sigla_mnt": "CHECK 300",
+      "descricao_mnt": "CHECK OPERACIONAL DE 300FH",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "A O 6 H",
+      "intervalo_horas_voo": "300:00 HORAS DE VOO",
+      "intervalo_meses_continuos": "",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "300:00 HORAS DE VOO"
+      ],
+      "linha_original": "6 CHECK 300 CHECK OPERACIONAL DE 300FH Especial (a contar dela mesma Término da Anterior N A O 6 H 300:00 HORAS DE VÔO  - Tipo D)"
+    },
+    {
+      "seq": 7,
+      "sigla_mnt": "CHECK 400",
+      "descricao_mnt": "CHECK OPERACIONAL DE 400FH",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "A O 6 H",
+      "intervalo_horas_voo": "400:00 HORAS DE VOO",
+      "intervalo_meses_continuos": "",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "400:00 HORAS DE VOO"
+      ],
+      "linha_original": "7 CHECK 400 CHECK OPERACIONAL DE 400FH Especial (a contar dela mesma Término da Anterior N A O 6 H 400:00 HORAS DE VÔO  - Tipo D)"
+    },
+    {
+      "seq": 8,
+      "sigla_mnt": "1-INSP AOL",
+      "descricao_mnt": "INSPEÇÃO AOL 295-019",
+      "referencia": "Última inspeção",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "B 1 D",
+      "intervalo_horas_voo": "",
+      "intervalo_meses_continuos": "",
+      "intervalo_pousos": "3800 POUSOS",
+      "intervalos": [
+        "3800 POUSOS"
+      ],
+      "linha_original": "8 1-INSP AOL INSPEÇÃO AOL 295-019 Última inspeção Término da Anterior N B 1 D 3800 POUSOS"
+    },
+    {
+      "seq": 9,
+      "sigla_mnt": "2-INSP AOL",
+      "descricao_mnt": "INSPEÇÃO AOL 295-019",
+      "referencia": "Última Inspeção Específica 8 1-INSP AOL",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "B 1 D",
+      "intervalo_horas_voo": "",
+      "intervalo_meses_continuos": "",
+      "intervalo_pousos": "2000 POUSOS",
+      "intervalos": [
+        "2000 POUSOS"
+      ],
+      "linha_original": "9 2-INSP AOL INSPEÇÃO AOL 295-019 Última Inspeção Específica 8 1-INSP AOL Término da Anterior N B 1 D 2000 POUSOS"
+    },
+    {
+      "seq": 10,
+      "sigla_mnt": "3-INSP AOL",
+      "descricao_mnt": "INSPEÇÃO AOL 295-019",
+      "referencia": "Última Inspeção Específica 9 2-INSP AOL",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "B 1 D",
+      "intervalo_horas_voo": "",
+      "intervalo_meses_continuos": "",
+      "intervalo_pousos": "2000 POUSOS",
+      "intervalos": [
+        "2000 POUSOS"
+      ],
+      "linha_original": "10 3-INSP AOL INSPEÇÃO AOL 295-019 Última Inspeção Específica 9 2-INSP AOL Término da Anterior N B 1 D 2000 POUSOS"
+    },
+    {
+      "seq": 14,
+      "sigla_mnt": "INSP 8Y",
+      "descricao_mnt": "INSPEÇÃO CALENDÁRICA DE 8 YEARS",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "B P 15 20 D",
+      "intervalo_horas_voo": "",
+      "intervalo_meses_continuos": "96 MESES CONTÍNUOS",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "96 MESES CONTÍNUOS"
+      ],
+      "linha_original": "14 INSP 8Y INSPEÇÃO CALENDÁRICA DE 8 YEARS Especial (a contar dela mesma Término da Anterior N B P 15 20 D 96 MESES CONTÍNUOS  - Tipo D)"
+    },
+    {
+      "seq": 15,
+      "sigla_mnt": "INSP 1C",
+      "descricao_mnt": "INSPEÇÃO CHECK 1C",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "C P 10 65 D",
+      "intervalo_horas_voo": "2400:00 HORAS DE VOO",
+      "intervalo_meses_continuos": "48 MESES CONTÍNUOS",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "2400:00 HORAS DE VOO",
+        "48 MESES CONTÍNUOS"
+      ],
+      "linha_original": "15 INSP 1C INSPEÇÃO CHECK 1C Especial (a contar dela mesma Término da Anterior N C P 10 65 D 2400:00 HORAS DE VÔO  - Tipo D) 48 MESES CONTÍNUOS"
+    },
+    {
+      "seq": 16,
+      "sigla_mnt": "INSP 2C",
+      "descricao_mnt": "INSPEÇÃO GERAL CHECK 2C",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "C P 60 10 D",
+      "intervalo_horas_voo": "4800:00 HORAS DE VOO",
+      "intervalo_meses_continuos": "96 MESES CONTÍNUOS",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "4800:00 HORAS DE VOO",
+        "96 MESES CONTÍNUOS"
+      ],
+      "linha_original": "16 INSP 2C INSPEÇÃO GERAL CHECK 2C Especial (a contar dela mesma Término da Anterior N C P 60 10 D 4800:00 HORAS DE VÔO  - Tipo D) 96 MESES CONTÍNUOS"
+    },
+    {
+      "seq": 17,
+      "sigla_mnt": "INSP 4Y",
+      "descricao_mnt": "INSPEÇÃO CALENDÁRICA DE 4 YEARS",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "B P 10 10 D",
+      "intervalo_horas_voo": "",
+      "intervalo_meses_continuos": "48 MESES CONTÍNUOS",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "48 MESES CONTÍNUOS"
+      ],
+      "linha_original": "17 INSP 4Y INSPEÇÃO CALENDÁRICA DE 4 YEARS Especial (a contar dela mesma Término da Anterior N B P 10 10 D 48 MESES CONTÍNUOS  - Tipo D)"
+    },
+    {
+      "seq": 18,
+      "sigla_mnt": "INSP 100FH BR01",
+      "descricao_mnt": "INSPEÇÃO DE 100 FH",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "O 1 H",
+      "intervalo_horas_voo": "100:00 HORAS DE VOO",
+      "intervalo_meses_continuos": "",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "100:00 HORAS DE VOO"
+      ],
+      "linha_original": "18 INSP 100FH BR01 INSPEÇÃO DE 100 FH Especial (a contar dela mesma Término da Anterior N O 1 H 100:00 HORAS DE VÔO  - Tipo D)"
+    },
+    {
+      "seq": 19,
+      "sigla_mnt": "INSP 2400F BR01",
+      "descricao_mnt": "INPEÇÃO 2400FH",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "O 3 H",
+      "intervalo_horas_voo": "2400:00 HORAS DE VOO",
+      "intervalo_meses_continuos": "",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "2400:00 HORAS DE VOO"
+      ],
+      "linha_original": "19 INSP 2400F BR01 INPEÇÃO 2400FH Especial (a contar dela mesma Término da Anterior N O 3 H 2400:00 HORAS DE VÔO  - Tipo D)"
+    },
+    {
+      "seq": 20,
+      "sigla_mnt": "INSP 3000F BR01",
+      "descricao_mnt": "INSPEÇÃO 3000FH",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "B 1 D",
+      "intervalo_horas_voo": "3000:00 HORAS DE VOO",
+      "intervalo_meses_continuos": "",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "3000:00 HORAS DE VOO"
+      ],
+      "linha_original": "20 INSP 3000F BR01 INSPEÇÃO 3000FH Especial (a contar dela mesma Término da Anterior N B 1 D 3000:00 HORAS DE VÔO  - Tipo D)"
+    },
+    {
+      "seq": 22,
+      "sigla_mnt": "INSP 1000F",
+      "descricao_mnt": "INPEÇÃO 1000FH",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "B 1 D",
+      "intervalo_horas_voo": "1000:00 HORAS DE VOO",
+      "intervalo_meses_continuos": "",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "1000:00 HORAS DE VOO"
+      ],
+      "linha_original": "22 INSP 1000F INPEÇÃO 1000FH Especial (a contar dela mesma Término da Anterior N B 1 D 1000:00 HORAS DE VÔO  - Tipo D)"
+    },
+    {
+      "seq": 23,
+      "sigla_mnt": "INSP 50FH",
+      "descricao_mnt": "INSPEÇÃO 50 FH",
+      "referencia": "Especial (a contar dela mesma - Tipo D)",
+      "tipo_vencimento": "Término da Anterior",
+      "zera": "N",
+      "controle_original": "B 1 D",
+      "intervalo_horas_voo": "50:00 HORAS DE VOO",
+      "intervalo_meses_continuos": "",
+      "intervalo_pousos": "",
+      "intervalos": [
+        "50:00 HORAS DE VOO"
+      ],
+      "linha_original": "23 INSP 50FH INSPEÇÃO 50 FH Especial (a contar dela mesma Término da Anterior N B 1 D 50:00 HORAS DE VÔO  - Tipo D)"
+    }
+  ]
+}

pre_process/documento_joaomarcos_texto.txt

@@ -0,0 +1,46 @@
+SISTEMA INTEGRADO DE LOGÍSTICA DE MATERIAL E DE SERVIÇOS Pág.: 1 de 1
+BASE AÉREA DE MANAUS Data: 15/06/2026
+Hora: 13:23:38
+RELATÓRIO DE CICLO DE INSPEÇÕES DO EQUIPAMENTO
+CTR0142R v.10.5
+PN: ANV C-105 CFF: 0117B Nomenclatura: AERONAVE, ASA FIXA, CASA 295 (C-105 AMAZONAS)
+SN: 038 Matrícula: 2805 Modelo: C-105 Ciclo Atual: 3650007082
+Seq. Sigla da MNT Descrição da MNT Referência Referência Tipo"E" Vencimento Zera TSO Letra Nível Var. Média Duração Intervalo Controle
+2 INSP 1A INSPEÇÃO CHECK 1A Especial (a contar dela mesma Término da Anterior N A B 3 3 D 300:00 HORAS DE VÔO
+- Tipo D)
+8 MESES CONTÍNUOS
+3 INSP 2A INSPEÇÃO CHECK 2A Especial (a contar dela mesma Término da Anterior N A B 10 4 D 600:00 HORAS DE VÔO
+- Tipo D)
+16 MESES CONTÍNUOS
+4 INSP 3A INSPEÇÃO CHECK 3A Especial (a contar dela mesma Término da Anterior N A B 10 5 D 900:00 HORAS DE VÔO
+- Tipo D)
+24 MESES CONTÍNUOS
+5 INSP 2Y INSPEÇÃO CALENDÁRICA DE 2 YEARS Especial (a contar dela mesma Término da Anterior N B B 5 5 D 24 MESES CONTÍNUOS
+- Tipo D)
+6 CHECK 300 CHECK OPERACIONAL DE 300FH Especial (a contar dela mesma Término da Anterior N A O 6 H 300:00 HORAS DE VÔO
+- Tipo D)
+7 CHECK 400 CHECK OPERACIONAL DE 400FH Especial (a contar dela mesma Término da Anterior N A O 6 H 400:00 HORAS DE VÔO
+- Tipo D)
+8 1-INSP AOL INSPEÇÃO AOL 295-019 Última inspeção Término da Anterior N B 1 D 3800 POUSOS
+9 2-INSP AOL INSPEÇÃO AOL 295-019 Última Inspeção Específica 8 1-INSP AOL Término da Anterior N B 1 D 2000 POUSOS
+10 3-INSP AOL INSPEÇÃO AOL 295-019 Última Inspeção Específica 9 2-INSP AOL Término da Anterior N B 1 D 2000 POUSOS
+14 INSP 8Y INSPEÇÃO CALENDÁRICA DE 8 YEARS Especial (a contar dela mesma Término da Anterior N B P 15 20 D 96 MESES CONTÍNUOS
+- Tipo D)
+15 INSP 1C INSPEÇÃO CHECK 1C Especial (a contar dela mesma Término da Anterior N C P 10 65 D 2400:00 HORAS DE VÔO
+- Tipo D)
+48 MESES CONTÍNUOS
+16 INSP 2C INSPEÇÃO GERAL CHECK 2C Especial (a contar dela mesma Término da Anterior N C P 60 10 D 4800:00 HORAS DE VÔO
+- Tipo D)
+96 MESES CONTÍNUOS
+17 INSP 4Y INSPEÇÃO CALENDÁRICA DE 4 YEARS Especial (a contar dela mesma Término da Anterior N B P 10 10 D 48 MESES CONTÍNUOS
+- Tipo D)
+18 INSP 100FH BR01 INSPEÇÃO DE 100 FH Especial (a contar dela mesma Término da Anterior N O 1 H 100:00 HORAS DE VÔO
+- Tipo D)
+19 INSP 2400F BR01 INPEÇÃO 2400FH Especial (a contar dela mesma Término da Anterior N O 3 H 2400:00 HORAS DE VÔO
+- Tipo D)
+20 INSP 3000F BR01 INSPEÇÃO 3000FH Especial (a contar dela mesma Término da Anterior N B 1 D 3000:00 HORAS DE VÔO
+- Tipo D)
+22 INSP 1000F INPEÇÃO 1000FH Especial (a contar dela mesma Término da Anterior N B 1 D 1000:00 HORAS DE VÔO
+- Tipo D)
+23 INSP 50FH INSPEÇÃO 50 FH Especial (a contar dela mesma Término da Anterior N B 1 D 50:00 HORAS DE VÔO
+- Tipo D)

pre_process/preprocess_pdf.py

@@ -0,0 +1,181 @@
+import csv
+import json
+import re
+from pathlib import Path
+
+import pdfplumber
+
+
+ROOT = Path(__file__).resolve().parents[1]
+PDF_PATH = ROOT / "raw" / "documento joaomarcos.pdf"
+TXT_PATH = ROOT / "pre_process" / "documento_joaomarcos_texto.txt"
+JSON_PATH = ROOT / "pre_process" / "documento_joaomarcos_inspecoes.json"
+CSV_PATH = ROOT / "pre_process" / "documento_joaomarcos_inspecoes.csv"
+
+ROW_START_RE = re.compile(r"^(?P<seq>\d+)\s+")
+INTERVAL_RE = re.compile(
+    r"(?P<intervalo>\d+(?::\d+)?\s*(?:HORAS DE V[ÔO]O|MESES CONT[ÍI]NUOS|POUSOS))",
+    re.IGNORECASE,
+)
+
+
+def extract_text(pdf_path):
+    pages = []
+    with pdfplumber.open(pdf_path) as pdf:
+        for page in pdf.pages:
+            pages.append(page.extract_text(x_tolerance=1, y_tolerance=3) or "")
+    return "\n\n".join(pages).strip()
+
+
+def normalize_interval(value):
+    return re.sub(r"\s+", " ", value.replace("VÔO", "VOO")).strip()
+
+
+def split_records(text):
+    records = []
+    current = []
+
+    for raw_line in text.splitlines():
+        line = re.sub(r"\s+", " ", raw_line).strip()
+        if not line:
+            continue
+        if ROW_START_RE.match(line) and " Término da Anterior " in line:
+            if current:
+                records.append(" ".join(current))
+            current = [line]
+        elif current:
+            current.append(line)
+
+    if current:
+        records.append(" ".join(current))
+
+    return records
+
+
+def parse_header(text):
+    header = {}
+
+    patterns = {
+        "data_relatorio": r"Data:\s*(\d{2}/\d{2}/\d{4})",
+        "hora_relatorio": r"Hora:\s*(\d{2}:\d{2}:\d{2})",
+        "pn": r"PN:\s*(.*?)\s+CFF:",
+        "cff": r"CFF:\s*(.*?)\s+Nomenclatura:",
+        "nomenclatura": r"Nomenclatura:\s*(.*?)\s+SN:",
+        "sn": r"SN:\s*(.*?)\s+Matrícula:",
+        "matricula": r"Matrícula:\s*(.*?)\s+Modelo:",
+        "modelo": r"Modelo:\s*(.*?)\s+Ciclo Atual:",
+        "ciclo_atual": r"Ciclo Atual:\s*(\S+)",
+    }
+
+    compact_text = re.sub(r"\s+", " ", text)
+    for key, pattern in patterns.items():
+        match = re.search(pattern, compact_text)
+        if match:
+            header[key] = match.group(1).strip()
+
+    return header
+
+
+def parse_record(record):
+    record = record.replace("- Tipo D)", " - Tipo D)")
+    has_tipo_d = " - Tipo D)" in record
+    left, right = record.split(" Término da Anterior ", 1)
+
+    seq_match = ROW_START_RE.match(left)
+    seq = int(seq_match.group("seq"))
+    left_body = left[seq_match.end() :]
+
+    intervalos = [normalize_interval(m.group("intervalo")) for m in INTERVAL_RE.finditer(right)]
+    right_before_interval = INTERVAL_RE.split(right, maxsplit=1)[0].strip()
+    tokens = right_before_interval.split()
+
+    zera = tokens[0] if tokens else ""
+    controle = " ".join(tokens[1:])
+
+    especial_marker = " Especial (a contar dela mesma"
+    if especial_marker in left_body:
+        before_ref, referencia = left_body.split(especial_marker, 1)
+        referencia = "Especial (a contar dela mesma"
+        if has_tipo_d:
+            referencia += " - Tipo D)"
+    else:
+        ref_match = re.search(r"(Última .*)$", left_body)
+        referencia = ref_match.group(1).strip() if ref_match else ""
+        before_ref = left_body[: ref_match.start()].strip() if ref_match else left_body
+
+    upper_before_ref = before_ref.upper()
+    desc_idx = upper_before_ref.find("INSPEÇÃO")
+    if desc_idx == -1:
+        desc_idx = upper_before_ref.find("INPEÇÃO")
+    if desc_idx == -1:
+        desc_idx = upper_before_ref.find("CHECK OPERACIONAL")
+
+    if desc_idx != -1:
+        sigla = before_ref[:desc_idx].strip()
+        descricao = before_ref[desc_idx:].strip()
+    else:
+        parts = before_ref.split(maxsplit=1)
+        sigla = parts[0] if parts else ""
+        descricao = parts[1] if len(parts) > 1 else ""
+
+    intervalo_horas_voo = next((item for item in intervalos if "HORAS DE VOO" in item), "")
+    intervalo_meses_continuos = next((item for item in intervalos if "MESES CONTÍNUOS" in item), "")
+    intervalo_pousos = next((item for item in intervalos if "POUSOS" in item), "")
+
+    return {
+        "seq": seq,
+        "sigla_mnt": sigla,
+        "descricao_mnt": descricao,
+        "referencia": referencia,
+        "tipo_vencimento": "Término da Anterior",
+        "zera": zera,
+        "controle_original": controle,
+        "intervalo_horas_voo": intervalo_horas_voo,
+        "intervalo_meses_continuos": intervalo_meses_continuos,
+        "intervalo_pousos": intervalo_pousos,
+        "intervalos": intervalos,
+        "linha_original": record,
+    }
+
+
+def main():
+    text = extract_text(PDF_PATH)
+    TXT_PATH.write_text(text + "\n", encoding="utf-8")
+
+    payload = {
+        "fonte": str(PDF_PATH.relative_to(ROOT)),
+        "metadados": parse_header(text),
+        "inspecoes": [parse_record(record) for record in split_records(text)],
+    }
+
+    JSON_PATH.write_text(json.dumps(payload, ensure_ascii=False, indent=2) + "\n", encoding="utf-8")
+
+    fields = [
+        "seq",
+        "sigla_mnt",
+        "descricao_mnt",
+        "referencia",
+        "tipo_vencimento",
+        "zera",
+        "controle_original",
+        "intervalo_horas_voo",
+        "intervalo_meses_continuos",
+        "intervalo_pousos",
+        "intervalos",
+    ]
+    with CSV_PATH.open("w", newline="", encoding="utf-8-sig") as csv_file:
+        writer = csv.DictWriter(csv_file, fieldnames=fields, delimiter=";")
+        writer.writeheader()
+        for row in payload["inspecoes"]:
+            csv_row = {key: row[key] for key in fields}
+            csv_row["intervalos"] = " | ".join(row["intervalos"])
+            writer.writerow(csv_row)
+
+    print(f"Gerado: {TXT_PATH.relative_to(ROOT)}")
+    print(f"Gerado: {JSON_PATH.relative_to(ROOT)}")
+    print(f"Gerado: {CSV_PATH.relative_to(ROOT)}")
+    print(f"Inspeções extraídas: {len(payload['inspecoes'])}")
+
+
+if __name__ == "__main__":
+    main()