PROJETO DE EXTENSÃO I - Exclusão de Arquivos Duplicados v3.0

Projeto de Extensão I (CDADOS) – Ferramenta para identificar e excluir arquivos duplicados (PDF, PNG, JPEG/JPG) com interface web.

Esta é a versão 3.0 do projeto. Nesta atualização a interface original em Tkinter foi substituída por Flask, trazendo maior flexibilidade de uso para os integrantes administrativos da IGREJA APOSTÓLICA RENASCER EM CRISTO.

Objetivo

Eliminar arquivos duplicados em uma pasta informada pelo usuário, liberando espaço e organizando melhor o acervo digital (documentos e imagens). A ferramenta oferece:

• Interface web simples (abrindo no navegador automaticamente)
• Seleção da pasta via diálogo nativo (Tkinter) ou digitação manual
• Remoção segura de duplicados baseada no conteúdo real dos arquivos
• Geração de log detalhado das exclusões
• Exibição de direitos autorais via iframe externo

Principais Mudanças da Versão 3.0

Item	Antes (v2.x)	Agora (v3.0)
Interface	Tkinter	Flask (UI web responsiva + Tailwind)
Dependência de pex.lic	Obrigatória para apontar caminho	Removida (usuário informa o caminho na página)
Seleção de pasta	Somente leitura via arquivo de licença	Botão "Selecionar Pasta" (diálogo nativo) + campo manual
Feedback de progresso	Caixa de diálogo simples	Página dinâmica com mensagens e log
Direitos autorais	Texto local	Iframe para página oficial externa
Empacotamento	PyInstaller básico	Script de compilação com assinatura digital

Como a Detecção de Duplicados Funciona

1. Percorre recursivamente a pasta selecionada.
2. Para cada arquivo suportado:
   • PNG / JPEG: a imagem é aberta com Pillow, convertida para bytes PNG normalizados e então calculado um hash SHA-256.
   • PDF: o texto de cada página é extraído via PyPDF2 e concatenado no hash.
   • (Outros tipos – ignorados nesta versão.)
3. Mantém-se um dicionário hash -> caminho. Se um novo arquivo gera um hash já visto, ele é considerado duplicado e removido.
4. Cria-se um log_exclusao.txt no diretório do script (ou fallback em Documents se não houver permissão).

Vantagens da Estratégia

• Compara conteúdo real, não apenas nomes ou tamanhos.
• Minimiza falsos positivos (mesmo nome diferente → detecta duplicidade se conteúdo igual).

Limitações / Observações

• Extração de texto de PDFs depende da qualidade do documento (PDFs só imagem sem camada de texto não são comparados pelo conteúdo visual).
• O navegador não pode (por segurança) fornecer o caminho absoluto local; o botão de seleção abre um diálogo nativo via rota /select_folder (usa Tkinter no host). Em modo totalmente headless isso não estará disponível.
• Se a pasta contiver muitos arquivos grandes, a operação pode levar tempo (hashing é O(n)).

Estrutura dos Arquivos Principais

Arquivo	Função
PROJETO DE EXTENSÃO I.py	Aplicação Flask + lógica de exclusão + UI embutida em INDEX_HTML
version_compilador.py	Script de build PyInstaller (gera executável e faz assinatura digital)
version.txt	Metadados de versão usados pelo PyInstaller (--version-file)
ico.png	Ícone do executável
log_exclusao.txt	Log gerado após cada execução (se houver duplicados ou tentativa de análise)

Dependências

Mínimas para runtime:

• Flask
• Pillow (PIL)
• PyPDF2

Se ainda não tiver um requirements.txt apropriado, você pode instalar rapidamente:

pip install flask Pillow PyPDF2

Execução em Ambiente de Desenvolvimento

python "PROJETO DE EXTENSÃO I.py"

O script:

1. Inicia o servidor Flask em http://127.0.0.1:5000/
2. Abre automaticamente o navegador padrão.
3. Permite digitar ou selecionar a pasta.
4. Exibe resultado e caminho do log.

Geração do Executável (PyInstaller)

Use o script automatizado:

python version_compilador.py

O que ele faz:

1. Incrementa o campo ProductVersion em version.txt.
2. Limpa diretórios anteriores (build/, dist/, __pycache__, .spec).
3. Executa PyInstaller com:
   • --onefile
   • Ícone personalizado (ico.png)
   • Hidden imports necessários (Flask, PIL, PyPDF2, tkinter.filedialog)
4. Assina o executável usando certificado certificado-code-signing.pfx se presente e senha configurada.

Ajustes Possíveis

• Remover --console para ocultar o terminal.
• Adicionar compressão UPX se instalado: --upx-dir=....
• Incluir mais hidden imports caso módulos dinâmicos sejam adicionados futuramente.

Segurança e Boas Práticas

• Sempre revise os arquivos listados para exclusão se for adaptar a lógica; atualmente a remoção acontece imediatamente ao detectar duplicado.
• Considere adicionar uma opção de backup/ quarentena antes de exclusão definitiva (já há espaço no front-end para futuras flags).
• Não sirva esta aplicação diretamente exposta à Internet sem autenticação (é uma ferramenta local administrativa).

Manutenção e Suporte

Embora o projeto original já tenha sido finalizado e entregue, esta versão 3.0 foi mantida e atualizada voluntariamente para oferecer maior usabilidade e suporte contínuo aos processos administrativos da IGREJA APOSTÓLICA RENASCER EM CRISTO.

Créditos e Direitos Autorais

Desenvolvido por Delean Mafra – 2025

Direitos autorais: © 2025 Delean Mafra – Todos os direitos reservados.

Licença de conteúdo/documentação: CC BY-NC-SA 4.0 (Atribuição, Não Comercial, Compartilha Igual).

Página de direitos autorais exibida via iframe: https://delean-mafra.github.io/pex/direitos_autorais

Próximas Melhorias (Ideias)

• Opção de backup automático antes de excluir.
• Suporte a mais tipos de arquivos (DOCX, XLSX) usando leitura de conteúdo textual.
• Relatório HTML detalhado com estatísticas de espaço economizado.
• Integração com OCR para PDFs baseados em imagem.

Contato

Para dúvidas ou suporte adicional, consulte os contatos oficiais do mantenedor (Delean Mafra) conforme divulgados nos canais institucionais.

---

Versão: 3.0 | Framework UI: Flask | Substitui: Interface Tkinter anterior