Diarios-Oficiais-ALEMS/diarios/models.py

import requests
import os
from urllib.parse import urlparse
from django.core.files.base import ContentFile
from django.db import models
import PyPDF2
import json
from django.core.serializers.json import DjangoJSONEncoder
from babel.dates import format_date


class PDFDocument(models.Model):
    title = models.CharField(max_length=255)
    file = models.FileField(upload_to="pdfs/")
    content = models.TextField(blank=True)
    uploaded_at = models.DateTimeField(auto_now_add=True)
    page_content = models.TextField(blank=True)

    def __str__(self):
        return self.title

    def save(self, *args, **kwargs):
        if self.file:
            pdf = PyPDF2.PdfReader(self.file)
            texto = []
            pages_data = []

            for i, pagina in enumerate(pdf.pages):
                page_text = pagina.extract_text()
                pages_data.append(
                    {
                        "number": i + 1,
                        "content": page_text,
                    }
                )
                texto.append(pagina.extract_text())
            self.content = "\n".join(texto)
            self.page_content = json.dumps(pages_data)

        super().save(*args, **kwargs)


class TipoDiarioOficial(models.Model):
    nome = models.CharField(max_length=100, unique=True)

    def __str__(self):
        return self.nome

    class Meta:
        verbose_name_plural = "Tipos de Diários Oficiais"


class DiarioOficial(models.Model):
    data = models.DateField()
    arquivo = models.FileField(upload_to="diarios_oficiais/", blank=True, null=True)
    tipo = models.ForeignKey(
        TipoDiarioOficial,
        blank=True,
        null=True,
        on_delete=models.SET_NULL,
        related_name="diarios",
    )
    numero = models.CharField(max_length=20, unique=True)
    link = models.URLField(blank=True, null=True, unique=True)
    page_content = models.JSONField(encoder=DjangoJSONEncoder, blank=True, null=True)

    def save(self, *args, **kwargs):
        # Se houver um link, baixa o PDF e extrai o conteúdo
        if self.link and not self.arquivo:
            try:
                # Faz o download do PDF
                response = requests.get(self.link)
                response.raise_for_status()  # Verifica se o download foi bem-sucedido

                # Define o nome do arquivo a partir do link
                parsed_url = urlparse(self.link)
                file_name = (
                    os.path.basename(parsed_url.path) or f"diario_{self.numero}.pdf"
                )

                # Salva o arquivo no campo `arquivo`
                self.arquivo.save(file_name, ContentFile(response.content), save=False)

                # Extrai o conteúdo do PDF
                pdf = PyPDF2.PdfReader(self.arquivo)
                pages_data = []

                for i, pagina in enumerate(pdf.pages):
                    page_text = pagina.extract_text()
                    if page_text:  # Ignora páginas sem conteúdo
                        pages_data.append(
                            {
                                "number": i + 1,
                                "content": page_text,
                            }
                        )

                # Salva o conteúdo das páginas no campo `page_content`
                self.page_content = pages_data

            except requests.RequestException as e:
                print(f"Erro ao baixar o PDF: {e}")
            except PyPDF2.PdfReadError as e:
                print(f"Erro ao ler o PDF: {e}")
            except Exception as e:
                print(f"Erro inesperado: {e}")

        # Salva o modelo
        super().save(*args, **kwargs)

    @property
    def data_formatada(self):
        return format_date(self.data, format="long", locale="pt_BR")

    @property
    def is_online(self):
        return True if self.link else False

    def __str__(self):
        return f"Diário {self.tipo.nome} nº {self.numero}, {self.data_formatada}"

    class Meta:
        constraints = [models.UniqueConstraint(fields=["numero"], name="unique_numero")]
        verbose_name_plural = "Diários Oficiais"