Technické standardy pro datové sady na stupni otevřenosti 3

Tato stránka je pouze pro čtení. Můžete si pouze prohlédnout zdrojový kód, ale ne ho měnit. Zeptejte se správce, pokud si myslíte, že něco není v pořádku.
====== Technické standardy pro datové sady na stupni otevřenosti 3 ======

Pro dosažení stupně otevřenosti datové sady 3 je nutno zajistit, aby kompletní obsah datové sady byl dostupný prostřednictvím 1 či více distribucí datové sady, které splňují následující standardy.

Obecným standardem datových sad na stupní 3 je, že každá distribuce datové sady musí být kódována v kódování UTF-8.

==== Standardy pro tabulkové datové sady ====

Distribuce datové sady, která reprezentuje tabulku, musí splňovat následující standardy:

  * V jedné distribuci je reprezentována právě jedna tabulka.
  * V distribuci neexistuje žádný jiný záznam než je řádek tabulky nebo její hlavička.
  * Všechny záznamy v distribuci, tj. jednotlivé řádky tabulky, mají stejnou strukturu, která odpovídá hlavičce.
  * Celý obsah datové sady je vyjádřen v distribucích v alespoň jednom z následujících formátů:
    * [[standardy:csv|Comma Separated Values (CSV)]],
    * eXtensible Markup Language (XML, http://www.w3.org/TR/xml/), kde jednotlivé řádky tabulky jsou zapsány jako samostatné XML elementy strukturované pomocí zanořených XML elementů a XML atributů reflektujících hlavičku reprezentované tabulky, nebo
    * JavaScript Object Notation (JSON, http://www.ecma-international.org/publications/files/ECMA-ST/ECMA-404.pdf), kde jednotlivé řádky tabulky jsou reprezentovány jako samostatné JSON objekty strukturovaných do dle hlavičky reprezentované tabulky.

==== Standardy pro datové sady s hierarchickou strukturou ====

Distribuce datové sady, která obsahuje hierarchické strukturované objekty (tj. objekty složené z jiných objektů), které není vhodné reprezentovat v podobě tabulky dle předchozí podkapitoly, musí splňovat následující standardy:

  * V jedné distribuci je reprezentována kolekce stejného typu objektů
  * Objekty v kolekci mohou obsahovat další vnořené typy objektů.
  * Celý obsah datové sady je vyjádřen v distribucích v alespoň jednom z následujících formátů:
    * eXtensible Markup Language (XML, http://www.w3.org/TR/xml/), jehož struktura vyjádřená v podobě XML elementů a XML atributů umožňuje výběr jednotlivých údajů reprezentovaných v datové sadě pomocí prostředků jazyka XPath či CSS selektorů bez nutnosti parsování získaných atomických údajů.
    * JavaScript Object Notation (JSON, ECMA-404, nebo http://www.ecma-international.org/publications/files/ECMA-ST/ECMA-404.pdf), jehož struktura vyjádřená v podobě JSON objektů a primitivních hodnot umožňuje výběr jednotlivých údajů reprezentovaných v datové sadě pomocí prostředků programovacích jazyků používaných pro tvorbu WWW aplikací (JavaScript, Java, .apod.) bez nutnosti parsování získaných atomických údajů.

==== Standardy pro datové sady v podobě kolekce textových dokumentů ====

Distribuce datových sad, které mají charakter textových dokumentů, musí splňovat následující pravidla a standardy:

  * V jedné distribuci je reprezentována kolekce dokumentů, kde každý dokument je jednoznačně identifikovatelný v podobě souboru a lze jej z kolekce získat pomocí běžných programovacích prostředků.
  * Všechny dokumenty v datové sadě jsou vyjádřeny alespoň v jednom z následujících formátů:
    * Formát odpovídající MIME typu text/plain obsahující pouze znaky textového dokumentu.
    * Libovolný jiný formát pro textové dokumenty, který je strojově čitelný, má otevřenou specifikaci a existuje volně dostupná knihovna, umožňující automatizovanou strojovou extrakci textového obsahu dokumentů v datové sadě (až do úrovně jednotlivých znaků).
      * Např. HTML, DOCX, ODT, DocBook či TeX

==== Standardy pro datové sady v podobě kolekce obrázků ====

Distribuce datových sad, které mají charakter obrázků, musí splňovat následující pravidla a standardy:

  * V jedné distribuci je reprezentována kolekce obrázků, kde každý dokument je jednoznačně identifikovatelný v podobě souboru a lze jej z kolekce získat pomocí běžných programovacích prostředků.
  * Každý obrázek je vyjádřen ve formátu, který je strojově čitelný a má otevřenou specifikaci.
    * V případě bitmapových obrázků musí formát umožnit přistupovat pomocí běžných programovacích prostředků k jednotlivým pixelům tvořícím obrázek.
    * V případě vektorových obrázku musí formát umožnit přistupovat pomocí běžných programovacích prostředků k jednotlivým vektorovým objektům tvořícím obrázek.

==== Standardy pro prostorové datové sady ====

<WRAP center round important 60%>
Část týkající se prostorových dat byla nahrazena [[https://ofn.gov.cz/prostorová-data/2019-08-22/|Otevřenou formální normou pro Prostorová data]].
</WRAP>



==== Standardy pro ostatní typy datových sad ====

Jiný formát či jazyk může poskytovatel dat použít pouze v případě datové sady, jejíž charakter neumožňuje použití některého z formátů uvedených v předchozích podkapitolách nebo datová sada spadá do oblasti, ve které jsou běžně používány jiné formáty (které splňují podmínku strojové čitelnosti a otevřenosti specifikace).

Ať je zvolen jakýkoliv formát, musí být zajištěno, že celý obsah datové sady je vyjádřen v distribucích v alespoň jednom formátu, který splňuje podmínku strojové čitelnosti a otevřenosti specifikace a je v dané oblasti běžně používán.