第一方來源html
新竹科學園區管理局官方網站
國科會新竹科學園區管理局
- 檢查頻率
- hourly
- 識別碼
sipa-official
Source Registry
不只告訴你資料在哪，也交代資料怎麼變成頁面
來源登錄、匯入執行、原始快照、單筆紀錄、公開實體與更正紀錄構成完整責任鏈。
第一階段來源登錄
正式上線前仍須逐一確認授權、robots、下載方式、欄位定義、更新頻率與解析器測試。
第一方來源html
中部科學園區管理局官方網站
國科會中部科學園區管理局
- 檢查頻率
- hourly
- 識別碼
ctsp-official
第一方來源html
南部科學園區管理局官方網站
國科會南部科學園區管理局
- 檢查頻率
- hourly
- 識別碼
stsp-official
第一方來源html/csv/xls
南部科學園區廠商名錄
國科會南部科學園區管理局
- 檢查頻率
- weekly
- 識別碼
stsp-company-directory
第一方來源csv
南部科學園區免費巡迴巴士
國科會南部科學園區管理局
- 檢查頻率
- hourly-check
- 識別碼
stsp-shuttle-open-data
第一方來源csv
南部科學園區每月新核准投資廠商
國科會南部科學園區管理局
- 檢查頻率
- monthly
- 識別碼
stsp-new-investments
資料進站流程
- 登錄來源與授權條件
- 建立 ingestion run，不直接覆寫正式資料
- 保存內容雜湊與原始快照
- 解析成 source record，保留來源主鍵
- 進行欄位正規化與差異比對
- 高風險變更進人工複核
- 發布並顯示更新時間與更正入口
禁止事項
- 抓取失敗後沿用舊資料卻不標示
- 把搜尋結果摘要當成官方原文
- 多個口徑直接相加後宣稱總公司數
- 用測試公司、活動或公告充版面