方法與範圍

這一頁講本站收什麼、不收什麼、空白代表什麼、以及本站自己查不出來的錯誤有哪些。 先看這頁再看資料頁,才知道每一格的強度。

收錄邊界

球季紀錄收兩個聯賽:台灣企業甲級足球聯賽 2022、2023、2024 三季;台灣木蘭足球聯賽 2022、2023、2024 三季。 其他年份與其他賽事本輪不收——這是「還沒做」,不是「沒有」。
網址第一段是聯賽代號(tpfl 企甲/mulan 木蘭)。 這不是排版偏好:同一個隊名會同時出現在兩個聯賽的同一年,不分聯賽就會有兩支球隊搶同一個網址。
逐場比賽目前只有企甲三季,放在各球季的球隊頁裡,不另外給每一場一個網址。 木蘭的逐場紀錄本站尚未匯入——本站的逐場擷取工具當初只指向企甲, 從來沒有對木蘭執行過。這不等於「來源沒有」,足協的比賽報告頁對木蘭有沒有東西,本站尚未查證。
名冊收各級代表隊的公告名冊、集訓/培訓/參賽/移訓名單與隊職員名單; 「單場先發/出賽名單」那一族刻意未收——「入選隊伍」與「單場登錄」是兩種事實, 混算會讓兩邊都失真。
測試專案的資料列在建站前就過濾掉,不進任何統計。

空白有幾種意思

資料側每一個空值都必須說出自己是哪一種空值,本站照著分流呈現。 本站不由空值反推狀態——讀到一個沒有標記來歷的空值,產生器直接失敗, 不會自己補一個看起來合理的說法。

來歷意思頁面上長什麼樣
not_applicable這一列的來源表頭沒有這一欄 整段都沒有時整欄不渲染;同表裡只有部分列沒有時顯示 –此列來源表頭無此欄。不寫成「來源未提供」——那會暗示來源該給卻沒給。
source_absent來源表有這一欄,但這一格是空白 ∅來源未提供,並附該列的來源網址與擷取時間,證明查過。
reinterpreted_as_position來源那格印了東西,但整段的表頭語意被改判 ⇄來源這一欄印的是位置代碼。這不是「來源未提供」——來源明明印了 GK。
not_researched我們沒查 ○尚未查證,無收據連結。目前資料集裡不存在這種值。
conflict兩個來源對同一個事實給出不同答案 ≠兩個來源不一致,兩個值上下並列各自標來源。 不選主值、不平均、不因為誰官方就優先。

衝突怎麼處理

本站目前只對一支球隊譜系做過第二來源對帳,共 6 筆。 對過帳的球季球隊頁會標明結果;沒被對過帳的頁面標「未做交叉查核」, 不標「無衝突」也不留白——沒被列進對帳檔不等於沒有衝突,那是沒查過。

對到不一致時,兩個值都留在頁面上,各自帶自己的來源。 這件事沒有商量餘地:把衝突收斂成一個數字,等於替讀者做了一個他看不見的判斷。

姓名紀錄頁的紀律

來源沒有任何身分識別碼,而且已實查確認同一個姓名字串出現在不同性別的紀錄裡。 所以姓名頁是「這個名字的紀錄」,不是某個人的紀錄: 不把多則公告串成一段敘述、不出現任何比賽統計數字。 表格只回答「哪一則公告、哪個日期、哪個層級、當時登記的單位與職稱」,逐列可回源。

被遮蔽的名字不給獨立網址。資料裡有 186 個遮蔽字串(姓+O+名), 全部落在青少年層級——來源是刻意把未成年人的名字遮起來的。 為一個被遮蔽的字串開一個可索引的公開網址,等於把來源的保護反向解開。 ⭐ 他們的紀錄仍然完整留在公告頁上,來源說了多少就記多少,不多也不少。

網址就是來源字串本身。姓名頁的網址是把來源印出來的那個字串直接編碼, 不做任何正規化、不改大小寫、不加流水號。 所以兩個不一樣的字串必然拿到兩個不一樣的網址—— 本站不會、也沒有機會把兩個字串併成一個。

有幾組字串只差一個標點或空白(例如中間那一點是半形還是全形)。 本站的做法是:兩頁各自存在,並且互相連結, 頁面上只陳述看得到的事實(同一所學校、同一個層級、同一個培訓隊、名字只差一個符號), 不下「這是同一人」的結論。 ⭐ 證據很強不等於證明,而替讀者做完最後那一步、正是本站不做的事。

本站不轉載的東西

每一列資料在來源那邊都有一段原始表格文字。本站不逐字轉載那段原文, 改為顯示解析出來的欄位,加上來源網址與擷取時間。 名冊資料有一部分列的原文另含單位住址(郵遞區號+縣市+路名+號), 資料側沒有結構化欄位承接它,只活在原文裡。那些住址對本站零價值, 但「姓名+單位住址」的組合仍是準識別資訊,所以不放。 ⭐ 說出自己不顯示什麼,本身就是誠實的一部分;偷偷省略才是問題。 可稽核性不受影響——來源網址點下去就是原件。

介面用語的兩個硬性說明

比賽表格的「表列第一隊/第二隊」不是主隊與作客隊。 那兩個欄位只是官方表格印出來的先後順序,不保證對應誰在自己的場地比賽—— 實查有整季 21 場全部落在同一側、而其中 11 場其實在該隊所在縣市的球場舉行的例子。 要談場地一律看場地欄。
輪次欄的字面跨季不一致(一季印「第 1 循環」、另一季印「Round 1」), 本站排序只用數字,不比字串。

層級代碼對照

⚠️ 這 11 個中文顯示名不在任何資料檔裡,只存在於資料側抓取程式的註解中 (該註解自稱「這是足協導覽列上印出來的 11 個,不是猜的」)。本站照抄不自行翻譯, 並已回報資料側應把這張表補進資料契約。

代碼中文顯示名
men-national-team男子成人
men-u-23男子 U-23
u-20男子 U-20
u-17男子 U-17
u-15男子 U-15
women-national-team女子成人
wu-20女子 U-20
wu-17女子 U-17
wu15女子 U-15
futsal-national-team男子五人制
women-futsal-national-team女子五人制

旅外球員資料怎麼收

收錄規則。旅外段落:來源明載該球員以成人層級(一線、成人合約,或某國成人聯賽的球隊)效力台灣以外的球隊。青訓、大學、預備隊、試訓不算旅外段落,另列為「邊界案例」。只有維基、統計資料庫或自媒體支撐的說法只當線索,不列入。出賽場數不是收錄門檻。 目前是 11 位的試水整理。
證據等級。每一條證據標一個等級:A=官方(足協官網、球隊或聯賽官網); B=媒體(新聞媒體的報導);線索=維基、Fandom、統計資料庫、自媒體、作者投稿專欄。 線索只能引路,不會單獨成為頁面上的事實——每一個旅外段落、衝突的每一邊、 已知去向、英文名與出生日期,都至少有一條 A 或 B 證據;只有線索支撐的說法不上頁面, 頁尾只寫出它們的則數。每一條證據都附一句原文引文,本站逐字核對過它保存的來源快照。
不推估。來源沒寫到的起訖時間顯示「∅ 來源未載」, 本站不從上下文換算;兩個來源說法不同時兩邊都留、標「≠」,本站不選邊。

這份資料不宣稱的事。這不是完整名單:這裡只整理了少數球員,不代表其他球員沒有旅外經歷。
本站不記錄球員的出賽與進球,因為來源沒有這項資料;附註偶爾引到的場次或進球,是該篇報導自己的說法,本站不加總、不當成紀錄。

與姓名頁的關係。姓名頁是「這個名字的紀錄」,本站不替字串做身分判斷; 旅外頁的身分判定理由逐條附在旅外頁上,依據強度不一,讀者可自行判斷。 所以姓名頁只在有判定紀錄的那幾則公告上連到旅外頁,其餘紀錄照舊不下判斷。

本站查不出來的錯誤(盲區要跟方法一起講)

· 本站不驗證來源內容為真,只保證頁面忠實反映資料。收據證明可追溯,不證明來源沒寫錯。
· 「來源那一格是空白」與「解析器讀漏了那一格」分不出來,兩者都會落在「來源未提供」。
· 頁數對帳只驗數量,驗不出內容錯誤。
· 比賽表格裡兩隊連同比分一起顛倒的錯誤,用總量對帳抓不出來——每隊的得失球總和完全不變。
· 同名者被誤當成同一人的錯誤,本站無法自行發現——這正是不做跨公告聚合的理由。

資料正本:taiwan-football-archive @ 33cabec38b28。

來源帳本

這一頁是導覽與說明,沒有逐列資料,所以沒有逐筆收據。這一頁引用的數量是從整份資料集算出來的彙總,定位點是頁尾標明的資料 repo commit;逐筆收據在各資料頁的頁尾。