Lidamos com erros e “muletas” no Registro Estadual Unificado de Pessoas Jurídicas - o registro estadual de pessoas jurídicas

Na semana passada, lançamos um artigo sobre o registro - um registro estadual com dados de 10 milhões de empresas. Esse material fala sobre coisas básicas, por isso é melhor começar com isso.

Aqui, revelaremos um tópico rico e fértil - os problemas do Registro Estadual Unificado de Pessoas Jurídicas que impedem que nossos desenvolvedores fiquem entediados.

Estrutura XML quebra periodicamente

Em 2017, a cada dois ou três meses, as atualizações traziam xmls no formato errado. Há um conjunto completo: tags desconhecidas, tags abertas, incompatibilidade de tipo de dados. Por exemplo, no xsd, o tipo de data é especificado, mas, na verdade, há uma sequência incompreensível.

Quando isso acontece, resta escrever para o suporte técnico e esperar humildemente. Nada mais pode ser feito. Mas devemos admitir que em 2018 não houve problemas, tudo está claro.

E na descarga completa para 2015, está um xml quebrado, que nunca será corrigido. O Serviço Tributário Federal disse que sabia, mas não pretendia consertá-lo: faça, dizem eles, as seguintes atualizações.

As atualizações aparecem em pastas com datas passadas longas

Situação: você baixou o livro de referência completo no início de 2018, aplicou todas as atualizações e baixou atualizações diariamente. Você é relaxado e sereno, porque você sabe: em seu banco de dados os dados mais relevantes sobre pessoas jurídicas.

Mas você ainda perdeu um fato: ontem à noite, o Federal Tax Service não apenas lançou a próxima atualização, mas também colocou novos arquivos em uma pasta há três meses. Tudo bem, sua base está desatualizada.

As atualizações retroativas vêm em dois tipos:

• Alterar arquivos existentes
• adicione novos.

Para remover algo, não vimos.

Estamos lutando com tudo isso aqui. Nosso diretório local contém a fatia de dados atual do servidor FTS - o padrão. Todas as noites baixamos absolutamente todos os arquivos do servidor de registro e comparamos com o padrão.

Encontramos os novos arquivos claramente como: eles simplesmente não existem no diretório local. Se o arquivo foi, mas as datas de sua alteração na referência e nos novos bancos de dados forem diferentes, compare as somas de verificação. Quando forem diferentes, pegue um novo xml-ku e aplique a atualização.

Mas há uma nuance! Às vezes, informações irrelevantes chegam retroativamente à atualização e não podem ser aplicadas. Agora, haverá um exemplo um pouco confuso, observe suas mãos.

Suponha que, em 21 de maio, tenha sido lançada uma atualização para o LLC Romashka. Encontra-se na pasta 21/06/2018 . E em 22 de maio, o Federal Tax Service colocou um arquivo no diretório em 20/06/2018 , também tinha algo sobre "Daisy". Isso é algo que não vamos tocar. Embora o novo arquivo seja recente, seu conteúdo é irrelevante devido à atualização de 21 de maio.

Registros desaparecem entre anos

Parece que, se você pegar o arquivo 01/01 / 2015_FULL e posteriormente lançar todas as atualizações para 2015, obterá dados de 01/01 / 2016_FULL. E não!

A situação usual do nosso mundo imperfeito:

1. Todo o ano de 2016 no cadastro não há nada sobre a empresa. Nem no arquivo completo no começo do ano, nem nas atualizações.
2. Em 01.01.2017_FULL, a empresa aparece de repente e vive em silêncio o ano todo.
3. E então bam - em 01/01/ 01_FULL não há mais empresa. Com alguma sorte, ela virá mais tarde em uma das atualizações, mas não um fato.

Cerca de 1000 entidades legais desaparecem de ano para ano.


_{Esta maravilhosa LLC foi publicada no Registro Unificado de Pessoas Jurídicas apenas uma vez: na atualização de 21/02/2017. Não há empresa em nenhum outro lugar, nem em uma descarga completa}

Portanto, não funcionará para realizar uma descarga completa no início do ano e aplicar todas as atualizações até hoje. Por favor, comece em 2015, caso contrário, seu registro ficará incompleto.

Xsd muda de repente

Algumas vezes desde 2015, o Federal Tax Service mudou repentinamente o xsd. É assim: chega uma atualização, você tenta analisá-la de acordo com o formato antigo, mas nada funciona. Revigora!

Adaptar-se ao novo xsd é, em geral, uma coisa cotidiana. O problema é que ninguém está alertando sobre mudanças. Acrobacias - publique um anúncio em uma seção arbitrária no site do Federal Tax Service, mas geralmente não é. Você aprenderá sobre tudo sobre o fato.

Não está claro como identificar afiliados.

Como eu disse em um artigo anterior, filiais no USRLE não são registros separados, são atributos de entidades legais. Por lei, filiais e escritórios de representação não podem existir por si mesmos, e é por isso que eles são armazenados nos registros da empresa principal.

Mas nossos clientes têm suas próprias necessidades: prestam serviços a agências de outras empresas, assinam documentos comuns com elas e mantêm agências em seus sistemas de contabilidade como entidades separadas. Por esse motivo, transformaremos filiais e escritórios de representação do USRLE em cartões separados e vincularemos ao registro mestre.

Os cartões de afiliados criados precisam ser identificados. A estrutura USRLE fornece PPC, um nome abreviado, nome completo e até mesmo o nome em latim. Mas, para torná-lo mais divertido, é garantido que o Serviço de Impostos Federais preencha apenas o endereço. Como mostrar ramificações, não para exibir endereços.


_{Um exemplo típico: as filiais na descarga não têm nada além de um endereço}

Primeiro, ainda olhamos para o campo com um nome abreviado: de repente, algo está lá. Em 50% dos casos, o campo realmente não está vazio, mas mesmo assim é muito cedo para se alegrar: o nome pode ser o mesmo para todas as filiais de uma entidade legal. Como identificador, isso não é mais útil que um campo vazio.

Se o nome do ramo estiver vazio ou não exclusivo, nós o criaremos.

Por exemplo, usaremos a mesma LLC "Camomila". Possui três ramificações com nomes vazios e esses endereços:

• Moscou, Lane Turchaninov;
• Moscou, aterro de Ozerkovskaya;
• São Petersburgo, Nevsky Prospect.

Pegamos os dados da empresa e os transformamos em um identificador de nome saudável da filial.

1. Adicione a palavra "Filial" ou "Divisão" ao nome, atributos diferentes foram fornecidos para eles no Registro Estadual Unificado de Pessoas Jurídicas.
2. Inclua no nome o nome abreviado da organização principal. Agora, temos três nomes idênticos: "Filial da LLC Romashka".
3. Pegamos os endereços das ramificações e, entre parênteses, adicionamos aos nomes as diferentes partes dos endereços.
   
   Atribuímos o endereço a uma parte única: para os dois primeiros ramos de "Margaridas", este é o endereço completo e para o terceiro - apenas "São Petersburgo". Se todas as cidades fossem diferentes, elas adicionariam apenas cidades aos nomes das filiais.

No nosso exemplo, os ramos serão os seguintes:

• “Filial da LLC Romashka (Moscou, Turchaninov Lane)”;
• "Filial da LLC Romashka (Moscou, aterro de Ozerkovskaya)";
• "Filial da LLC Romashka (São Petersburgo)."

Sim, se a ramificação no USRLE tiver um nome, mas não exclusivo, pularemos as duas primeiras etapas. Nós adicionamos a parte do endereço a esse nome não exclusivo.

Nós levamos o endereço do nome ao máximo para a rua, porque o inferno começa com a parte da casa como “dmvld 3, building 5, room 14/51, de. 145. " É difícil desmontar, mas como parte do nome do ramo, parece ridículo. Portanto, unimos filiais localizadas na mesma rua. Existem até ramos diferentes no mesmo prédio! Felizmente, existem poucos.

Basta pegar e conectar o registro não funciona

Além desses problemas, o Registro Unificado de Pessoas Jurídicas do Estado está cheio de erros no nível de símbolos, endereços e outras ninharias. Por exemplo, quando em vez de "LLC" você encontra três zeros no diretório, isso nem é surpreendente.

Também existem endereços com erros, onde sem eles. Por exemplo, "Leningrado" em vez de "São Petersburgo" é um caso muito significativo. Uma opção mais mundana: o endereço da organização Zheleznodorozhny na região de Moscou é indicado como uma cidade, embora tenha sido um distrito de Balashikha por vários anos.

De fato, tudo é verdade no diretório, porque o USRLE armazena os detalhes dos documentos constituintes da organização. Mas, para trabalhar com o banco de dados, para pesquisá-lo, os dados devem ser trazidos à realidade. Nossos usuários procuram organizações localizadas em São Petersburgo, e nenhuma vez registradas em Leningrado.

Portanto, abrir o Registro Estadual Unificado de Pessoas Jurídicas e obter uma base adequada para operação industrial é outra tarefa. Deixe-me lembrá-lo dos volumes: se você pegar o livro de referência completo no início de 2015 e todas as atualizações até hoje, receberá 100 milhões de entradas.

Para analisar o USRLE, escrevemos um algoritmo: ele recebe todas as entradas na entrada desde 2015 e na saída fornece 10 milhões de entradas relevantes. Gerencia em algum lugar em uma hora. Uma parte importante do processo é nosso produto de Cliente Único . Ele arruma os dados: limpa endereços, encontra duplicatas, corrige erros de digitação.

Se você gosta de analisar livros de referência complexos, estruturar dados e trazê-los para uma forma humana, venha trabalhar conosco. Agora, estamos procurando um javista, salário - 195.000-250.000 , 000 antes da dedução, detalhes - em hh.ru. E você também precisa de um controle de qualidade: de 115.000 a 150.000 ₽, detalhes no mesmo hh .