01 · Authority contextLe pilote d'abord
Jurisdiction et agence
L'autorité géographique ou administrative définie par la source et l'organisation qui publie les preuves.
- Jurisdiction label
- Agency or publisher
- Registry or directory
Enregistrements et annuaires publics
Extraction de données de dossiers publics et d'annuaires
Collectez les registres publics, documents déposés et annuaires avec leur émetteur, juridiction, dates et liens. Examinez un échantillon des sources que vous ciblez.
Modèle de dossiers publics
Reliez les organismes émetteurs, les documents et les révisions des données.
Gardez l'autorité, le document, la référence de l'entité, l'événement et la révision séparés afin que les utilisateurs en aval puissent voir ce qui a été publié et ce qui reste incertain.
02 · Source objectLe pilote d'abord
Résumé public
L'entrée du registre, l'avis, l'entrée de la licence, l'index de dépôt, la liste des répertoires ou tout autre objet public convenu.
- Record type
- Source record ID
- Status text as published
03 · Reference objectLe pilote d'abord
Références d'entités
Une personne, une organisation, un lieu ou une étiquette d'actif figurant dans le dossier, sans affirmer une identité vérifiée.
- Displayed name
- Source identifiers
- Match state and cues
04 · Change objectLe pilote d'abord
Remplacement ou événement
Un enregistrement, une modification, un avis, un renouvellement, une révocation ou un autre événement nommé publié par la source.
- Event label
- Effective or filed time
- Related record IDs
05 · Evidence objectLe pilote d'abord
Document public
Un document, un dossier ou une page publiée conservés séparément des faits extraits de son contenu.
- Document title and type
- Publication metadata
- Source link or checksum
06 · Evidence stateRetained
Révision
Un état source corrigé, modifié, remplacé ou récemment observé lié à des preuves antérieures; il n'est pas traité en silence comme une détermination de l'identité ou du statut juridique.
Ce qui est inclus
Vérifiez les sources et la couverture des champs.
Examinez la source, le type de page, le marché et les champs nécessaires avant de choisir une API ou une collecte personnalisée.
Source or familyLes donnéesRecordÉtat
Schéma de dossier
Consultez les champs d’un exemple de données.
Un dossier utile indique qui l'a publié, sous quelle juridiction, quel objet source a été observé, quand il a été vu et si de nouvelles preuves existent.
Jurisdiction et éditeur
- jurisdiction
- Contextes géographiques ou administratifs définis par la source.
- agency_name
- Éditeur d'organisme public ou de répertoire.
- record_family
- Registre, dépôt, avis, permis ou type de répertoire.
Objet source
- source_record_id
- Identifiant indiqué par la source, lorsqu'il est présent.
- record_status_text
- Le statut conservé tel qu'il a été publié, sans interprétation légale.
- entity_reference
- Nom ou étiquette figurant dans le dossier.
Publication et événement
- document_type
- Type de document ou de page décrits par la source.
- published_or_filed_at
- Temps indiqué par la source, le cas échéant.
- event_type
- Étiquette source ou état de changement dérivé convenu.
Observation et lignée
- source_url
- Page publique associée aux preuves.
- observed_at
- Quand la collection a produit le disque.
- revision_of
- Statut de dossier ou de document antérieur, si connu.
{
"record_id": "pub_001",
"authority": {
"jurisdiction": "Example region",
"agency_name": "Example agency",
"record_family": "registration_notice"
},
"source_record": {
"source_id": "DEMO-42",
"entity_reference": "Example organization",
"status_text": "Published"
},
"document": {
"document_type": "notice",
"revision_of": "pub_000"
},
"source_url": "https://agency.example/records/42",
"observed_at": "YYYY-MM-DDThh:mm:ssZ",
"collection_state": "observed",
"schema_version": "public-record.v1"
}Identité et relations
Conserver la référence de source sans déclarer qui elle est.
Les noms, adresses et identifiants peuvent être incomplètes, réutilisés, modifiés ou spécifiques à la juridiction.
- 01
clé d'autorité
Jurisdiction + agence
Définit le contexte de l'édition. - 02
Référence de source
Identifiant d'enregistrement + nom affiché
Réservé exactement comme observé. - 03
État de correspondance
Un match / candidat / avis
Le conflit n'est jamais caché. - 04
clé canonique
Seuls lorsqu'ils sont contractés
Asigné selon une règle modifiée.
Fraîcheur et révision
Gardez le temps de publication séparé du temps d'observation.
Un ancien enregistrement observé aujourd'hui, un document récemment modifié et une page qui n'est plus disponible sont des états différents.
- Publié ou déposépublished_at
La date ou l'heure indiquée par la source.
- Observéobserved_at
Lorsque la collecte a produit l'observation de la source.
- Il est livré .delivered_at
Quand le dossier est entré dans le canal client.
- Modifiéfirst_seen · last_seen · revision_at
Lorsque des preuves sont entrées, quittées ou modifiées dans l'histoire suivie.
Qualité et absence
La qualité vérifie le contrat, et non la véracité juridique du dossier.
Nous pouvons tester la structure, la présence sur le terrain, la lignée de la source et changer d'état.
Les preuves contractées présentées
L’autorité, les champs de l’enregistrement, l’URL source, observed_at et la version du schéma ont passé les contrôles.
Nouveau état source lié
La modification ou la modification de la page reste liée aux éléments de preuve antérieurs.
Référence ou lignée ambiguë
Le candidat attend le chemin d'examen convenu au lieu de devenir un match forcé.
Aucune observation soutenue
Les états éliminés, restreints, ratés et sans source restent des états distincts.
Contrôles structurelles
Les clés requises, la juridiction, l'URL de source, les types, les timestamps, l'état et la version du schéma.
Contrôles de terrain
Format d'identifiant source, liaison de document, étiquettes d'événements, candidats de duplication et chaîne de révision.
Accueil des clients
Le sens juridique, l'identité, la plénitude, la réutilisation légale, la conservation, la révision de la conformité et toutes les décisions qui en découlent.
Options de livraison
Choisissez comment recevoir vos données.
Utilisez une API dans votre application, recevez des données récurrentes ou confiez-nous la collecte.
Proxys
Conservez vos collecteurs et utilisez notre réseau de proxies.
Utilisez des proxies résidentiels, datacenter ou ISP avec les collecteurs que votre équipe exploite déjà.
FonctionnalitéDétails
Vous recevezAccès proxy pour vos propres requêtes
Nous prenons en chargeRéseau proxy et accès
Votre rôleCollecte, extraction, stockage et analyse
Idéal pour · Équipes disposant déjà de collecteurs.
Comparer les services proxyApplications
Mettez ces données à profit.
Utilisez les champs et exemples ci-dessous pour préparer votre analyse, votre produit ou votre suivi.
Surveillance des changements de registre
Suivre les entrées de dossiers publics sélectionnées et les modifications, suppressions ou exceptions de route à réexaminer.
Authority · record · revisionRecherche dans le secteur public
Organiser les preuves publiées de l'agence et de la juridiction pour les analystes avec le contexte source préservé.
Jurisdiction · agency · documentMaintenance du répertoire
Récupérer les observations des répertoires d'entreprise ou professionnels admissibles sans faire valoir leur statut juridique.
Entry · source ID · observed_atRemplacement et découverte de l'avis
Surface sélectionné des documents publics, des métadonnées et des modifications pour examen humain en aval.
Document · filing · eventPolitique et études de marché
Construire des ensembles de données reproduisables à partir de sources publiques nommées et enregistrer des familles dans les juridictions convenues.
Source · record family · provenanceOpérations de données gouvernementales
Maintenir des entrées récurrentes du web public pour l'analyse interne tout en gardant les états d'autorité et de qualité visibles.
Record · revision · delivery statePilot représentatif
Testez un échantillon dans votre propre processus.
Les tests représentatifs des juridictions, les dossiers ordinaires, les documents, les références ambiguës à l'entité, les modifications, les suppressions et le chemin de livraison prévu avant la collecte récurrente.
- 01
Définir
Partage de la compétence, de la source, de la famille des dossiers, des champs, du but, de la cadence, de la conservation et des exclusions.
- 02
Pratique de l'échantillon
Incluez des pages ordinaires, des documents, des modifications, des identifiants manquants, des itinéraires restreints et des suppressions.
- 03
Inspection
Autorités d'examen, preuves de source, références d'entités, sémantique du temps, révision et états manquants.
- 04
Acceptez
Accordez la limite de source, le schéma d'enregistrement, la propriété de l'exploitation, le chemin d'examen et le contrat de livraison.
Questions courantes
Questions avant de commencer
Quels documents publics et quels données de répertoire peuvent être fournis par WebScrapingAPI ?
Utilisez Scraper API ou Browser API pour les pages publiques d’organismes, registres, documents déposés et annuaires. Nous pouvons évaluer l’extraction par source et la livraison récurrente à partir d’URL d’exemple.
Quelles sources sont disponibles?
Le champ d'application potentiel comprend les pages gouvernementales publiques admissibles, les registres d'agences, les dossiers publics, les annuaires professionnels ou d'entreprises et les documents publiés. Chaque source est évaluée pour l'accès, les familles de pages, la juridiction, la disponibilité du terrain, le comportement de révision, l'utilisation autorisée, le volume et les exigences de livraison avant la production.
La disponibilité publique signifie-t-elle que les données peuvent être réutilisées sans restriction?
Le public ne signifie pas une réutilisation illimitée. Les termes de source, la loi applicable, les droits de propriété intellectuelle, les règles de confidentialité, les limites de but, les exigences de conservation et de redistribution peuvent toujours s'appliquer. Les clients restent responsables de confirmer que leur utilisation prévue est légale et appropriée.
Un enregistrement livré confirme- t- il l'identité d'une personne ou d'une organisation?
N°: un enregistrement source renvoie les preuves publiques observées à une référence d'entité définie par la source. Les données ne déterminent pas l'identité et ne constituent pas une conclusion juridique ou de conformité. Les conflits, les noms similaires, les identifiants manquants et les correspondances incertaines restent explicites.
Comment les juridictions et les organismes sont-ils représentés?
L’enregistrement peut conserver la juridiction, l’organisme ou l’éditeur, le nom du registre ou de l’annuaire, le type d’enregistrement, l’URL et l’identifiant de la source, l’heure de publication ou de dépôt lorsqu’elle est indiquée, observed_at et la version du schéma. Les libellés juridictionnels ne sont pas normalisés en équivalents juridiques sans indication.
Les documents et l'historique des dossiers peuvent-ils être inclus?
Un pilote peut tester la découverte de documents publics, les métadonnées, les liens, l'extraction de contenu sélectionné, les événements de dépôt, les modifications et la lignée de révision. Le contrat distingue un document d'un enregistrement dérivé de celui-ci et définit la façon dont les preuves publiques sont remplacées, corrigées ou supprimées.
Comment les modifications et les suppressions des dossiers sont-elles traitées?
La livraison récurrente peut conserver les observations successives, first_seen, last_seen et les liens vers les révisions de la source. Le retrait d’une page, la modification d’un document, l’indisponibilité d’une source et la disparition d’une entité d’un annuaire restent des états distincts, sans être regroupés sous un seul indicateur de suppression.
Ces données peuvent-elles être utilisées pour des vérifications de fond ou des décisions d'admissibilité?
L'ACR ou des tests antérieurs similaires, les décisions d'admissibilité réglementées, les décisions défavorables automatisées et autres utilisations à fort impact ne sont pas des modalités standard.
Qui maintient l'extraction et la qualité spécifiques à la source?
Votre équipe maintient les collecteurs avec les proxies et les parseurs personnalisés avec les API d’accès aux pages. Nous maintenons l’extraction Data API prise en charge et la collecte incluse dans les flux ou Managed Data.
Quelles sources et quels enregistrements sont exclus?
Les données privées sensibles, les systèmes de vérification des données, les données personnelles non publiques, les données scellées ou restreintes, la contournation des contrôles d'accès, les données relatives aux rapports des demandeurs ou des consommateurs, le contrôle des antécédents de l'ARC et les données destinées à la prise de décisions réglementées ne sont pas des données de portée standard.
Enregistrements et annuaires publics
Commencez par une juridiction et les dossiers que votre équipe peut inspecter.
Apportez la source, la famille, l'objectif, le champ et le rapport de livraison.