Upload 2 files

convert_excel_to_csv.py

@@ -0,0 +1,77 @@
+import pandas as pd
+import os
+import sys
+import traceback
+
+# --- ETAPA 1: DEFINIR CAMINHOS DINAMICAMENTE ---
+try:
+    script_dir = os.path.dirname(os.path.abspath(__file__))
+except NameError:
+    # Fallback para ambientes interativos
+    script_dir = os.getcwd()
+
+excel_file_path = os.path.join(script_dir, 'TUSSxRolxSinônimosvs2.xlsx')
+csv_file_path = os.path.join(script_dir, 'rol_procedures_database.csv')
+
+print(f"Diretório de trabalho: {script_dir}")
+print(f"Arquivo de entrada (Excel): {excel_file_path}")
+print(f"Arquivo de saída (CSV): {csv_file_path}")
+
+# --- ETAPA 2: VERIFICAR E PROCESSAR OS ARQUIVOS ---
+if not os.path.exists(excel_file_path):
+    print(f"\nERRO: Arquivo de entrada não encontrado!")
+    print(
+        f"Por favor, certifique-se de que o arquivo '{os.path.basename(excel_file_path)}' está na mesma pasta que este script.")
+    sys.exit(1)
+
+try:
+    print(f"\nLendo o arquivo Excel (forçando TODAS as colunas como texto)...")
+    df = pd.read_excel(excel_file_path, dtype=str)
+
+    print("Mapeando colunas e limpando dados...")
+    df_mapped = pd.DataFrame()
+
+    column_mapping = {
+        'Codigo_TUSS': 'Código',
+        'Descricao_TUSS': 'Terminologia de Procedimentos e Eventos em Saúde (Tab. 22.202503)',
+        'Correlacao_Rol': 'Correlação\n(Sim/Não)',
+        'Procedimento_Rol': 'PROCEDIMENTO',
+        'Resolucao_Normativa': 'Resolução\nNormativa (alteração)',
+        'Vigencia': 'VIGÊNCIA',
+        'OD': 'OD', 'AMB': 'AMB', 'HCO': 'HCO', 'HSO': 'HSO', 'PAC': 'PAC', 'DUT': 'DUT',
+        'SUBGRUPO': 'SUBGRUPO', 'GRUPO': 'GRUPO', 'CAPITULO': 'CAPÍTULO',
+        'Sinonimo_1': 'Sinônimo 1 (Popular/Explicativo)',
+        'Sinonimo_2': 'Sinônimo 2 (Abreviação/Técnico)',
+        'Sinonimo_3': 'Sinônimo 3 (Entre Tabelas AMB/CBHPM)',
+        'Sinonimo_4': 'Sinônimo 4 (Outros)',
+        'Semantico': 'Síntese semântica do procedimento'}
+
+    for new_col, old_col in column_mapping.items():
+        if old_col in df.columns:
+            # --- ALTERAÇÃO PRINCIPAL AQUI ---
+            # 1. Substituímos qualquer quebra de linha (\n ou \r) por um espaço.
+            # 2. Depois, limpamos os espaços em branco do início e do fim.
+            # Usamos uma expressão regular (regex) para pegar todas as variações de quebra de linha.
+            cleaned_series = df[old_col].str.replace(r'[\r\n]+', ' ', regex=True).str.strip()
+            df_mapped[new_col] = cleaned_series
+            # ------------------------------------
+        else:
+            print(f"AVISO: Coluna '{old_col}' não encontrada. A coluna '{new_col}' será criada vazia.")
+            df_mapped[new_col] = pd.Series(dtype='object')
+
+    # Preencher valores nulos (NaN) com uma string vazia para garantir consistência
+    df_mapped = df_mapped.fillna('')
+
+    print(f"\nSalvando o arquivo CSV mapeado e limpo...")
+    # Usando quoting=csv.QUOTE_MINIMAL pode ser uma boa prática, mas o padrão já é bom.
+    df_mapped.to_csv(csv_file_path, index=False, encoding='utf-8-sig')
+
+    print("\n--- Informações do arquivo CSV gerado ---")
+    print(f"Número de linhas: {len(df_mapped)}")
+    print(f"Número de colunas: {len(df_mapped.columns)}")
+    print(f"\nSUCESSO! Arquivo CSV salvo em: {csv_file_path}")
+
+except Exception as e:
+    print(f"\nERRO CRÍTICO ao processar o arquivo Excel: {e}")
+    traceback.print_exc()
+    sys.exit(1)