【開放數據】重量也要重質？齊看政府數據如何玩殘大學生

政府鼓勵「開放數據」但有時好心「好心做壞事」，將開放給公眾的電腦檔案加工成PDF和圖像等檔案，結果不時弄巧反拙，令使用者需要花更多時間想盡辦法撮取所需資料。
《香港01》邀請大學生嘗試利用政府開放數據做功課，齊看同學如何應對。

資料需方便軟件閱讀而不是人

政府不少資料的檔案格式不利市民使用，例如將資料加工成PDF檔案、圖像檔案，結果「好心做壞事」，令使用者需要花更多時間想辦法撮取資料。

以PDF檔為例，這種格式分為純圖檔，以及文字檔，但資料被複製後，難以保持原有排位；試算表內中加有標題和備註，儲存格之間會有空行，某些儲存格又被合併，有時更會在數字旁加星號在備註，由稅務局提供的博彩稅收入統計就犯下以上錯誤。

此外，雖然政府統計處提供大量統計數字，但在「資料一線通」網站中亦畫蛇添足地提供546張以GIF圖像檔案格式儲存的折線圖，檔案解像度僅為408x326像素。用家需要額外花時間自行抄寫，整理資料後再另行輸入電腦。

其實電腦檔案格式質素有高低之分， 「互聯網之父」柏納斯李爵士（Sir Tim Berners-Lee）亦有創立「開放資料五星標準」，PDF和EXCEL檔案分別僅為一和兩星。政府應顧及開發者，提供至少三星級的資料，如CSV、XML、JSON等文字檔案格式，這些資料不像DOC和XLS等格式為微軟公司所擁有，檔案結構亦一致易明，方便電腦快速和大量「閱讀」數據。