Am biruit un cvs (dat tot as mai vrea si ods)

Dum Feb 2 01:32:04 UTC 2014

În data de 30 decembrie 2013, 20:21, Dan Matei <Dan la cimec.ro> a scris:
> http://data.gov.ro/dataset/repertoriul-arheologic-national-2013-12-30

Bună seara,

Cum weekendurile din februarie sunt mai pline decât metroul la ora de
vârf, am zis să pun mâna să parsez datele astea până nu apare
versiunea următoare :D

Câteva observații la cald (mai ales în comparatie cu ce am avut la
dispoziție când am introdus prima dată datele în Wikipedia), scrise
chiar în timp ce codez:

0. DISCLAIMER: de la 1 încolo s-ar putea să devin foarte tehnic

1. Câmpurile sunt mult mai bine delimitate și multe mai clar grupate.
În plus, fiecare element are cod RAN, chiar dacă acestea nu-s unice.

2. Coordonatele zecimale fac toți banii!

3. Cineva de pe la Wikipedia găsise un URL standard în care variai
codul RAN și putea fi folosit pentru invocarea directă a paginii ce
descria situl. Care este motivul pentru care URL-urile de aici includ
și numele?

4. Din punct de vedere al automatizării ar fi mai OK ca atunci când un
URL este greșit (nu este găsit codul), serverul să întoarcă codul HTTP
"404 Not Found" sau măcar un "303 See Other" în loc să dea "200 OK" și
să-ti arate lista.

5. Nu înțeleg de ce unele intrări au 2 coduri RAN (de ex linia 24713
are la cod "43420.22 43420.21"). N-ar trebui să existe 2 intrări
pentru aceste cazuri? După cum era de așteptat, nici URL-ul
corespunzător nu merge.

6. Existența unui id de complex nu ar trebui să presupună existența
unui id de ansamblu? În 2012 așa era...

7. De ce există intrări cu id de ansamblu dar fără cod RAN ansamblu?
(de ex. linia 5802)

8. UAT-urile nu au diacritice și sunt cu majuscule; localitățile și
județele în schimb sunt OK.

9. Există erori (dar puține totuși):
9.1 Județele Caraș-Severin și Bistrița-Năsăud se scriu cu cratimă
9.2. Sunt niște coduri LMI cu erori sau care nu mai sunt valide. Lista
este mai jos (nu reușesc s-o trimit ca atașament):

Andrei

Codul BN-I-s-A-20380 nu a fost găsit în baza de date LMI
Codul B-I-s-B-17885 nu a fost găsit în baza de date LMI
Codul NT-I-m-B-10537.07 nu a fost găsit în baza de date LMI
Codul NT-I-m-B-10540.04 nu a fost găsit în baza de date LMI
Codul IS-I-s-B-03664 nu a fost găsit în baza de date LMI
Codul BN-I-s-B-20377 nu a fost găsit în baza de date LMI
Codul BN-I-s-B-20378 nu a fost găsit în baza de date LMI
Codul BN-I-s-B-20383 nu a fost găsit în baza de date LMI
Codul Bn-I-m-A-01283.02 conține erori de formatare
Codul BN-I-s-B-20379 nu a fost găsit în baza de date LMI
Codul CT-I-s-A-02600.01 nu a fost găsit în baza de date LMI (7 apariții)
Codul TL-I-m-B-05898.06 nu a fost găsit în baza de date LMI
Codul BV-I-s-B-11272 nu a fost găsit în baza de date LMI
Codul NT-I-m-B-10516.01 nu a fost găsit în baza de date LMI
Codul NT-I-m-B-10516.02 nu a fost găsit în baza de date LMI
Codul NT-I-s-B-10525 nu a fost găsit în baza de date LMI
Codul NT-I-m-B-10528.01 nu a fost găsit în baza de date LMI
Codul NT-I-m-B-10528.02 nu a fost găsit în baza de date LMI
Codul CV-I-m-B-13079.01 nu a fost găsit în baza de date LMI
Codul CV-I-m-B-13079.02 nu a fost găsit în baza de date LMI
Codul SB-I-s-B-11958 nu a fost găsit în baza de date LMI
Codul MM-I-m-B-04378.02 nu a fost găsit în baza de date LMI
Codul TL-I-m-B-05780.02 nu a fost găsit în baza de date LMI
Codul TL-I-m-B-05764.02 nu a fost găsit în baza de date LMI
Codul TL-I-m-B-05764.01 nu a fost găsit în baza de date LMI
Codul VS-I-s-B-20218 nu a fost găsit în baza de date LMI
Codul HR-I-m-B-12689.03 nu a fost găsit în baza de date LMI
Codul SB-I-s-A-11947 nu a fost găsit în baza de date LMI
Codul IF-I-s-B-15168 nu a fost găsit în baza de date LMI
Codul IF-I-s-B-15168 nu a fost găsit în baza de date LMI
Codul IF-I-m-B-15168.01 nu a fost găsit în baza de date LMI
Codul IF-I-s-B-15168 nu a fost găsit în baza de date LMI
Codul IF-I-m-B-15168.02 nu a fost găsit în baza de date LMI
Codul GJ-I-m-B-09135.01 nu a fost găsit în baza de date LMI
Codul GJ-I-m-B-09135.02 nu a fost găsit în baza de date LMI
Codul TL-I-m-A-05803.02 nu a fost găsit în baza de date LMI
Codul PH-I-s-B-16163 nu a fost găsit în baza de date LMI (3 apariții)
Codul HD-I-s-B-03203 nu a fost găsit în baza de date LMI
Codul PH-I-m-B-16187.02 nu a fost găsit în baza de date LMI
Codul PH-I-s-B-16187 nu a fost găsit în baza de date LMI
Codul CV-I-m-B-13079.01 nu a fost găsit în baza de date LMI
Codul CV-I-m-B-13079.02 nu a fost găsit în baza de date LMI
Codul TL-I-m-A-05803.01 nu a fost găsit în baza de date LMI
Codul HR-I-s-B-12653.03 nu a fost găsit în baza de date LMI
Codul HR-I-s-B-12653.01 nu a fost găsit în baza de date LMI
Codul HR-I-s-B-12653.02 nu a fost găsit în baza de date LMI
Codul MS-II-m-A-15667 nu a fost găsit în baza de date LMI
Codul BT-II-m-A-01855.01 nu a fost găsit în baza de date LMI (2 apariții)
Codul "  NT-II-m-B-10694" conține erori de formatare (5 apariții)
Codul CJ-I-s-A-07110.03 nu a fost găsit în baza de date LMI
Codul CJ-I-s-A-0711.01 nu este valid
Codul CJ-I-s-A-07110.02 nu a fost găsit în baza de date LMI
Codul CJ-I-s-A-07110.04 nu a fost găsit în baza de date LMI