資料集有下載選項時,可用 distribution 描述下載位置與檔案格式,以 distribution.contentUrl 指定下載連結;不同格式可分別列出。若網頁直接嵌入表格式資料,本文引用的 Google 文件另介紹了 CSVW 標記,但其中的版本明列為測試階段,不能據此認定目前仍受支援。兩者分別處理「如何取得資料」與「如何描述頁面上的表格」。
下載網址要與資料集說明頁分清楚
資料集網址往往指向介紹資料集的網頁,而不是資料檔案本身。distribution 的用途,就是補充資料實際存放的位置與格式,避免只提供說明頁,卻沒有交代如何下載。
- distribution:使用 DataDownload 描述下載位置與檔案格式;本文引用的文件將其列為建議屬性。
- distribution.contentUrl:填入下載連結;該文件在下載選項的說明中將其列為必要屬性。
- distribution.encodingFormat:描述發布內容的檔案格式;該文件將其列為建議屬性。
例如,同一份資料同時提供 CSV 與 Excel,且各有下載網址,就可以在 distribution 中列出多個值,分別描述兩個版本及其格式,而不只是列出共同的介紹頁。
嵌入表格的標記,不等於提供下載選項
表格式資料集主要以列與欄組成的表格呈現。對於直接嵌入這類資料的網頁,文件介紹了在基本做法之外,使用更明確的 CSVW 標記的方式。CSVW 指的是「網路 CSV」。
文件介紹的是一種 CSVW 變體,與使用者看得到的表格內容一起放在 HTML 網頁中,並非宣稱所有 CSVW 寫法都受支援。這個版本明確標示為 Beta,做法可能變動,因此不能把這段說明當成現行正式規則。此外,下載檔案的設定也不能取代對嵌入表格的描述。
下載資訊仍需搭配資料集基本描述
下載位置只回答如何取得檔案,還需要清楚描述資料集本身。Google 文件指出,提供名稱、說明、建立者與發布格式等結構化中繼資料,有助於 Dataset Search 找到資料集。Dataset Search 使用的標準包括 schema.org,以及其他可用於資料集說明頁的中繼資料標準。
整理時可分別確認:這份資料是什麼、由誰建立,以及可下載哪些格式。標記的目的是讓資料集更容易被找到,不代表搜尋結果一定以特定外觀呈現;本文引用的文件也提醒,實際顯示可能不同。
主題的網路各方意見
網頁上的內容什麼情況適合用表格呈現?
自然具有列與欄關係的資料適合用表格呈現,例如表格式資料集,或適合以表格排列的輸入、輸出與表單內容。若只是為了安排頁面版面,則不建議使用表格;應先判斷內容本身是否具有表格結構,而非只看排版需求。
只有 CSV 檔案才算資料集嗎?
不只 CSV。本文引用的 Google 文件也列舉了包含資料的表格、一組整理過的表格、其他格式的資料檔案,以及合在一起能構成有意義資料集的一組檔案。例子也包括機器學習相關檔案,因此資料集不限於單一檔案格式。
參考資料
- 資料集結構化資料 | Google 搜尋中心 | Documentation | Google for Developersdevelopers.google.com — 討論:只有 CSV 檔案才算資料集嗎?
- Are HTML tables bad for SEO?webmasters.stackexchange.com — 討論:網頁上的內容什麼情況適合用表格呈現?




