Solução computacional que utiliza o próprio arquivo de referência como esquema declarativo[1], interpreta dados legados de largura fixa[2] e gera estruturas prontas para consulta, análise, auditoria e tomada de decisão na Administração Pública.
Esta documentação descreve uma solução técnica independente. Não representa produto oficial, integração homologada ou sistema institucional mantido pelos órgãos e fornecedores relacionados aos formatos processados. Exemplos, layouts e registros desta página são sintéticos; nenhum dado funcional real é exibido.
Na Administração Pública Federal, a gestão de pessoas envolve um conjunto amplo de vínculos, regras legais, rubricas, ocorrências funcionais e rotinas de pagamento. Esses dados sustentam atividades essenciais de cadastro, folha, auditoria, planejamento da força de trabalho e produção de indicadores. Entretanto, a existência da informação dentro de um sistema corporativo não significa que ela esteja imediatamente disponível em formato adequado para análise e decisão.
Até 1989, cada órgão federal era responsável pelo cálculo e pelo pagamento de sua própria folha. Esse cenário produzia sistemas fragmentados, pouca padronização na aplicação da legislação, custos elevados, dificuldades de auditoria e escassez de informações gerenciais integradas. A implantação do SIAPE — Sistema Integrado de Administração de Pessoal iniciou uma mudança estrutural: o processamento da folha passou a ser centralizado, enquanto a alimentação das informações permaneceu distribuída entre os órgãos.
Segundo a apresentação institucional do SIAPEnet, a integração alcançou órgãos da administração direta, autárquica e fundacional do Poder Executivo dependentes do Tesouro para despesas de pessoal. Nos anos 1990, foram incorporados recursos de data warehouse e acesso pela internet, ampliando a produção de informações gerenciais e o acesso do servidor aos próprios dados. O sistema passou a processar diferentes regimes e públicos, incluindo servidores ativos, aposentados e pensionistas distribuídos pelo território nacional.
Essa evolução resolveu parte decisiva da integração institucional, mas não eliminou todos os obstáculos na etapa de extração e preparação dos dados. Em diversas rotinas, relatórios administrativos ainda chegam como arquivos de texto de largura fixa, acompanhados por um arquivo de referência que descreve nome, tipo e tamanho de cada campo. Para o computador, o conteúdo possui estrutura; para o usuário comum, porém, ele aparece como uma longa sequência de caracteres sem colunas reconhecíveis pelo Excel.
Na prática, o servidor precisa ler o layout, calcular posições, recortar campos, preservar zeros à esquerda, criar colunas auxiliares e recorrer a fórmulas como PROCV para cruzar informações. O trabalho precisa ser refeito quando surge outro relatório ou quando o layout é alterado. Além do tempo consumido, esse método aumenta a possibilidade de deslocamentos, conversões indevidas e resultados diferentes entre equipes.
Contribuição para a Gestão Pública
A solução converte conhecimento operacional informal em uma regra computacional reproduzível. A Administração deixa de depender da montagem artesanal de planilhas e passa a dispor de um processo padronizado, verificável e reutilizável para transformar dados administrativos em informação gerencial.
A solução recebe um arquivo de referência, contendo nomes, tipos declarados e larguras, e um arquivo de dados sem delimitadores. As larguras acumuladas definem as fronteiras das colunas e eliminam a necessidade de cadastrar previamente cada relatório.
Do relatório legado ao produto informacional
flowchart TB
subgraph O["Sistema legado"]
REF["Arquivo REF: nomes, tipos e larguras"]
TXT["Arquivo TXT: registros posicionais"]
end
subgraph M["Interpretador de metadados"]
P["Parser do layout"]
E["Esquema dinâmico"]
F["Leitor de largura fixa"]
end
subgraph S["Saídas estruturadas"]
XLSX["Planilha Excel"]
CSV["Arquivo CSV"]
SQL["Esquema SQL"]
end
subgraph G["Uso na gestão"]
V["Visualização e filtros"]
BI["Análise e indicadores"]
A["Auditoria e conferência"]
end
REF --> P --> E --> F
TXT --> F
F --> XLSX
F --> CSV
F --> SQL
S --> G
Use “Ampliar” para inspecionar o diagrama em tela inteira.
O layout é tratado como dado, não como configuração fixa no código
MATRICULA N 0007 NOME X 0030 UNIDADE X 0010 VALOR N 0012
colunas = [ "MATRICULA", "NOME", "UNIDADE", "VALOR" ] larguras = [7, 30, 10, 12] posições = [ 0:7, 7:37, 37:47, 47:59 ]
O núcleo não contém uma tabela fixa de campos. Ele lê cada linha do arquivo de referência da direita para a esquerda, identifica a largura declarada e utiliza o restante como nome da coluna.
PARA cada linha do arquivo REF:
linha ← remover_espaços_externos(linha)
partes ← separar_da_direita(linha, 2)
SE partes contiver nome, tipo e largura:
nome ← partes[0]
largura ← converter_inteiro(partes[2])
adicionar(nome, colunas)
adicionar(largura, larguras)
RETORNAR colunas, largurasdef interpretar_layout(caminho_ref):
colunas, larguras = [], []
with open(caminho_ref,
encoding="latin1",
errors="replace") as arquivo:
for linha in arquivo:
partes = linha.strip().rsplit(None, 2)
if len(partes) >= 3:
colunas.append(partes[0].strip())
larguras.append(int(partes[-1]))
return colunas, largurascolunas, larguras = interpretar_layout(arquivo_ref)
tabela = pandas.read_fwf(
arquivo_txt,
widths=larguras,
names=colunas,
header=None,
dtype=str,
encoding="latin1"
)
tabela.to_excel(arquivo_saida, index=False)A tipagem textual preserva zeros à esquerda, códigos e identificadores que não devem sofrer conversão numérica automática.
Extrai dinamicamente nomes e larguras do arquivo de referência.
Processamento implementado para ZIP, TAR e GZIP, incluindo variações de extensão.
Geração de Excel, CSV e representação SQL para interoperabilidade.
Pesquisa global, filtros por coluna, ordenação, paginação e seleção de campos.
Autenticação, pastas por usuário e identificador único por processamento.
Perfis administrativos, bloqueio de contas e redefinição controlada de senha.
O extrator não se limita a uma demonstração conceitual. Há uma aplicação web disponível em endereço público, com autenticação de usuários, envio controlado dos arquivos de referência e de dados, execução do processamento no servidor e disponibilização das saídas estruturadas.
A aplicação está hospedada em uma VPS e distribuída por meio de Docker, o que isola dependências, padroniza o ambiente de execução e permite reproduzir a implantação em outra infraestrutura. Essa organização aproxima o projeto de uma solução utilizável, sem ocultar os requisitos de segurança e governança necessários antes do tratamento de dados funcionais reais.
O endereço público permite demonstrar o fluxo completo — autenticação, upload, interpretação do layout, conversão e visualização — com arquivos sintéticos ou devidamente anonimizados.
A transformação não termina na geração da planilha. Ao estruturar o dado, o sistema habilita conferência, consolidação, indicadores, cruzamentos e decisões que eram dificultados pelo formato legado.
Redução do tempo consumido em tarefas repetitivas de preparação.
Aplicação uniforme do mesmo layout a todos os registros.
Dados disponíveis para filtros, indicadores, BI e auditoria.
Regra operacional transformada em software documentado.
| Dimensão | Antes | Com a solução | Efeito esperado |
|---|---|---|---|
| Mapeamento | Manual | Derivado do REF | Padronização |
| Tratamento | Fórmulas e PROCV | Pipeline reproduzível | Menos retrabalho |
| Qualidade | Conferência visual | Estrutura uniforme | Menor risco de deslocamento |
| Reutilização | Planilha individual | Serviço compartilhável | Escala organizacional |
| Análise | Posterior e artesanal | CSV, Excel, SQL e viewer | Decisão baseada em dados |
O projeto insere-se na linha de transformação digital da Administração Pública, com ênfase em interoperabilidade, modernização de sistemas legados, engenharia de dados e apoio computacional à gestão.
O objeto não é apenas a conversão de um arquivo, mas a modelagem de um processo capaz de transformar metadados técnicos em estruturas gerenciais reproduzíveis.
A interpretação automática reduz significativamente o tempo total de preparação.
O esquema derivado reduz erros de deslocamento frente ao tratamento manual.
Dados estruturados ampliam as possibilidades de análise e controle gerencial.
A versão web recebe arquivos no servidor; portanto, não deve ser descrita como processamento local no computador do usuário. Antes de uso com dados pessoais ou funcionais reais, são necessários controles proporcionais à sensibilidade, minimização, retenção temporária, autorização, registro de acesso e exclusão verificável.
A identificação do problema administrativo, a modelagem do arquivo de referência como esquema executável, o desenvolvimento do parser, a aplicação web e o visualizador compõem uma solução idealizada e implementada por Wilmar Borges Leal Junior. O projeto materializa uma abordagem de transformação digital centrada em remover barreiras técnicas entre sistemas legados e a gestão pública orientada por dados.
Mestre em Modelagem Computacional de Sistemas
Professor do IFTO
Advogado — OAB/TO 11.673
Tecnologia e Inovação — AGU