Uma chamada de API no lugar do scraper que o seu time ia manter
API de dados públicos sob demanda: em vez de manter um scraper próprio, você chama a API e o robô faz a coleta no portal do órgão no momento do pedido, devolvendo o dado estruturado e o PDF oficial. A manutenção do robô é nossa.
HathDataExemplo de retornoAPI de dados públicos
Cada documento, com o seu farol
- Consulta CNPJ completa (Receita Federal)RegularNada consta. Documento emitido pela fonte, anexado.Fonte: Receita Federal
- Comprovante do QSA (Sócios e Administradores)AtençãoHá registro no documento emitido. Veja o anexo.Fonte: Receita Federal
- Comprovante de Inscrição CNPJ (Cartão CNPJ)RegularNada consta. Documento emitido pela fonte, anexado.Fonte: Receita Federal
- Certidão de Débitos Federais (CND)Sem conclusãoO órgão não respondeu. Nova tentativa agendada.Fonte: PGFN
61
documentos nesta solução
7
fontes oficiais
O problema
01
Construir o primeiro scraper é fácil, e é por isso que o projeto começa. O que quebra o roadmap é o segundo ano: o portal troca de layout sem aviso, aparece um captcha novo, a sessão passa a exigir cookie que só navegador real cria, o órgão responde 200 com uma página de erro dentro. Nada disso estava na estimativa.
02
Aí a conta muda de lugar. Você não contratou um squad de dados para manter proxy, fila de retry e parser de HTML de tribunal, mas é isso que dois desenvolvedores passam a fazer, e o produto de verdade para de andar.
03
E existe o custo que só aparece em auditoria: scraper caseiro raramente registra a hora da leitura, a evidência do que a fonte devolveu e a diferença entre nada consta e não consegui ler. Quando alguém questiona o dado, não há o que mostrar.
Como funciona
- 1
Você chama a API com o CNPJ e o documento que quer.
- 2
Boa parte das fontes públicas é assíncrona: aceita o pedido e entrega depois. Por isso o contrato é protocolo agora, resultado por webhook (ou polling) quando a fonte responde, em vez de segurar a sua thread esperando um portal.
- 3
O retorno é JSON estruturado e, onde a fonte emite, o PDF oficial com o código de validação do órgão.
- 4
Cada resposta carrega o instante da leitura e o estado real da fonte. Indisponibilidade volta como indisponibilidade, nunca convertida em resultado negativo.
- 5
Portal mudou? O ajuste é do nosso lado, dentro do mesmo contrato de API. Você não versiona parser de HTML de tribunal.
- 6
Lote e agendamento usam o mesmo contrato: o que muda é quem dispara a chamada.
Os documentos (61)
- Consulta CNPJ completa (Receita Federal)Receita Federal
- Comprovante do QSA (Sócios e Administradores)Receita Federal
- Comprovante de Inscrição CNPJ (Cartão CNPJ)Receita Federal
- Certidão de Débitos Federais (CND)PGFN
- Certidão Trabalhista (CNDT)TST
- Certificado de Regularidade do FGTS (CRF)FGTS
- Consulta Consolidada PJTCU
- Certidão CorrecionalCGU
- Certidão de MultasDNIT
As coletas judiciais, no mesmo contrato
Tribunal é onde o scraper caseiro mais quebra: formulário próprio, captcha próprio e um jeito diferente de dizer nada consta em cada estado.
- Certidão Cível · TJAL
- Certidão Cível · TJAM
- Certidão Cível · TJAP
- Certidão Cível · TJBA
- Certidão Cível · TJMS
- Certidão Cível · TJPA
e mais 46 no catálogo completo.
O que não está aqui
Não vendemos o código do robô nem licença de ferramenta de scraping: o que se contrata é a entrega do dado. Não há dump nem base para download em massa: a coleta é sob demanda, uma consulta por vez, e é isso que permite carimbar a hora da leitura. Consulta de pessoa física está fora, e fonte que exige credencial sua só é acessada com autorização formal e em seu nome.
As principais perguntas sobre API de dados públicos
Fale direto com quem constrói o robô. A gente olha a fonte, o volume e o destino antes de qualquer proposta.
Falar com quem faz a coletaQuer isso rodando na sua operação?
Conte quantos CNPJs você acompanha hoje e como o time faz isso agora. A partir daí dá para dizer se a automação se paga. E, quando não se paga, a gente diz também.
Para entender o mecanismo
A coleta é feita em fonte pública oficial: a Hath Data não é a fonte e não certifica o conteúdo publicado pelo órgão. O serviço é prestado sob contrato, o cliente é o controlador dos dados e declara a finalidade; a Hath atua como operadora. Nomes de órgãos são citados apenas para identificar a fonte, sem vínculo ou endosso. Veja os termos de uso e a política de privacidade.