"""Empacota a checagem do debate para o site (D-036). Uso: python3 scripts/exportar_debate.py Lê eventos/debates/afirmacoes.csv (a extração, uma linha por afirmação) e eventos/debates/checagens.csv (a verificação das checáveis) e grava site/dados/debate.js. Confere antes: toda afirmação checável tem checagem, todo selo está no vocabulário e toda checagem com selo tem ao menos uma fonte de nível 1 ou 2. Afirmações com selo "sem_dados" aparecem na página com o rótulo "sem dados suficientes", sem selo, dizendo o que falta (D-038). """ import json import re from comum import HOJE, RAIZ, ler_csv DEBATE = { "id": "band_2turno_1", "titulo": "1º debate do 2º turno", "emissora": "Band", "data": "2026-10-18", "candidatos": {"lula": "Lula", "flavio": "Flávio Bolsonaro"}, "transcricao": "../dados/brutos/debates/transcricao_band_2turno_1_2026-10-19.md", } SELOS = {"verdade", "nao_e_bem_assim", "mentira", "sem_dados"} RESPOSTAS = {"respondeu", "nao_respondeu"} # D-039, item 13: na página, só as duas # Perguntas sem relevância para a decisão de voto (D-041, item 2): provocações pessoais sem conteúdo sobre governo, # políticas, propostas, conduta pública ou situação legal. Ficam no CSV, fora da página e do contador. PERGUNTAS_IRRELEVANTES = { "p016": "se Lula conhece o próprio filho", "p019": "se Flávio acha que já ganhou a eleição", "p022": "se Lula conhece Jair Bolsonaro", "p023": "se Lula assistiu ao filme sobre Jair Bolsonaro", "p028": "voto de presos em Lula (resultado eleitoral; mesma regra da afirmação a104)", "p029": "se um policial votou em Flávio (voto individual, secreto)", "p032": "se o filho de Lula votou nele (voto individual, secreto)", "p034": "quantas armas Flávio tem em casa (posse pessoal, sem relação com proposta ou conduta pública)", } def main(): pasta = RAIZ / "eventos" / "debates" afirmacoes = {a["id"]: a for a in ler_csv(pasta / "afirmacoes.csv")} checagens = {c["id"]: c for c in ler_csv(pasta / "checagens.csv")} erros = [] for aid, a in afirmacoes.items(): if a["checavel"] == "sim" and aid not in checagens: erros.append(f"{aid}: afirmação checável sem checagem") itens, sem_dados = [], [] for aid, c in checagens.items(): a = afirmacoes.get(aid) if not a: erros.append(f"{aid}: checagem sem afirmação") continue if c["selo"] not in SELOS: erros.append(f"{aid}: selo {c['selo']!r} fora do vocabulário") continue fontes = [{"titulo": c[f"fonte{i}_titulo"], "url": c[f"fonte{i}_url"], "nivel": c[f"fonte{i}_nivel"]} for i in (1, 2, 3) if c.get(f"fonte{i}_url")] # nível R: registro integral de uma fala, aceito só para atribuição de fala (D-036, item 8) aceitos = ("1", "2", "R") if a["tipo"] == "atribuição" else ("1", "2") if c["selo"] != "sem_dados" and not any(f["nivel"] in aceitos for f in fontes): erros.append(f"{aid}: selo sem fonte de nível 1 ou 2") if c.get("relevancia", "").startswith("irrelevante"): continue # fora da página e do contador; fica no CSV e nas notas (D-041) if c["selo"] == "sem_dados": sem_dados.append({"id": aid, "candidato": a["candidato"], "tema": a["tema"]}) externas = [] for parte in filter(None, (p.strip() for p in c.get("checagens_externas", "").split(" ; "))): veiculo, selo, url = (parte.split("|") + ["", ""])[:3] if url.startswith("http"): externas.append({"veiculo": veiculo.strip(), "selo": selo.strip(), "url": url.strip()}) itens.append({ "id": aid, "candidato": a["candidato"], "bloco": a["bloco"].split(" | ")[0], "tema": a["tema"], "trechos": a["trecho"].split(" | "), "afirmacao": a["afirmacao"], "selo": c["selo"], "resumo": c["resumo"], "explicacao": c["explicacao"], "fontes": fontes, "pagina_site": c.get("pagina_site", ""), "externas": externas, "observacao": c.get("observacao", ""), }) perguntas = [] arquivo_perguntas = pasta / "perguntas.csv" if arquivo_perguntas.exists(): for p in ler_csv(arquivo_perguntas): if p["id"] in PERGUNTAS_IRRELEVANTES: continue if p["quem_perguntou"] not in ("lula", "flavio") or "Confronto direto" not in p["bloco"]: continue # só o confronto direto entre os candidatos vai para a página (D-039, item 12); o CSV guarda todas if p["classificacao"] not in RESPOSTAS: erros.append(f"{p['id']}: classificação {p['classificacao']!r} fora do vocabulário") perguntas.append({"id": p["id"], "quem_perguntou": p["quem_perguntou"], "quem_respondeu": p["quem_respondeu"], "bloco": p["bloco"], "pergunta": p["pergunta"].split(" | "), "objeto": p["objeto"], "resposta": p["resposta"].split(" | "), "classificacao": p["classificacao"], "justificativa": p["justificativa"], "desvio_antes": p.get("desvio_antes") == "sim"}) # liga cada resposta à checagem do que o candidato afirmou nela, quando o trecho checado está na resposta for p in perguntas: texto = " ".join(p["resposta"]) p["checagens"] = [{"id": i["id"], "selo": i["selo"], "afirmacao": i["afirmacao"]} for i in itens if i["candidato"] == p["quem_respondeu"] and any(t[:60] in texto or texto[:60] in t for t in i["trechos"] if len(t) >= 20)] # análise retórica (D-042): manobras de confiança alta na página; indicadores e argumentação direta retorica = None pasta_ret = pasta / "retorica" if (pasta_ret / "manobras.csv").exists(): manobras = ler_csv(pasta_ret / "manobras.csv") retorica = { "preliminar": not (pasta_ret / "REVISADO").exists(), # D-042, item 4: sem a revisão do segundo agente, a página avisa "manobras": [{k: m[k] for k in ("id", "locutor", "bloco", "trecho", "estrategia_num", "estrategia_nome", "familia", "confianca", "efeito", "neutralizar")} for m in manobras if m["confianca"] == "alta"], "contagem": [{"locutor": m["locutor"], "familia": m["familia"], "confianca": m["confianca"], "estrategia": f"{m['estrategia_num']}. {m['estrategia_nome']}"} for m in manobras], "legitimos": [{k: g[k] for k in ("id", "locutor", "bloco", "trecho", "tipo", "por_que")} for g in ler_csv(pasta_ret / "legitimos.csv")] if (pasta_ret / "legitimos.csv").exists() else [], "indicadores": ler_csv(pasta_ret / "indicadores.csv") if (pasta_ret / "indicadores.csv").exists() else [], } catalogo = {} texto_cat = (RAIZ / "metodologia" / "retorica_estrategias.md").read_text(encoding="utf-8") for num, nome, corpo in re.findall(r"### (\d+)\. (.+?)\n(.*?)(?=\n### |\Z)", texto_cat, re.S): campo = lambda rotulo: (re.search(r"\*\*" + rotulo + r":\*\* (.+)", corpo) or [None, ""])[1].strip() catalogo[num] = {"nome": nome.strip(), "o_que_e": campo("O que é"), "falacia": campo("Falácia moderna").rstrip(".")} retorica["catalogo"] = catalogo for p in perguntas: # liga a resposta às manobras de confiança alta que estão nela texto = " ".join(p["resposta"]) p["manobras"] = [{"id": m["id"], "nome": m["estrategia_nome"]} for m in retorica["manobras"] if m["locutor"] == p["quem_respondeu"] and (m["trecho"][:50] in texto or any(t[:50] in m["trecho"] for t in p["resposta"] if len(t) >= 25))] if erros: raise SystemExit("Erros na checagem do debate:\n " + "\n ".join(erros)) # registros de falas públicas ligados a uma afirmação (eventos/debates/registros/.csv; D-036, segundo complemento) for item in itens: arquivo_registro = pasta / "registros" / f"{item['id']}.csv" if arquivo_registro.exists(): item["registro"] = [{"data": r["data"], "quem": r["quem"], "onde": r["onde"], "trecho": r["trecho"], "url": r["url"]} for r in ler_csv(arquivo_registro)] itens.sort(key=lambda i: i["id"]) # ordem da transcrição sem_dados.sort(key=lambda i: i["id"]) dados = {"tema": "debate", "gerado_em": HOJE.isoformat(), "debate": DEBATE, "itens": itens, "sem_dados": sem_dados, "perguntas": perguntas, "retorica": retorica} destino = RAIZ / "site" / "dados" / "debate.js" destino.write_text("window.DADOS = " + json.dumps(dados, ensure_ascii=False, separators=(",", ":")) + ";\n", encoding="utf-8") print(f"{destino.relative_to(RAIZ)}: {len(itens) - len(sem_dados)} afirmações com selo, {len(sem_dados)} sem dados suficientes, " f"{destino.stat().st_size // 1024} KB") if __name__ == "__main__": main()