葡萄牙媒体月度监测开放数据
数据集简介
项目简介
espectro 是面向葡萄牙媒体的月度登记项目,数据发布入口为 oespectro.eu/dados,代码与数据文件托管在 GitHub 组织 espectro-dados 下。项目读取 64 家葡萄牙媒体机构的 RSS 订阅源,将报道同一事件的文章归并为一条“故事”,并持续记录谁在何时发布了什么,同时维护媒体机构与其所有者的登记关系。数据以 CSV 文本表形式发布,采用 UTF-8 编码(无 BOM)并以 gzip 压缩,时间戳使用 ISO 8601 格式、UTC 时区,列表字段以竖线 | 分隔。
各版本文件表
每个月度版本包含 8 个 CSV 表,另附 schema、manifest 与校验文件:
| 文件 | 内容 |
|---|---|
orgaos.csv.gz |
媒体机构及其各自所有者 |
proprietarios.csv.gz |
所有者及其持有的媒体(2026-09 版前名为 donos.csv.gz) |
historico-propriedade.csv.gz |
机构所有权的每次记录及日期 |
feeds.csv.gz |
各机构读取的订阅源及读取状态 |
historias.csv.gz |
当月首篇文章的故事,含日期与文章/机构/编辑部计数 |
artigos.csv.gz |
当月采集的文章,含机构、故事、日期、地址、栏目、国家 |
texto-partilhado.csv.gz |
同一故事下按共享文本分组的机构 |
versoes-de-titulo.csv.gz |
文章每次换标题的时间与顺序 |
随附文件包括 esquema.json(各表列名、类型与描述)、manifest.json(各文件字节数、行数、SHA-256、周期与生成日期)以及 SHA256SUMS 校验文件。
读取一个版本
数据按月份分文件夹发布,可直接下载对应版本的压缩 CSV 表。读取时建议先查阅 esquema.json 了解各表列名与类型,再用 manifest.json 核对文件字节数、行数与 SHA-256,并以 SHA256SUMS 校验完整性。时间字段为 ISO 8601 UTC 格式,列表字段以竖线分隔,解析时需按此约定处理。
未收录的内容
文章标题与正文不随数据分发,仅提供链接;标题与文本的版权属于原发布机构,不整批分发。需要阅读原文时,请通过 artigos.csv.gz 中的地址字段访问原发布机构页面。
版本
数据自 2026 年 8 月 7 日起覆盖,已发布 2026-08、2026-09、2026-10 三个月度版本,每个版本含 8 个 CSV 表。后续版本在每月 2 日发布。2026-08 版另存于 Zenodo(DOI 10.5281/zenodo.23396490,最新版 DOI 10.5281/zenodo.23396489)。
许可与引用
数据以 CC BY 4.0 许可开放,全文见 LICENSE。建议引用具体版本而非整个仓库,例如「espectro, oespectro.eu/dados/2026-10, gerada a 2 de novembro de 2026」。
联系方式
联系邮箱:contacto@oespectro.eu。