标签：文档 脏数据 国家 示例 构建 img 一致性 代码分析 display
P3 OpenStreetMap 项目思路整理
P3项目的核心在于数据的整理 data cleaning 数据清洗，数据来源于开源的OpenStreetMap平台，该平台上的很多数据都是开发者自行输入的，难免会造成数据的混乱和缺失，错误，也就是所说的dirty data 脏数据 human involved
data cleaning的关注点 validity completeness accuracy consistency uniformity
validity 有效性 数据是否符合常理 人名不应该是数字
completeness 完整性 数据记录表格中的数据是否记录完整
accuracy 准确性 数据是否符合实际情况 一个国家的人口值，国土面积
consistency 一致性
uniformity 统一性 单位是否统一
项目评估准则 中的地图中遇到的问题：
举例 ：使用蓝图的实例中 使用编写的audit()函数来统计道路名称的种类 代码使用了cElementTree 正则表达式（正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配）
图1. 统计所用的audit()函数代码
图2. 部分统计结果
XML （Extensible Markup Language）数据处理基础：
1. XML 与 HTML 关系： XML用来存储和传输数据 HTML用来展示数据 （XML可以自定义标签，具备自我描述性）
XML将数据从HTML文件中分离出来，简化数据的传输，共享，更新
一个XML文件的示例 简单的一个便签文本
标签是处理的核心，读懂标签就能够对数据进行整理分类
树形结构文档 根元素，子元素，元素的属性
shil
构建http请求：待完成
标签：文档 脏数据 国家 示例 构建 img 一致性 代码分析 display
原文地址：http://www.cnblogs.com/kong-xy/p/6361879.html
