Prospecção B2B, análise de crédito, conferência de fornecedores, enriquecimento de CRM: muita rotina precisa consultar milhares de CNPJs. O caminho que muita gente tenta primeiro é automatizar consultas em sites de busca de empresas — e logo encontra limite de requisições, bloqueio e captcha. Daí vem a pergunta sobre proxy.
Antes dela, existe uma resposta melhor: a Receita Federal publica a base de CNPJ inteira em dados abertos.
O que é a base aberta de CNPJ
A Receita Federal disponibiliza, no conjunto Cadastro Nacional da Pessoa Jurídica do portal dados.gov.br, arquivos com o cadastro das empresas brasileiras. Os pontos principais:
- periodicidade mensal de atualização, segundo o portal;
- arquivos CSV compactados, com as tabelas maiores divididas em partes;
- cobertura nacional, com matrizes e filiais.
As tabelas mais usadas:
| Tabela | O que traz |
|---|---|
| Empresas | Dados da matriz: razão social, natureza jurídica, capital social, porte |
| Estabelecimentos | Cada matriz e filial: nome fantasia, situação cadastral, CNAE, endereço |
| Sócios | Quadro societário |
| Simples | Opção pelo Simples Nacional e MEI |
| Tabelas auxiliares | Códigos de CNAE, municípios, naturezas jurídicas, qualificações |
Como usar na prática
- Baixe os arquivos do mês no portal de dados abertos.
- Carregue num banco de dados — SQLite para testes, PostgreSQL ou similar para produção. Há projetos de código aberto que automatizam essa carga.
- Crie índices por CNPJ básico, CNAE e município.
- Consulte localmente: filtrar por CNAE e cidade, cruzar com a sua lista de clientes, marcar empresas baixadas.
- Atualize todo mês substituindo a carga anterior.
Com a base local, consultar 100 mil CNPJs vira uma consulta de banco — sem limite de requisição, sem bloqueio e sem custo por consulta.
Quando a base aberta não basta
A base mensal tem limites que valem ser conhecidos:
- Não é tempo real. Uma alteração feita hoje aparece na próxima publicação.
- Não traz tudo. Dados como inscrição estadual e certidões vêm de outros órgãos.
- Dados pessoais parciais. Informações de pessoas físicas são publicadas de forma limitada.
Para situação cadastral em tempo real ou dados de outros órgãos, os caminhos são serviços oficiais de consulta e APIs comerciais que consolidam essas fontes com contrato.
Onde o proxy ainda entra
| Situação | O proxy ajuda? | Tipo |
|---|---|---|
| Servidor fora do Brasil acessando sistema que responde só ao país | Sim: origem brasileira | IPv4 dedicado |
| Parceiro ou API que libera acesso só para IPs cadastrados | Sim: endereço fixo conhecido | IPv4 dedicado |
| Várias empresas clientes consultadas pela mesma plataforma, com acessos separados | Sim: IP por cliente | IPv4 dedicado |
| Consulta em massa de CNPJ | Normalmente não: a base aberta resolve | — |
| Contornar limite ou captcha de site de consulta | Não é um uso que recomendamos | — |
Para o caso de servidor fora do Brasil, veja proxy para VPS. A mesma lógica de "dados primeiro" vale para editais — ver monitorar editais no PNCP — e para processos — ver consulta processual automatizada.
LGPD: dado público não é dado sem regra
A base é pública, mas tratamento de dados pessoais — como nomes de sócios — continua sujeito à LGPD. Na prática:
- tenha finalidade clara para o uso (prospecção B2B, análise de crédito, conferência de fornecedores);
- não misture dados de sócios com outras bases para montar perfis de pessoas;
- ofereça canal de exclusão em listas de prospecção.
Em resumo
- A base aberta de CNPJ da Receita resolve consulta em massa, com atualização mensal.
- Carregue num banco e consulte localmente: sem limite, sem bloqueio.
- Proxy entra em casos pontuais — IP fixo exigido por parceiro ou servidor fora do Brasil —, não para raspar sites de consulta.