Vlákno názorů k článku Tohle je výsměch. Úplné uvolnění dat o jízdních řádech CHAPSem se zase nekoná od dfgdfgdf - vzdyt to nepopiram... jen rikam proc ale to...

vzdyt to nepopiram... jen rikam proc ale to vynuceni cas nevraci... jako statni standard je to ale nebezpecna volba (stat nad nim muze ziskat kontrolu jen tim, ze ho prestane jako standard pouzivat) a vytvori si vlastni nezavislou vetec.

pak je ale lepsi zacit od nuly a lepe (with the hindsight)

ja myslim, ze si predstavujete pod pojmem otevreny standard neco jineho nez to je....

standard by mel mit sirokou platformu adopteru, to tenhle standard proste nema

ale myslim, ze se tomu venujeme az prilis vzhledem k dulezitosti

ostatne apriori by takovata data mela byt hlavne ve shode s nejakym narodnim standardem (to nevylucuje shodu s nejakym vyssim standardem) a to GTFS neni, to je zivelna specifikace v popredi diky monopolu (a ten bude pravdepodobne mit kratkeho trvani)

>>>>kazdy si s tim muze delat co chce, upravovat, vydelavat na tom - proste cokoliv.

a tohle pouzijete v jedne vete se standardem?

vazne? kdyz tohle delal MS s HTML tak lide rvali... proto se ptam

neboli za nim stoji OSN? nebo spise jedna privatni firma... a vedle mate clanek o EU popotahujici Google za monopol to ohledne tech vasich poctu

ono taky gtfs se puvodne jmenoval Google Transit Feed Specification ze?

case closed

To, co se vy jste max zkusil, bylo tak oznaceni textu.

psal jsem o MAL.zip nebo o draha.zip?

samozrejme, ze celkove nesouhlasim s tim jakym zpusobem jsou data predavana.. pouze jsem se pozastavil nad tim, ze pro nektera PDFka neni potreba OCR..

propri google format... tudy cesta nevede...

Apropos

\MAL\MAL.zip\16_2015-110-SDOS_1_Priloha_1_img-204111706-0001.pdf
Vazne mate pocit, ze toto se da vzit copy&paste?

Alternativne tu mame
draha\draha.zip\ma­pa-trati.pdf
Coz se da v podobe svg (tedy daleko vhodnejsi format) ziskat Tu https://commons.wikimedia.org/wiki/File:Map_of_Czech_railways.svg

A kdyz uz jsem u toho, co se tyce autobusu, vazne ma nekdo pocit, ze toto je pouzitelna informace?

"16","Na kotli","","","­","","19","","","","","";
"17","Náhon","","","­","","19","","","","","";
"18","Palacho­va","","","","","19","",­"","","","";
"19","Poliklinika 2","","","","­","19","","","","","";
"20","Pouchov kostel","","","­","","19","","","","","";
"21","Pouchov Sokolovna","","",""­,"","19","","","","","";
"22","Sever střed","","",­"","","19","","","","","­";
"23","Sídliště Sever","","","­","","19","","","","","";

Vybrano namatkou, seznam zastavek, naprosto knicemu. I pokud by nekdo chtel obetovat cas, a linkovat zastavky na body v mape, veskera ta prace muze byt z minuty na minutu knicemu, nebot tu nejsou ani zadna ID, ktera by zastavku jednoznacne identifikovala. Podotykam, ze ty zastavky zcela jiste ID maji, dokonce celosvetove unikatni.

100% tech dat je jen hromada trusu.

Já si strojově zpracovatelná data představuji např. jako formát GTFS (https://developers.google.com/transit/gtfs/reference?csw=1)

Problem budete mit s tim, ze jaksi format pdf je uvnitr pomerne variabilni, a tehoz vzhledu lze docilit ruznymi prostredky. Takze se vam klidne muze stat, ze kazde jedno to pdf bude mit zcela jinou interni strukturu. Preji mnoho uspechu pri ladeni cteciho algoritmu.

Jednak je kopirovani zablokovane - mam tu Adobe Reader, SumatraPDF, MS Edge a Word a ani jeden mi ten text nevlozi do schránky.

Po odemceni a zkopirovani dostanu rozsypany caj - zejména nejde nijak poznat, kde zacina a konci jednotlive sloupce - napr. http://pastebin.com/gxL39wpV

na strojove zpracovani u tohoto typu nepotrebuji OCR (to je potreba u tech PDF Mezinarodnich autobusovych linek)

jo, copy paste jsem zkousel (predpokladam, ze umite cist a chapat text - viz muj prvni prispevek) - patrne narazite na problem s "fonty", ale ten ja narozdil od vas nemam a pro strojove zpracovani mi to nevadi..

Na co OCR? Je to tam napsano. NA STROJOVE ZPRACOVANI.

JO a to copypaste si zkuste. Zda se, ze jste to PDF ani nevidel.

z tech PDFek draha.zip to jde kopirovat Copy & Paste.. na co OCR?