Pular para conteúdo

Receita Federal: dados abertos do CNPJ (rfb-cnpj)

O rfb-cnpj-fetcher coleta os dados abertos do Cadastro Nacional da Pessoa Jurídica (CNPJ) publicados pela Receita Federal do Brasil (RFB) e os converte para o lake em Parquet particionado por competência. O cadastro tem quatro tabelas de dados (empresas, estabelecimentos, sócios e Simples Nacional/MEI) e seis tabelas de domínio.

Página de referência: https://www.gov.br/receitafederal/pt-br/assuntos/orientacao-tributaria/cadastros/consultas/dados-publicos-cnpj (não pôde ser lida por leitor automático na conferência de 2026-11-10). Documento de layout lido: https://www.gov.br/receitafederal/dados/cnpj-metadados.pdf

Dataset O que é Arquivos por competência Página
empresas Razão social, natureza jurídica, capital social e porte, por raiz de CNPJ 10 (Empresas0 a 9) empresas
estabelecimentos Matriz e filiais: CNPJ completo, situação, CNAE, endereço e contatos 10 estabelecimentos
socios Quadro societário e representantes legais 10 socios
simples Opção pelo Simples Nacional e pelo MEI 1 simples
cnaes Tabela de atividades econômicas (CNAE) 1 cnaes
naturezas Tabela de naturezas jurídicas 1 naturezas
qualificacoes Tabela de qualificações de sócios 1 qualificacoes
municipios Tabela de municípios (códigos da Receita) 1 municipios
paises Tabela de países 1 paises
motivos Tabela de motivos de situação cadastral 1 motivos

Como a Receita publica

  • Uma pasta por competência (AAAA-MM) num servidor público de arquivos, com 37 ZIPs: 10 de empresas, 10 de estabelecimentos, 10 de sócios, um de Simples e seis de domínio. Na raiz há também um arquivo consolidado, cnpj.tar.gz (64 GB em 2026-01), que o fetcher não baixa. A fonte lista 42 competências, de 2023-05 a 2026-10 (conferido em 2026-11-10).
  • Cada ZIP guarda um único arquivo de texto, sem cabeçalho, em latin-1, separado por ponto e vírgula e com todos os campos entre aspas. O layout está no documento de metadados da Receita. O nome do arquivo dentro do ZIP não termina em .csv: K3241.K03200Y0.D60711.EMPRECSV (empresas), ...ESTABELE (estabelecimentos), ...SOCIOCSV (sócios), F.K03200$W.SIMPLES.CSV.D60711 (Simples) e F.K03200$Z.D60711.CNAECSV e similares (domínio).
  • Cada competência é um retrato completo do cadastro, não um incremento. Os dez arquivos de empresas (e de estabelecimentos e sócios) dividem o cadastro por faixa de cnpj_basico; o arquivo 0 fica com a faixa mais alta e é o maior (571 MB de empresas e 2,2 GB de estabelecimentos em 2026-10).
  • O fetcher guarda cada ZIP como AAAA-MM/<grupo>/<Arquivo>@AAAAMMDD.zip. O sufixo é a data de última modificação do servidor; as competências 2023-05 a 2025-05 têm todas 20250520, a data em que foram coletadas.
  • O layout da Receita manda ocultar o CPF dos sócios e dos representantes (três primeiros dígitos e dois verificadores, conforme o art. 129, § 2º, da Lei nº 13.473/2017) e trocar a data de nascimento por uma faixa etária.

Como os conjuntos se relacionam

  • CNPJ completo. cnpj_basico (8 dígitos) liga empresas, estabelecimentos, socios e simples; o CNPJ de 14 dígitos é cnpj_basico + cnpj_ordem + cnpj_dv, só em estabelecimentos.
  • Domínios. empresas.natureza_juridica → naturezas; empresas.qualificacao_responsavel, socios.qualificacao_socio e socios.qualificacao_representante_legal → qualificacoes; estabelecimentos.motivo_situacao_cadastral → motivos; estabelecimentos.cnae_fiscal_* → cnaes; estabelecimentos.municipio → municipios; estabelecimentos.pais e socios.pais → paises.
  • Códigos da Receita. Município e país usam códigos próprios da Receita, diferentes dos do IBGE e dos de outras fontes.

Quebras que valem para mais de um conjunto

Desde Mudança Afeta
2026-05 pais passa a vir como 105 (Brasil) em parte dos estabelecimentos nacionais estabelecimentos
2026-08 O documento do sócio pessoa jurídica passa de 14 para 8 dígitos socios
  • A fonte anunciou o CNPJ alfanumérico para julho de 2026. Nas amostras conferidas, até 2026-10, todos os cnpj_basico são numéricos.

Dados pessoais e licença

  • estabelecimentos (nome fantasia, endereço, telefone, e-mail), empresas (razão social, que no empresário individual traz o nome e o CPF completo da pessoa) e socios (nome, CPF mascarado, faixa etária) trazem dados de pessoas. O cabeçalho de cada página os lista como inventário.
  • A fonte não declara licença para os dados. O rodapé do site da Receita declara Creative Commons Atribuição-SemDerivações 3.0 Não Adaptada para o conteúdo do site (https://creativecommons.org/licenses/by-nd/3.0/deed.pt_BR). Não foi encontrada restrição de coleta ou redistribuição nos documentos lidos.

Conversão

O conversor lê os ZIPs como a Receita os publica, inclusive quando o arquivo de texto dentro deles não tem extensão .csv ou .txt (K3241.K03200Y0.D61010.EMPRECSV, F.K03200$W.SIMPLES.CSV.D61010). Isso exige o extra analysis com quantilica-analytics 0.11.2 ou superior. Conferido com ZIPs de 2026-10: os seis datasets de domínio e simples por inteiro, e Empresas9, Estabelecimentos9 e Socios9 (um dos dez arquivos de cada); nesses, o número de linhas do Parquet é igual ao de registros do bruto. Os demais arquivos de empresas, estabelecimentos e socios não foram convertidos nessa conferência. Os esquemas de referência vêm de amostras convertidas.