Например, данные Рособоронзаказа, о которых я писал ранее (http://habrahabr.ru/company/infoculture/blog/201260/), и где можно увидеть.
Точно также данные публикует и МВД России — это вот такой массив — http://mvd.ru/opendata/od1

А есть много других данных, когда CSV-файлы создаются на базе непригодных для анализа Excel-файлов, или когда данные публикуют без описания схем, или когда публикуют невалидные XML-файлы и многое другое.

Чтобы собрать все такие случаи, коллеги из Open Knowledge Foundation начали собирать все примеры.

Вот тут сайт проекта — http://okfnlabs.org/bad-data/, а вот тут раздел в github’е — https://github.com/okfn/bad-data/issues?page=1&state=open, где собраны примеры, из которых 5 прорабатывается и 2 уже зарегистрировано.

Конечно, пока описанное кажется не очень сложным, неправильное форматирование или таблицы, перемешанные с картинками в PDF. Но будет больше.

Давайте поможем коллегам, и если Вы встретите где-либо опубликованные данные, с которыми невозможно работать — предлагаю размещать их в комментариях к этому посту, а тем, кто готов включиться — еще и у коллег из OKF.

Из того, что мы уже собрали, можно увидеть такой пример, как закрытие данных каптчей у Федеральной Таможенной службы: http://okfnlabs.org/bad-data/ex/russian-foreign-trade-statistics/.

Случай который я опишу в этот раз не то чтобы уникальный, но редкий.
Речь пойдет об открытых данных, не много не мало, а Федеральной службы по оборонному заказу (сайт – www.fsoz.gov.ru).

На сайте этой службы совсем недавно появился раздел “Открытые данные” где собственно открытые данные в машиночитаемом формате и публикуются.
Размещено там немного не мало, а 15 наборов данных.

Ссылки на них есть на сайте, а я приведу полный список.

• История и официальная символика
• Структура Рособоронзаказа
• Полномочия и порядок их исполнения
• Руководство
• Межрегиональные управления и подведомственные организации
• Функции межрегиональных управлений и подведомственных организаций
• Госслужба. Информационные материалы.
• Информационные материалы по представлению (переоформлению) лицензий в сфере государственного оборонного заказа
• Финансовая отчётность
• Основные показатели и результаты деятельности
• Антикоррупционная деятельность. Сведения о доходах.
• Показатели размещения заказов
• Коллегии Рособоронзаказа
• Порядок обжалования решений, действий (бездействия)
• Контакты

Данные не то чтобы очень интересные, но что-то можно было бы использовать и я решил открыть наугад массив Структура Рособоронзаказа

Внутри, всё по честному, оказался XML файл. Его можно скачать или разглядеть на картинке

Ничего не узнаете? Это ничто иное как Microsoft Office XML formats использованный еще в старых офисах вплоть до 2007-го.

Является ли этот файл действительно файлом XML? Да, безусловно. Является XML файлом текстовой разметки.
Давайте заглянем туда внутрь. После нехитных действий по сохранению файла на диске и открытию его с помощью MS Word получился такой прекрасный файл

с картинкой оргструктуры на выходе.

Итого, волшебная последовательность действий:

1. Нарисовать картинку
2. Засунуть картинку в Word файл
3. Сохранить Word файл в формат MS Office XML formats
4. Профит! Все требования соблюдены, а пользы людям никакой.

Формально они могут потом даже схемы описаний приложить и даже паспорт набора данных составить.

Больше примеров в следующих обзорах.

Иван Бегтин

Кросспост – http://habrahabr.ru/company/infoculture/blog/201260/