Tenho uma base de dados contento atos normativos (leis, decretos, portarias, processos, etc). Esta base está no formato .txt
e não segue um padrão de estruturação.
PORTARIA Nº 392, DE 9 DE SETEMBRO DE 2021
Os textos estão completamente sem formatação, com muitos espaços e quebras de linhas que dificultam suas análises.
A grande maioria desses atos, em seu corpo, fazem referência a outros atos como:
O SECRETÁRIO DE DEFESA AGROPECUÁRIA DO MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO, no uso da atribuição que lhe conferem os art. 21 e 63 do Anexo I do Decreto nº 10.253, de 20 de fevereiro de 2020, tendo em vista o disposto na Lei nº 8.171, de 17 de janeiro de 1991, na Lei nº 13.874, de 20 de setembro de 2019, no Decreto nº 10.178, de 18 de dezembro de 2019, e o que consta do Processo SEI nº 21000.058030 /2020-37, resolve:...
Eu preciso extrair dos atos o título e suas referências (caso houver) e criar um arquivo contendo duas colunas. A primeira trazendo sempre o ato em análise e a segunda suas referências. Exemplo usando o trecho acima:
| PORTARIA, 392 | Decreto, 10.253 |
| PORTARIA, 392 | Lei, 8.171 |
| PORTARIA, 392 | Lei, 13.874 |
| PORTARIA, 392 | Decreto, 10.178 |
| PORTARIA, 392 | Processo SEI, 21000.058030 /2020-37 |
| PORTARIA, 392 | Revogado Lei, 14.133 |
O padrão que observei para a possível realização da tarefa é a sequência de caracteres Nº
.
Verifiquei com um profissional do direito do sobre os comentários feitos. O Processo SEI não entrará no arquivo que será gerado, pois ele não faz sentido. Quanto aos outros atos que aparecem no decorrer do texto A MAIORIA segue o seguinte padrão nome do ato n° 0.000 ou 00.000. Tambem me disse ser importante trazer informações como Revogado pela Lei nº 14.133 O ato que vier a frente de Revogado
Alguém teria uma ideia de como posso estar executando este tipo de tarefa?