選舉黃頁與公報連結整理

公報專案： https://github.com/kiang/bulletin.cec.gov.tw

中選會選舉公報的資料有備份到公報專案，針對 103 年的部份中選會有一個尚未對外正式宣傳的網站 http://103bulletin.cec.gov.tw/103/ ，這個網站有各地選委會上傳的資料，所以額外處理，目前公報專案的資料集中在 https://github.com/kiang/bulletin.cec.gov.tw/tree/master/Console/Command/data ，說明如下：

• bulletin.csv - http://db.cec.gov.tw/ 取得的公報資料清單
  • 連結目錄
  • 連結名稱
  • 檔案網址
  • 隨機產生的 uuid
• bulletin_103.csv - http://103bulletin.cec.gov.tw/103/ 取得的公報資料清單
  • 連結名稱
  • 檔案網址
  • 隨機產生的 uuid

透過清單中的 uuid 可以分別在 pdf ( bulletin.csv uuid ) & pdf_103 ( bulletin_103.csv uuid ) 目錄下找到對應的 pdf 檔案，這些 PDF 檔案進一步透過 pdf2htmlEX 產出了文字座標檔案放在 txt 與 txt_103 目錄下對應的 uuid 中。

現在進一步的試著要將這些公報資料與選舉黃頁進行連結，所以透過程式產出了對應表

 https://github.com/kiang/elections/blob/master/Console/Command/data/bulletin_map.csv

檔案中三個欄位說明如下：

• bulletin_name - bulletin_103.csv 取得的連結名稱
• bulletin_key - bulletin_103.csv 取得的 uuid
• election_id - 對應到選舉黃頁選區的 uuid ，多個選區之間以 | 符號區隔

因為命名並未統一，所以這個自動產生的對應表有諸多錯誤，所以另外產生了一個修正表

https://github.com/kiang/elections/blob/master/Console/Command/data/bulletin_map_prefix.csv

修正表格式與原本的表一致，只是程式會以修正表的資料為主，每次執行後會合併程式自動過濾的結果，所以錯誤的資料列可以複製到修正表進行人工的修正，然後由程式處理最後的合併與連結。

election_id 可以透過選舉黃頁的選舉區查詢功能，點選結果後網址的參數就是 election_id ，像是

http://k.olc.tw/elections/candidates/index/53c0207b-32e8-4ba0-a87c-5c5aacb5b862#/discussion/embed

53c0207b-32e8-4ba0-a87c-5c5aacb5b862 就是希望取得的 election_id

而 bulletin_key 可以透過網址預覽，像是 546e068c-43f4-4e44-b9f7-1a32cf91e152 就可以在下面網址看到

http://k.olc.tw/bulletin/546e068c-43f4-4e44-b9f7-1a32cf91e152/546e068c-43f4-4e44-b9f7-1a32cf91e152.html

這是透過 pdf2htmlEX 產出的結果