【开放数据】重量也要重质？齐看政府数据如何玩残大学生

政府鼓励“开放数据”但有时好心“好心做坏事”，将开放给公众的电脑档案加工成PDF和图像等档案，结果不时弄巧反拙，令使用者需要花更多时间想尽办法撮取所需资料。
《香港01》邀请大学生尝试利用政府开放数据做功课，齐看同学如何应对。

资料需方便软件阅读而不是人

政府不少资料的档案格式不利市民使用，例如将资料加工成PDF档案、图像档案，结果“好心做坏事”，令使用者需要花更多时间想办法撮取资料。

以PDF档为例，这种格式分为纯图档，以及文字档，但资料被复制后，难以保持原有排位；试算表内中加有标题和备注，储存格之间会有空行，某些储存格又被合并，有时更会在数字旁加星号在备注，由税务局提供的博彩税收入统计就犯下以上错误。

此外，虽然政府统计处提供大量统计数字，但在“资料一线通”网站中亦画蛇添足地提供546张以GIF图像档案格式储存的折线图，档案解像度仅为408x326像素。用家需要额外花时间自行抄写，整理资料后再另行输入电脑。

其实电脑档案格式质素有高低之分， “互联网之父”柏纳斯李爵士（Sir Tim Berners-Lee）亦有创立“开放资料五星标准”，PDF和EXCEL档案分别仅为一和两星。政府应顾及开发者，提供至少三星级的资料，如CSV、XML、JSON等文字档案格式，这些资料不像DOC和XLS等格式为微软公司所拥有，档案结构亦一致易明，方便电脑快速和大量“阅读”数据。