+ ej!bRt^RIt^RIt^RIHt]P !]4t]P!R4t ]P!R4t RRlt RRlt R R lt R R lt]P!R ]P4t]P!R]P4tRRltRRltRtRtRRltR#)uPreencher a ficha da empresa a partir das publicações do registo comercial. Três níveis de informação, e é importante não prometer o nível errado: 1. **Qualquer publicação**, mesmo uma simples "PRESTAÇÃO DE CONTAS", traz um cabeçalho com NIPC, firma oficial, natureza jurídica e sede. Serve para enriquecer empresas de qualquer idade — a SECURITAS, constituída há décadas, dá o nome legal actual e a sede a partir de uma prestação de contas de 2026. 2. **Ficha completa** (objecto, capital, sócios com quotas, gerência) só vem na publicação de **Constituição**, que existe para empresas constituídas depois de ~2006. A SEGUNOR tem (2018, ainda como IGPSPROTEK); a SECURITAS não. 3. Os actos posteriores trazem só o delta (`Artigo(s) alterado(s): 2.º`), que a `mj_people_parser` já usa para acompanhar a gerência. Onde não houver constituição publicada, capital e objecto ficam por preencher — e isso fica visível na UI, em vez de se inventar um valor. N)Anyz<[^>]+>z[ \t]+c>V^8dQhR\R,R\/#htmlNreturnstr)formats"M/Volumes/www/segunor-intel-grid/backend/app/services/mj_company_enrichment.py __annotate__r s ) )sTz )c )c V'gR#^RIp\PRV4pVPV4pVP RR4P RR4p\ PRV4p\ P!RRV4#)N z   z\n{2,})r_TAG_REsubunescapereplace _WS_LINE_REre)r_htmltexts& r html_to_textrsk  ;;tT "D >>$ D << % - -dD 9D ??3 %D 66)T4 ((r cJV^8dQhR\R\R\R,/#)rrlabelrNr)r s"r r r *s%55C55d 5r c\P!V R2V\P4pV'd*VP^4P 4;'gR#R#)uQValor de um campo do cabeçalho: a etiqueta fica numa linha, o valor na seguinte.z\s*:\s*\n\s*(.+)N)rsearch IGNORECASEgroupstrip)rrms&& r _labelledr$*sH eW,-tR]]CA)*1771:    % %44r cLV^8dQhR\R,R\R,/#)rvalueNrr)r s"r r r 1s"td r cV'gR#VUu.uFqP4'gKVNK ppV'gV#\RV44\V4, pVR8dV#0Rmp.pVP4P 4F2pTP Wd9d V'dTMVP 44K4 RPV4#uupi)u)A fonte escreve em maiúsculas e com acentos partidos: "SOCIEDADE ANóNIMA" tem mesmo um "ó" minúsculo no meio de tudo em caixa alta. Testar `any(islower())` deixaria passar exactamente esse caso, por isso decidimos pela maioria — só normalizamos quando o valor é esmagadoramente maiúsculo.Nc3T"TFqP4'gK^xK R#5i)N)isupper).0cs& r _titlecase_pt..;s8AIIKaas( (g?r>edadedoemdasdospor)isalphasumlenlowersplitappend capitalizejoin)r&r,letters upper_ratiominorwordsws& r _titlecase_ptrD1s /%Q99;qq%G/  8883w<GKS >E E [[] " !*QALLNC# 88E?0s CCc`V^8dQhR\R,R\\\3,/#r)r dictr)r s"r r r Es&88C$J84S>8r c\V4pRRRRRRRRRRRRRRR RR RR RR RR R/ pV'gV#\VR4VR&\VR4VR&\\VR44VR&\VR4VR&\P!RV\P 4pV'dVP ^4P4;'gRVR&VP ^4P4;'gRVR&VP ^4P4;'gRVR&VP ^4'd&VP ^4 RVP ^4 2MVP ^4VR &VP ^4P4VR &M\P!RV\P \P,4pV'dVP ^4P4;'gRVR&VP ^4P4;'gRVR&VP ^4P4;'gRVR&\P!RV\P\P,4pV'd@\P!RRVP ^44P4R,VR &\P!RV\P\P ,4pV'd_VP ^4P4PRR4PRR4PRR4p\V4VR &\\P!RV\P 44VR &V# \dLAi;i)u>Campos da empresa contidos numa publicação. Todos opcionais.nipcNfirmanatureza_juridicasededistritoconcelho freguesia codigo_postal localidade objeto_socialcapital_socialis_constitutionFu(N[º°o]\s*de\s*Matr[íi]cula\s*/\s*NIPCFirmauNatureza\s*Jur[íi]dicaSedezyDistrito\s*:\s*(.*?)\s*Concelho\s*:\s*(.*?)\s*Freguesia\s*:\s*(.*?)[ \t]*\n[ \t]*(\d{4})(?:\s*-\s*(\d{3}))?[ \t]+([^\n]+)-zJDistrito\s*:\s*(.*?)\s*Concelho\s*:\s*(.*?)\s*Freguesia\s*:\s*(.*?)[ \t]*$u?^OBJECTO\s*:\s*(.+?)(?=\n[A-ZÇÃÕÉ][A-ZÇÃÕÉ \t]{2,}\s*:)z\s+r:NiNz!^CAPITAL\s*:\s*([\d .,]+)\s*Eurosr.,u%CONSTITUI[ÇC][ÃA]O\s+DE\s+SOCIEDADE)rr$rDrrr r!r" MULTILINEDOTALLrrfloat ValueErrorbool)rroutr#raws& r parse_publicationr`Es  Dgt%8$D*dKPTdOT3CT5 C  D"MNCKT7+CL,Yt=W-XYCD&)CK  : bmm A  ''!***,44J''!***,44J771:++-55K?@wwqzz!''!*Qqwwqzl;qwwWXzOGGAJ,,.L II Y "--",,.  ggaj..088DC Oggaj..088DC O wwqz//199TC  TVZ\^\h\hkmktkt\tuA!vvfc1771:>DDFuMO 6bllR]]>Z[Aggaj ((b199#rBJJ3PST $)#JC !"")),TVZ\^\i\i"jkC J    s6N88 OOu%constitui[çc][ãa]o\s+de\s+sociedadeu+(aumento|redu[çc][ãa]o)\s+d[oe]\s+capitalchV^8dQhR\\\\3,,R\/#rpubsr)listrFr rr])r s"r r r s+ T TT$sCx.1 Td Tr c\;QJd&RV4F'gK R'*# R'*#!RV44'*#)uTrue quando o capital da constituição ainda é o capital actual. A constituição diz o capital **inicial**. A SEGUNOR foi constituída com 1.000 EUR em 2018 e aumentou depois — as quotas dos sócios já são de 125.000 EUR cada. Publicar 1.000 como capital actual seria simplesmente errado, e não temos o valor novo (os actos de aumento não repetem o total). Nesse caso preferimos não preencher: um campo vazio é honesto, um número desactualizado não é. c3~"TF3p\PVPR4;'gR4xK5 R#5iAct_FactrN)CAPITAL_CHANGE_RErgetr+ps& r r-%capital_is_current..s0Sd$++AEE*,=,C,CDDds+==TF)any)rcs&r capital_is_currentros6sSdSss SSs SSsSdSS SSr cV^8dQhR\\\\3,,R\\\\3,,/#rbrdrFr r)r s"r r r s5d38n)=$tCQTH~BVr cV'g.#V^,.p\RV4R4pVeW ^,JdVPV4V#)ubEscolhe as publicações que vale a pena abrir para enriquecer a ficha. Puxar o conteúdo de todas seria caro sem ganho: são 2105 publicações nas 94 empresas monitorizadas e a esmagadora maioria são prestações de contas, que repetem o mesmo cabeçalho. Bastam duas: * a **mais recente**, para firma, natureza jurídica e sede actuais — o cabeçalho vem em qualquer publicação, mesmo numa prestação de contas; * a **constituição**, quando existe, que é a única que traz objecto, capital, sócios e gerência inicial. `pubs` vem do IRN ordenada da mais recente para a mais antiga. c3"TF=p\PVPR4;'gR4'gK9VxK? R#5irg)CONSTITUTION_RErrjrks& r r-1select_enrichment_publications..s0LDqO221553D3J3JKDs+A A AN)nextr<)rcchosen constitutions& r select_enrichment_publicationsrysM  1gYFLDLdLLQ$? l# Mr cV^8dQhR\\\\3,,R\\\3,/#)r publicationsrrq)r s"r r r s/tDcN';S#Xr cV'gRR/#\Uu/uFqV^,PV4bK ppVFDp\F7pVPV4eKVPV4fK-W1,W!&K9 KF \;QJdRV4F 'gK RM RM !RV44VR&V#uupi)uCCombina as publicações abertas numa ficha só. **A identidade e a morada vêm exclusivamente da publicação mais recente**, em bloco. Preencher campo a campo a partir de várias publicações produz fichas incoerentes: a SEGUNOR ficava com a rua actual e o código postal da constituição de 2018, e a firma seria "IGPSPROTEK, LDA", o nome anterior à mudança. Um campo em falta é preferível a um campo de outra época. Objecto e capital só existem na constituição, e esses sim aceitam-se de lá. `publications` deve vir ordenada da mais recente para a mais antiga. has_constitutionFc3B"TFqPR4xK R#5i)rSN)rjrks& r r-'merge_company_fields..s$T|!UU+<%=%=|sT) CURRENT_STATErjFROM_CONSTITUTIONrn)r{kmergedpubs& r merge_company_fieldsrs "E**ANOAa!4!4Q!77FO"Azz!}$)?F #"%$T|$T$T|$T!TF  M Ps!B;)rIrJrKrLrMrNrOrP)rQrR)__doc__loggingrtypingr getLogger__name__loggercompilerrrr$rDr`r rtriroryrrrr r rs"    8 $ **Z jj#  )5(8v**Er}}UJJ2BMM T2 8r