Galego Atacadão Do Pano

O que é e por que alguém usaria isso

Galego atacadão do pano é uma ferramenta de conversão e normalização de texto para galego que foi construída inicialmente para processar grandes volumes de documentos em lote. A ideia original era simples: pegar arquivos em português ou em galego mal escrito e aplicar um conjunto de regras ortográficas consistentes sem precisar abrir cada arquivo manualmente. O resultado é um pipeline que você pode executar no terminal e deixar rodando enquanto faz outra coisa. Aqui vai o detalhe que ninguém conta nas descrições oficiais: o método funciona bem para textos jornalísticos e administrativos, mas tem comportamento estranho com nomes próprios e topônimos. Ele tende a "galeguizar" itens que não deveriam ser alterados. Eu perdi duas horas num projeto inteiro porque o script converteu nomes de ruas da minha cidade para formas que não existem no uso real. A solução foi criar um arquivo de exceções com os topônimos da minha região e carregá-lo como dicionário personalizado antes da conversão principal.

Como baixar e instalar galego atacadão do pano

O repositório oficial fica no GitHub e a instalação é feita via pip, o que é conveniente mas não isento de problemas. O comando básico é: pip install galego-atacadao A versão atual requer Python 3.9 ou superior. Se você estiver usando 3.8 ou mais antigo, o instalador vai reclamar e você terá que fazer upgrade antes. Também é necessário ter o pacote lang-pt ou lang-gl instalado no sistema, caso contrário algumas regras de acentuação falham silenciosamente e o texto de saída parece correto mas tem erros sutis que só aparecem depois.

Depois de instalado, o binário fica disponível como galego-atacadao no seu PATH. Você pode testar rapidamente com um echo pipado para o comando e verificar se a saída respeita as normas do IEPGa.

Modo de uso básico

O fluxo mais comum envolve três etapas: entrada, processamento e saída. O programa aceita arquivos individuais, diretórios inteiros ou entrada padrão. A flag --norma iepga força a aplicação das regras atuais do Instituto da Língua Galega, que é o padrão recomendado se você está produzindo material para publicação. Sem essa flag, ele usa regras menos rigorosas que misturam grafias de diferentes períodos, o que pode confundir quem não conhece a evolução ortográfica do galego. Um exemplo prático: galego-atacadao --norma iepga --entrada /docs/ori /docs/dest

Isso lê todos os arquivos em /docs/ori e escreve os convertidos em /docs/dest. O tempo médio de processamento para um documento de 50 páginas é de cerca de 8 segundos no meu machine. Para diretórios com mais de mil arquivos, o tempo escala linearmente e você pode esperar algo entre 15 e 20 minutos dependendo do hardware.

Configuração avançada e casos de borda

O que poucos mencionam é que o motor de regras tem um módulo de detecção de domínio que você pode ajustar. Se você está processando textos técnicos de medicina ou direito, o módulo padrão de vocabulário tende a sobrescrever termos que são iguais em português e galego mas com sentidos diferentes. O workaround que eu uso é rodar primeiro um pré-processamento com --modo conservador, que preserva a terminologia técnica e só aplica regras estritamente ortográficas. Depois faço uma segunda passada com a norma completa para capturar o que ficou de fora na primeira rodada. Outro problema real: o tratamento de contrações. O galego usa muitas formas contractas como "no", "na", "dos", "das" que o conversor às vezes expande indevidamente quando detecta contextos ambíguos. Num projeto de localização de manuais técnicos, eu precisei escrever um script pós-processador em awk que verificava padrões específicos de contração e corrigia os falsos positivos. Leva uns 30 segundos extras por arquivo mas evita retrabalho massivo depois.

Limitações e quando não usar

A ferramenta não é adequada para textos literários ou poesia, onde as escolhas estilísticas do autor muitas vezes fogem das normas prescritivas. Também não lida bem com textos que contêm código ou marcas XML/HTML embutidas, pois o parser tenta aplicar regras linguísticas dentro de tags e quebra a estrutura. Nesses casos, o recomendável é extrair o conteúdo textual, processar separadamente e recompor depois. Se o seu objetivo é apenas corrigir um único documento ocasional, o investimento em configurar o pipeline pode não valer a pena. Ferramentas como o corretor ortográfico do LibreOffice com o dicionário galego podem resolver 80% dos problemas em dez minutos, enquanto o atacadão exige configuração, testes de validação e manutenção do arquivo de exceções ao longo do tempo. O que funciona bem mesmo assim é o processamento em massa de documentos administrativos, transcrições de reuniões, ou qualquer situação onde o volume justifique a automação. A consistência ortográfica que o script fornece é difícil de alcançar manualmente quando você tem centenas de páginas para revisar.