Script que baixa todos os dados de sócios das empresas brasileiras disponíveis no site da Receita Federal, extrai e converte para CSV. Veja mais detalhes.

Acesse diretamente os dados convertidos caso você não queira/possa rodar o script (esses dados foram baixados e convertidos em 31 de janeiro de 2018). Na pasta "output" você encontrará, compactados:

• Um arquivo por unidade federativa;
• Arquivo Brasil.csv, com todos os dados consolidados;
• Arquivo socios-brasil.sqlite - arquivo acima convertido para SQLite, para facilitar consultas.

Cada registro dos arquivos acima representa um sócio.

Os dados originalmente estão em um formato fixed-width file e cada linha possui um tipo diferente de registro (empresa ou sócio), que dificulta as análises.

O campo de qualificação do sócio foi definido com base na tabela disponibilizada pela Receita Federal e está disponível no arquivo qualificacao-socios.csv.

Nota: a codificação de caracteres original é ISO-8859-15, mas o script gera o CSV em UTF-8.

• Algumas empresas não constam nos arquivos acima, acredito que sejam dados não muito atuais.

Esse script depende de Python 3.6 e de algumas bibliotecas. Instale-as executando:

pip install -r requirements.txt

Você deverá rodá-lo em várias etapas:

• Criar o script que baixa os arquivos fix-width
• Baixar os arquivos
• Converter os arquivos para cada unidade federativa (gerando CSVs)
• Juntar os CSVs em um só (para todo o Brasil)

Criando o script que baixa os arquivos:

python3 socios.py create-download-script

Após executar, um arquivo download.sh será criado. Rode-o (necessita de wget instalado - testado apenas em Debian GNU/Linux):

sh download.sh

Poderá demorar. Vários arquivos .txt serão baixados para o diretório download. Converta-os para CSV com o seguinte comando:

python3 socios.py convert-all

Um diretório output será criado com os CSVs (que estarão com codificação UTF-8, separados por vírgula).

Caso queira converter apenas um arquivo, você poderá utilizar o subcomando convert-file, passando o nome do arquivo de origem e o nome de destino, exemplo:

python3 socios.py convert-file --input-filename=download/Paraná.txt --output-filename=output/Paraná.csv

Para gerar o output/Brasil.csv, execute:

python3 socios.py merge-all

Para gerar a base de dados SQLite (facilita consultas), rode o seguinte comando:

python3 csv2sqlite.py

Informações da Receita Federal: Segundo a assessoria de imprensa da Receita Federal do Brasil, a lista de CNPJs não tem ainda registro de todas as empresas do país. A Receita disponibilizou somente os tipos societários que possuem Quadro de Sócios e Administradores. Empresas como as MEI, por exemplo, ainda não constam na lista. A pesquisa está atualizada até o dia 15/12/2017, a data consta ao final da tabela. A previsão da Receita é atualizar a lista a cada seis meses. Ainda segundo o fisco, a lista divulgada tem somente companhias na situação Cadastral Ativa. O órgão informou que não divulgará CPF dos sócios. Somente o nome dos sócios será fornecido. Caso seja um sócio PJ, será fornecido o número do CNPJ deste "sócio" PJ.