app.py

import os
os.environ['FONTCONFIG_PATH'] = '/tmp/fontconfig'
os.makedirs('/tmp/fontconfig', exist_ok=True)

from flask import Flask, render_template, request, send_file
import matplotlib.pyplot as plt
import pandas as pd
import io
import base64
from matplotlib.ticker import FuncFormatter
from xhtml2pdf import pisa
from datetime import datetime

app = Flask(__name__)

def formatar_brl(valor):
    """Formata número para moeda brasileira: R$ 1.234,56"""
    return f"R$ {valor:,.2f}".replace(",", "X").replace(".", ",").replace("X", ".")

def gerar_analise(investimentos_finais, capital):
    melhor = max(investimentos_finais, key=investimentos_finais.get)
    valor_melhor = investimentos_finais[melhor]
    retorno_pct = ((valor_melhor - capital) / capital) * 100
    analise = f"""
    Após análise dos cenários projetados para 5 anos, o investimento <strong>{melhor}</strong> apresenta o melhor desempenho,
    com um valor final estimado de <strong>{formatar_brl(valor_melhor)}</strong>, equivalente a um retorno de <strong>{retorno_pct:.1f}%</strong>.
    """
    return analise

@app.route("/", methods=["GET", "POST"])
def index():
    if request.method == "POST":
        capital = float(request.form["capital"])
        studio_ret = float(request.form["studio_ret"])
        valorizacao = float(request.form["valorizacao"])
        franquia_ret = float(request.form["franquia_ret"])
        acoes_ret = float(request.form["acoes_ret"])
        renda_fixa = float(request.form["renda_fixa"])
        inflacao = float(request.form["inflacao"])

        anos = list(range(1, 6))

        # Cálculos
        patrimonio_studio = [capital * ((1 + valorizacao / 100) ** ano) for ano in anos]
        renda_acumulada_studio = [capital * (((1 + studio_ret / 100) ** (12 * ano)) - 1) for ano in anos]
        studio_total = [p + r for p, r in zip(patrimonio_studio, renda_acumulada_studio)]

        franquia = [capital + (franquia_ret * ano) for ano in anos]
        acoes = [capital * ((1 + acoes_ret / 100) ** ano) for ano in anos]
        renda_fixa_valores = [capital * ((1 + renda_fixa / 100) ** ano) for ano in anos]

        studio_ajustado_inflacao = [p / ((1 + inflacao / 100) ** ano) for p, ano in zip(patrimonio_studio, anos)]

        dados = {
            "Ano": anos,
            "Studio (Patrimônio + Renda)": studio_total,
            "Franquia": franquia,
            "Ações": acoes,
            "Renda Fixa": renda_fixa_valores,
            "Studio Patrimônio c/ Inflação": studio_ajustado_inflacao,
        }
        df = pd.DataFrame(dados)

        investimentos_finais = {
            "Studio": studio_total[-1],
            "Franquia": franquia[-1],
            "Ações": acoes[-1],
            "Renda Fixa": renda_fixa_valores[-1],
        }

        investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
        valor_mais_alto = investimentos_finais[investimento_mais_valorizado]

        # Gráfico
        plt.figure(figsize=(8, 5))
        plt.plot(anos, studio_total, label="Studio (Patrimônio + Renda)", marker="o")
        plt.plot(anos, franquia, label="Franquia", marker="o")
        plt.plot(anos, acoes, label="Ações", marker="o")
        plt.plot(anos, renda_fixa_valores, label="Renda Fixa", marker="o")
        plt.plot(anos, studio_ajustado_inflacao, label="Studio Patrimônio c/ Inflação", linestyle="--", marker="o")
        plt.title("Projeção de Investimentos")
        plt.xlabel("Ano")
        plt.ylabel("Valor (R$)")
        plt.legend()
        plt.grid(True)

        def formatar_moeda(x, _):
            return f"R${x:,.0f}".replace(",", ".")

        plt.gca().yaxis.set_major_formatter(FuncFormatter(formatar_moeda))
        plt.tight_layout()

        buf = io.BytesIO()
        plt.savefig(buf, format="png")
        buf.seek(0)
        grafico_base64 = base64.b64encode(buf.getvalue()).decode("utf-8")
        buf.close()
        plt.close()

        # Tabela formatada
        df_formatado = df.copy()
        for col in df.columns:
            if col != "Ano":
                df_formatado[col] = df_formatado[col].apply(formatar_brl)
        tabela = df_formatado.to_html(index=False, classes="table table-striped table-sm", border=0)

        analise_final = gerar_analise(investimentos_finais, capital)

        resumo = []
        for nome, valor_final in investimentos_finais.items():
            retorno_abs = valor_final - capital
            retorno_pct = (retorno_abs / capital) * 100
            resumo.append({
                "Investimento": nome,
                "Valor Final": formatar_brl(valor_final),
                "Retorno Absoluto": formatar_brl(retorno_abs),
                "Retorno (%)": f"{retorno_pct:.1f}%"
            })
        resumo = sorted(resumo, key=lambda x: float(x["Retorno (%)"].replace("%", "").replace(",", ".")), reverse=True)

        diferenca_pct = float(resumo[0]["Retorno (%)"].replace("%", "").replace(",", ".")) - float(resumo[1]["Retorno (%)"].replace("%", "").replace(",", "."))
        comentario_extra = ""
        if diferenca_pct < 5:
            comentario_extra = f"""
            Apesar do <strong>{resumo[0]['Investimento']}</strong> ter se destacado, a diferença em relação ao segundo colocado 
            (<strong>{resumo[1]['Investimento']}</strong>) foi de apenas {diferenca_pct:.1f} pontos percentuais. 
            Isso indica que ambas as estratégias podem ser consideradas, dependendo do perfil de risco e objetivos do investidor.
            """

        return render_template(
            "index.html",
            capital=capital,
            studio_ret=studio_ret,
            valorizacao=valorizacao,
            franquia_ret=franquia_ret,
            acoes_ret=acoes_ret,
            renda_fixa=renda_fixa,
            inflacao=inflacao,
            anos=anos,
            tabela=tabela,
            grafico=grafico_base64,
            investimento_mais_valorizado=investimento_mais_valorizado,
            valor_mais_alto=valor_mais_alto,
            analise_final=analise_final,
            comentario_extra=comentario_extra,
            resumo=resumo
        )
    return render_template("index.html")


@app.route("/download_pdf", methods=["POST"])
def download_pdf():
    capital_inicial = float(request.form["capital"])
    retorno_mensal_studio = float(request.form["studio_ret"])
    valorizacao_anual = float(request.form["valorizacao"])
    lucro_anual_franquia = float(request.form["franquia_ret"])
    retorno_anual_acoes = float(request.form["acoes_ret"])
    retorno_anual_renda_fixa = float(request.form["renda_fixa"])
    inflacao_anual = float(request.form["inflacao"])

    anos = list(range(1, 6))

    patrimonio_studio = [capital_inicial * ((1 + valorizacao_anual / 100) ** ano) for ano in anos]
    renda_acumulada_studio = [capital_inicial * (((1 + retorno_mensal_studio / 100) ** (12 * ano)) - 1) for ano in anos]
    studio_total = [p + r for p, r in zip(patrimonio_studio, renda_acumulada_studio)]

    franquia = [capital_inicial + (lucro_anual_franquia * ano) for ano in anos]
    acoes = [capital_inicial * ((1 + retorno_anual_acoes / 100) ** ano) for ano in anos]
    renda_fixa = [capital_inicial * ((1 + retorno_anual_renda_fixa / 100) ** ano) for ano in anos]
    studio_ajustado_inflacao = [p / ((1 + inflacao_anual / 100) ** ano) for p, ano in zip(patrimonio_studio, anos)]

    df = pd.DataFrame({
        "Ano": anos,
        "Studio (Patrimônio + Renda)": studio_total,
        "Franquia": franquia,
        "Ações": acoes,
        "Renda Fixa": renda_fixa,
        "Studio Patrimônio c/ Inflação": studio_ajustado_inflacao,
    })

    investimentos_finais = {
        "Studio": studio_total[-1],
        "Franquia": franquia[-1],
        "Ações": acoes[-1],
        "Renda Fixa": renda_fixa[-1],
    }

    investimento_mais_valorizado = max(investimentos_finais, key=investimentos_finais.get)
    valor_mais_alto = investimentos_finais[investimento_mais_valorizado]

    plt.figure(figsize=(8, 5))
    plt.plot(anos, studio_total, label="Studio (Patrimônio + Renda)", marker="o")
    plt.plot(anos, franquia, label="Franquia", marker="o")
    plt.plot(anos, acoes, label="Ações", marker="o")
    plt.plot(anos, renda_fixa, label="Renda Fixa", marker="o")
    plt.plot(anos, studio_ajustado_inflacao, label="Studio Patrimônio c/ Inflação", linestyle="--", marker="o")
    plt.title("Comparação dos Investimentos")
    plt.xlabel("Ano")
    plt.ylabel("Valor (R$)")
    plt.legend()
    plt.grid(True)
    plt.tight_layout()

    img_buffer = io.BytesIO()
    plt.savefig(img_buffer, format='png')
    img_buffer.seek(0)
    grafico_base64 = base64.b64encode(img_buffer.getvalue()).decode('utf-8')
    plt.close()

    df_formatado = df.copy()
    for col in df.columns:
        if col != "Ano":
            df_formatado[col] = df_formatado[col].apply(formatar_brl)

    tabela = df_formatado.to_html(index=False, classes="table table-sm table-bordered", border=1)

    analise_final = gerar_analise(investimentos_finais, capital_inicial)

    resumo = []
    for nome, valor_final in investimentos_finais.items():
        retorno_abs = valor_final - capital_inicial
        retorno_pct = (retorno_abs / capital_inicial) * 100
        resumo.append({
            "Investimento": nome,
            "Valor Final": formatar_brl(valor_final),
            "Retorno Absoluto": formatar_brl(retorno_abs),
            "Retorno (%)": f"{retorno_pct:.1f}%"
        })
    resumo = sorted(resumo, key=lambda x: float(x["Retorno (%)"].replace("%", "").replace(",", ".")), reverse=True)

    diferenca_pct = float(resumo[0]["Retorno (%)"].replace("%", "").replace(",", ".")) - float(resumo[1]["Retorno (%)"].replace("%", "").replace(",", "."))
    comentario_extra = ""
    if diferenca_pct < 5:
        comentario_extra = f"""
        Apesar do <strong>{resumo[0]['Investimento']}</strong> ter se destacado, a diferença em relação ao segundo colocado 
        (<strong>{resumo[1]['Investimento']}</strong>) foi de apenas {diferenca_pct:.1f} pontos percentuais. 
        Isso indica que ambas as estratégias podem ser consideradas, dependendo do perfil de risco e objetivos do investidor.
        """

    explicacao_detalhada = f"""
    <h3>Explicações e Detalhes</h3>
    <p>O investimento <strong>Studio</strong> considera dois componentes importantes: a valorização patrimonial do imóvel e a renda mensal obtida com o aluguel ou uso.</p>
    <ul>
        <li><strong>Valorização Patrimonial:</strong> o valor do imóvel cresce à taxa anual de {valorizacao_anual:.2f}% ao ano.</li>
        <li><strong>Renda Mensal:</strong> o retorno mensal de {retorno_mensal_studio:.2f}% é composto ao longo dos meses, acumulando no total projetado.</li>
        <li>Esses dois efeitos juntos proporcionam o valor total do Studio ao longo dos anos.</li>
    </ul>
    <p>Os demais investimentos são projetados de acordo com seus respectivos retornos e aportes.</p>
    <p>A inflação anual considerada é de {inflacao_anual:.2f}%, usada para ajustar o valor patrimonial do Studio e mostrar a valorização real.</p>
    """

    html = render_template(
        "relatorio_pdf.html",
        capital=capital_inicial,
        studio_ret=retorno_mensal_studio,
        valorizacao=valorizacao_anual,
        franquia_ret=lucro_anual_franquia,
        acoes_ret=retorno_anual_acoes,
        renda_fixa=retorno_anual_renda_fixa,
        inflacao=inflacao_anual,
        anos=anos,
        tabela=tabela,
        grafico=grafico_base64,
        investimento_mais_valorizado=investimento_mais_valorizado,
        valor_mais_alto=valor_mais_alto,
        analise_final=analise_final,
        comentario_extra=comentario_extra,
        resumo=resumo,
        explicacao_detalhada=explicacao_detalhada,
        now=datetime.now()
    )

    pdf = io.BytesIO()
    pisa_status = pisa.CreatePDF(html, dest=pdf)
    if pisa_status.err:
        return "Erro ao gerar PDF", 500

    pdf.seek(0)
    return send_file(pdf, mimetype="application/pdf", as_attachment=True, download_name="relatorio_simulacao.pdf")

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=7860, debug=True)