Onde baixar a base de dados de CNPJ da Receita Federal

Mensalmente o Ministério da Economia divulga no portal dados abertos o conjunto de dados do CNPJ, que contém informações sobre as empresas brasileiras e pode ser baixado em formato CSV ou JSON.

Todos os downloads estão disponíveis para serem baixados via HTTP através do endereço https://dadosabertos.rfb.gov.br/CNPJ/

Também é possível fazer o download acessando diretamente o IP do servidor no endereço http://200.152.38.155/CNPJ/

Fazendo um mirror da base de dados do CNPJ usando o wget

wget --mirror --convert-links --adjust-extension --page-requisites --no-parent http://200.152.38.155/CNPJ/

Repositórios no Github para trabalhar com o banco de dados de empresas da Receita Federal

Publiquei dois repositórios no github para tratamento dos dados dessa base de dados disponibilizada pela Receita Federal, são eles:

• importar_cnpj se propõe a realizar a leitura dos dados e importa-los diretamente em um banco de dados mysql usando o LOAD DATA LOCAL INFILE e um script python para tratar os dados da tabela Estabelecimentos.
• cnpj2sql é um projeto similar, mas feito em PHP, que se propõe a converter os arquivos CSV em arquivos .sql para importação direta em qualquer banco de dados MySQL. Além disso nele eu proponho uma estrutura diferente do banco de dados usando inteiros para os campos numéricos, o que reduziu consideravelmente o tamanho ocupado e o tempo de pesquisa no banco de dados.