Raspagem CNPJ (inscrição e situação cadastral)

dúvidas
1

Semana passada Beatrizmilz deu-me enorme ajuda para baixar a base de dados de CNPJ salva no googledrive pelo Turicas.
Já comecei a usar, e está funcionando bem. Porém está desatualizada, quando foi salva ainda não existia o campo para e-mail.

Há alguma forma de fazer isso sem ter que baixar toda base dos ‘comprovantes de inscrição e situação cadastral’ (“https://servicos.receita.fazenda.gov.br/servicos/cnpjreva/cnpjreva_solicitacao.asp”)?

Neste site há reCaptcha v2 (botão de eu não sou robô).

Agradeço desde já a atenção.

1 curtida
2

Oi, Mário. Tudo bem?

Eu vi a sua ultima mensagem e me perguntei se você conhece o repositório do george santiago: https://github.com/georgevbsantiago/qsacnpj

La tem os dados cadastrais das empresas e tem email também. Ele costuma ser muito diligente na atualização.

Não estou certo se isso atende esse seu pedido de agora, mas deixo aqui a recomendação.

3

Obrigado Fernando.

Há algum tempo tentei uma vez mas fiquei pelo caminho.
Vou tentar de novo, qualquer problema mais específico volto ao forum.

Abs.

4

Eu sempre vou direto na base em SQLite: https://bit.ly/3cRruVw

Se vc tiver problemas avisa. Acredito que baste instalar o SQLite e depois ler no R usando o pacote DBI.

5

Bom dia Fernando.
Fiquei ontem o dia todo tentando seguir as instruções do George Santiago, consegui alguns resultados, mas o principal, os dados de inscrição e situação cadastral, não rolou.
Estou baixando agora o ‘sqlite_dados_qsa_cnpj_23-11-2020.zip’. Já instalei o DBI no R e o DB Browse (SQLite), mas nunca usei estes programas. Indicaria algum tutorial ou faço as consultas do próprio RStudio?
Abs.

6

Eu fiz um tutorial interno que posso compartilhar com vc aqui: acho que deve funcionar

#install.packages("DBI")
#install.packages("RSQLite")
#install.packages("dplyr")

library(stringr)
library(dplyr)

con <- DBI::dbConnect(RSQLite::SQLite(), "bd_dados_qsa_cnpj.db")

lista_de_cnpjs <- c(
  '10.626.543/0001-72',
) %>% 
  str_remove_all("[:punct:]") %>% 
  str_pad(pad = "0", width = 14, side = "left")

cnpj <- dplyr::tbl(con, "cnpj_dados_cadastrais_pj")

dados_cadastrais <- cnpj %>% 
  filter(cnpj %in% local(lista_de_cnpjs)) %>% 
  collect() %>% 
  mutate(lista_original = TRUE)
1 curtida
7

Boa tarde Fernando.

Seu script deu super certo. Estou exultante!

Já havia tentado uma vez e nada. Tentei de novo com as instruções do Github, não funcionava. E pior, onde trabalhei, que tinha salas grandes só de gente de TI, nunca consegui fazer este dbConnect.

Grrrrrrrrrraaaaande abraço.

8

Muitas vezes os dados que tenho para consultar são as raízes de CNPJ.

São compostas pelos 8 primeiros algarismos do CNPJ.

Tentei repetir o script que me encaminhou criando a coluna raiz_cnpj, mas surgiu o

Erro: str_extract() is not available in this SQL variant

lista_de_raizes_cnpjs <- c(‘10626543’,‘01575709’,‘29345741’,
‘20008729’,‘13513325’)

Criando a tabela também com as raízes do CNPJ.

library(stringr)
dados_cadastrais <- cnpj %>%
dplyr::select(c(4,6,7,26,27,29)) %>%
dplyr::mutate(raiz_cnpj = str_extract(cnpj, “[:digit:]{8}”)) %>%
dplyr::filter(cnpj %in% local(lista_de_raizes_cnpjs)) %>%
dplyr::collect() %>%
dplyr::mutate(lista_original = TRUE)

Como resolver isso?

Agradeço desde já a atenção.