Álvaro Justen turicas

## json_prettifier.py
import argparse
import json


def prettify(filename, indent=2, output_filename=None):
    with open(filename) as fobj:
        data = json.load(fobj)
    with open(output_filename or filename, mode="w") as fobj:
        json.dump(data, fobj, indent=indent)

## README.md

      
              3 files
            
          
              0 forks
            
          
              0 comments
            
          
              0 stars
            
          
                turicas
                / README.md
            
            
              Last active
              August 27, 2022 21:33
            
              
                CLI to create a QRcode with an embedded vCard
              
          
    vCard QRcode


Gera arquivo do tipo vCard e anexa no QRcode

Ao ler o QRcode, usuário não precisa acessar um link (já tem as informações offline)


python vcard_qrcode.py \
  --email josecarlos@dasilva.com \
  --organization 'Minha empresa Ltda' \
 --title 'Diretor de Tecnologia' \

  
## 2021-02-23-microdados_vacinacao-por-grupo.csv

          
            Paciente Grupo
            Contagem

            
              Trabalhadores de Saúde
              3916902

            
              Faixa Etária
              1351065

            
              Povos Indígenas
              229231

            
              Pessoas de 60 anos ou mais institucionalizadas
              180771

            
              118921

            
              Pessoas com Deficiência
              16748

            
              Comorbidades
              12946

            
              Povos e Comunidades Tradicionais
              8795

            
              Forças de Segurança e Salvamento
              4204

## number_utils.py
def abbreviate_number(n, divider=1_000, suffix=None):
    """
    >>> abbreviate_number(100)
    '100'
    >>> abbreviate_number(1_000)
    '1.0K'
    >>> abbreviate_number(1_000, divider=1_024)
    '1000'
    >>> abbreviate_number(1_024, divider=1_024)
    '1.0K'

## README.md

      
              2 files
            
          
              0 forks
            
          
              0 comments
            
          
              0 stars
            
          
                turicas
                / README.md
            
            
              Last active
              November 2, 2020 11:19
            
              
                SQL file to extract all Brazilian domains from Chrome history using Chrome's SQLite database
              
          
    Extract Brazilian Domains from Google Chrome History

Save the chrome-history.sql file and then execute on the terminal:
CHROME_DB=~/.config/google-chrome/Default/History
cat chrome-history.sql | sqlite3 $CHROME_DB
Then access the data in my-chrome-history.csv.

  
## brasil_io.py
import csv
import gzip
import io
import json
from urllib.parse import urlencode, urljoin
from urllib.request import Request, urlopen


class BrasilIO:

## parse-nginx-logs.sh
#!/bin/bash
# Process all nginx logs for a specific website through goaccess using docker
# <https://goaccess.io/>

set -e

cat_site_logs() {
        sitename="$1"
        log_path="/var/log/nginx/"

## README.md

      
              4 files
            
          
              0 forks
            
          
              0 comments
            
          
              0 stars
            
          
                turicas
                / README.md
            
            
              Last active
              June 10, 2020 09:30
            
              
                Análise nos dados do auxílio emergencial COVID-19
              
          
    Análise dos dados do auxílio emergencial

Código em SQL que agrupa dados do auxílio emergencial por município. Testado em banco de dados PostgreSQL.
Para funcionar, você precisa importar as seguintes tabelas:

auxilio_emergencial: https://data.brasil.io/dataset/govbr/auxilio_emergencial.csv.gz
populacao: https://raw.githubusercontent.com/turicas/covid19-br/master/data/populacao-estimada-2019.csv

O resultado está no arquivo auxilio_por_municipio.csv.

  
## screenshot.py
#!/usr/bin/env python3
# requires: pip install splinter
import argparse
import datetime
import os
import shutil
import time
from urllib.parse import urlparse
from pathlib import Path

## filter_log.py
import argparse
import csv

import rows


parser = argparse.ArgumentParser()
parser.add_argument("input_filename")
parser.add_argument("output_filename")
args = parser.parse_args()
	import argparse
	import json


	def prettify(filename, indent=2, output_filename=None):
	with open(filename) as fobj:
	data = json.load(fobj)
	with open(output_filename or filename, mode="w") as fobj:
	json.dump(data, fobj, indent=indent)
	Paciente Grupo	Contagem
	Trabalhadores de Saúde	3916902
	Faixa Etária	1351065
	Povos Indígenas	229231
	Pessoas de 60 anos ou mais institucionalizadas	180771
		118921
	Pessoas com Deficiência	16748
	Comorbidades	12946
	Povos e Comunidades Tradicionais	8795
	Forças de Segurança e Salvamento	4204
	def abbreviate_number(n, divider=1_000, suffix=None):
	"""
	>>> abbreviate_number(100)
	'100'
	>>> abbreviate_number(1_000)
	'1.0K'
	>>> abbreviate_number(1_000, divider=1_024)
	'1000'
	>>> abbreviate_number(1_024, divider=1_024)
	'1.0K'
	import csv
	import gzip
	import io
	import json
	from urllib.parse import urlencode, urljoin
	from urllib.request import Request, urlopen


	class BrasilIO:
	#!/bin/bash
	# Process all nginx logs for a specific website through goaccess using docker
	# <https://goaccess.io/>

	set -e

	cat_site_logs() {
	sitename="$1"
	log_path="/var/log/nginx/"
	#!/usr/bin/env python3
	# requires: pip install splinter
	import argparse
	import datetime
	import os
	import shutil
	import time
	from urllib.parse import urlparse
	from pathlib import Path
	import argparse
	import csv

	import rows


	parser = argparse.ArgumentParser()
	parser.add_argument("input_filename")
	parser.add_argument("output_filename")
	args = parser.parse_args()