[Gfoss] http://www.regione.toscana.it/-/open

[Andrea Peri]

Credo di non aver ben sottolineato un dettaglio.

qualsiasi lavoro GIS svolto da un team che al suo interno usa tecnologie
non coordinate tra di loro provoca il rimescolamento dei character-set.

Pensa al caso di uso che ti dicevo.

TI arriva uno shapefile e ti viene chiesto di correggere 2 records.
Per farlo, apri lo shapefile con qgis, correggi e salvi lo shapefile.
Te hai corretto solo due record.
Quei de records avranno il Character-set del tuo PC.

Ma lo shapefile era stato creato in un altro computer, dotato di un altro
character-set.
Quindi è nato un mix di CS.

Certamente la colpa è del formato shapefile, che poiche' non possiede al
suo interno una definizione di CS, è soggetto alle idiosincrasie del
software e del pc su cui viene editato in un certo momento.
Questa cosa basterebbe da sola a sconsigliare l'impiego dello shapefile per
scambiarsi i dati.
Ma visto che lo shapefile è il formato universale per lo scambio dei dati
GIS, come ovviare a questo problema ?

L'unic work-around che mi viene in mente , è darsi la regola che anche se
si è editato un solo records, sempre rigenerare interamente lo shapefile,
mediante il comando "esporta come".

Ma non sono affatto sicuro che questo risolverebbe.
Ho infatti il dubbio che in realta' questa azione finisca per incasinare
"definitivamente" il dbf dello shapefile.

E proprio per questo, non credo che chiunque lavora e opera con gli
shapefile possa realisticamente affermare di conoscere il Character-set del
suo shapefile, a meno che non lo abbia creato ex-novo lui stesso.


Andrea.



Il giorno 03 dicembre 2013 18:09, <a.furieri a lqt.it> ha scritto:

> On Tue, 3 Dec 2013 17:07:27 +0100, Andrea Peri wrote:
>
>> Qui si entra in un mondo ai piu' insospettato e pieno di sorprese.
>>
>> FAccio una domanda:
>> come si fa' a dedurre il charaxcter-set usato per produrre uno
>> shapefile ?
>>
>>
> che io sappia, esiste un unico modo "galileiano"; provando e
> riprovando pazientemente, finche' non ci si azzecca
> ... dopotutto i charset sono "solamente" svariate centinaia :-)
> anche la mitica scimmia di Darwin a forza di pestare a casaccio
> sulla tastiera ci puo' riuscire (assumendo un tempo illimitato).
>
>
>
>  Ovvero. Se arriva uno shapefile , esiste un modo per capire il suo
>> character-set ?
>> Non credo.
>>
>>
> non risulta neppure a me: proprio per questo sarebbe decisamente
> importante che questa informazione facesse sempre parte integrante
> dei metadati, e che venisse indicata con chiara evidenza ogni
> volta che si decide di pubblicare un dataset come Open Data.
>
>
>
>  L'unica soluzione pratica a volte è tentare , se si riesce a
>> stabilire , parlando con chi ha realizzato il dataset, con che sistema
>> operativo e con quale software ha lavorato (se si ha fortuna).
>> Allora si deve ricorrere a una sorta di indagine indiretta.
>>  Chiedendo in quale sistema operativo si è operato e con quale
>> software.
>> A volte, con un po' di fortuna ci si riesce a risalire.
>>
>>
> esattamente: la metodologia standard e' proprio questa.
> ma almeno a me personalmente e' capitato piu' volte di perdere lunghe
> ore (completamente a vuoto, e con irritazione progressivamente
> crescente) prima di arrivare a capire che quel determinato Shapefile
> "X" era stato prodotto su un vecchio Mac o magari addirittura in
> MS-DOS, e che magari non era neppure stato prodotto in Italia ma
> in qualche paese piu' esotico.
>
> sicuramente la fortuna aiuta; ma spesso occorre molta tenacia, una
> buona dose di know-how, un pizzico di fantasia e soprattutto molto
> tempo a disposizione.
> tutte cose che in un mondo di facile interoperabilita' universale
> e di open data non dovrebbero mai essere strettamente indispensabili :-)
>
>
>  Idem con i lavori svolti in enti che tipicamente lavorano su gruppi ,
>> come ad esmepio universita' o altre strutture del mondo accademico.
>>  Dove ovviamente i lavori sono organizzati a gruppi, ma all'intenro
>> dei quali spesso ogni singolo operatore (studente) lavora come crede
>> meglio e come sa' fare. E quindi ci sara' chi usa mac, chi linux e chi
>> windows.
>> Per cui non è assolutamente infrequente che quello che arriva siano
>> dei mix di vari character-sets.
>>
>> A volte ci è capitato di ricevere dati in forma testuale, dove, nel
>> medesimo file di testo, alcune parti erano dotate di CRLF, altre di
>>
>> CR e infine alcune solo di LF !!
>>
>>
> verissimo, confermo: nel corso degli anni e' capitato anche a me
> personalmente di trovare qualche dataset "ibrido" che era una
> sorta di improbabile "collage/mosaico" tra codifiche incompatibili.
> (e purtroppo anche in tutti i casi che ho avuto la sventura di
> incontrare personalmente erano sempre prodotti di origine piu'
> o meno accademica).
>
> in genere quando si ha l'incredibile sfortuna di incontrare un
> mostriciattolo di questa natura le opzioni disponibili sono:
>
> A) frullare tutto direttamente nel secchio della spazzatura senza
>    troppi rimpianti
> B) perdere intere giornate cercando di rattoppare pazientemente
>    tutte le bischerate presenti all'origine
> C) far finta di nulla, lasciare tutto cosi' com'e' e sperare
>    che nessuno ci faccia mai caso.
>
> chiaramente l'unico approccio razionale e' quello "A" :-D
>
> forse in casi limite come questi sarebbe magari preferibile *non*
> pubblicare affatto quei datasets, visto che hanno una qualita'
> tecnica cosi' indecentemente infima da renderli praticamente
> inutilizzabili per qualsiasi ulteriore riuso o lavoro derivato.
>
> ma in tutti gli altri casi (p.es. SHP o CSV estratti con metodologie
> informatiche rigorose e ben controllate a partire da un DBMS)
> resto dell'opinione che sarebbe certamente una saggia "best practice"
> indicare sempre chiaramente quale charset sia stato utilizzato.
>
> ciao Sandro
>
>
>
>


-- 
-----------------
Andrea Peri
. . . . . . . . .
qwerty àèìòù
-----------------
-------------- parte successiva --------------
Un allegato HTML ? stato rimosso...
URL: <http://lists.gfoss.it/pipermail/gfoss/attachments/20131203/14f9a532/attachment.html>