trata_mensagens_whats_app.r

library(stringr)
library(purrr)
library(readr)

file_txt<- "<Nome_do_arquivo_baixado.txt>"

conversa_txt <- readLines(file(file_txt , encoding = "UTF8"))


id_linhas_sujas<-
which(str_detect(str_sub(conversa_txt,1,10),
                 "[:digit:][:digit:]/[:digit:][:digit:]/[:digit:][:digit:][:digit:][:digit:]")==FALSE)



for (id_row  in id_linhas_sujas[length(id_linhas_sujas):1]) {

  
  linha<- id_row
  
  print(linha)
  
  if(str_length(conversa_txt[linha])==0){
    next
  }
  
  if (str_length(conversa_txt[linha-1])==0){
    conversa_txt[linha-2] = str_c(conversa_txt[linha-2],
                                  conversa_txt[linha])
    
    print(conversa_txt[linha-2])
    
  }
  
  if (str_length(conversa_txt[linha-1])!=0){
    conversa_txt[linha-1] = str_c(conversa_txt[linha-1],
                                  conversa_txt[linha])
    
    print(conversa_txt[linha-1])
    
  }
  
    
  
}


conversa_tratada<- conversa_txt[-id_linhas_sujas]


df_mensagens<-
purrr::map_dfr(4:length(conversa_tratada),function(id_row){
  
  print(id_row)
  
  if(stringr::str_detect(conversa_tratada[id_row],
                         "entrou usando o link de convite deste grupo")){
    return()
  }
  
  if(stringr::str_length(conversa_tratada[id_row])==0){
    trata_linha_vazia<- TRUE
    return()
  }
  
  
  
  linha_limpa<- str_replace(conversa_tratada[id_row]," - ",";")
  
  datahora_separada<-
  str_split(linha_limpa,pattern = ";")
  
  usuario_separado<-
    str_split(datahora_separada[[1]][2], pattern = "(?<!https):")
  
  tibble::tibble(
    datahora= datahora_separada[[1]][1],
    usuario= usuario_separado[[1]][1],
    texto = str_squish(usuario_separado[[1]][2])
  )
  
})


df_mensagens%>%
  readr::write_csv("mensagens_whats_app.csv")