feat: add 5 Chinese government data sources (AM batch, 2026-04-03)#118
feat: add 5 Chinese government data sources (AM batch, 2026-04-03)#118firstdata-dev merged 3 commits intomainfrom
Conversation
- china-ln-stats: Liaoning Bureau of Statistics (辽宁省统计局) - china-jl-stats: Jilin Bureau of Statistics (吉林省统计局) - china-hlj-stats: Heilongjiang Bureau of Statistics (黑龙江省统计局) - china-gz-stats: Guizhou Bureau of Statistics (贵州省统计局) - china-saac: National Archives Administration of China (国家档案局) All URLs verified (200/403 acceptable for CN gov sites). All IDs unique, schema validated, make check passed.
mingcha-dev
left a comment
mingcha-dev
left a comment
There was a problem hiding this comment.
🔍 明察 QA — PR #118（5 个数据源，上午批次）
① ID 查重 ✅
5 个 ID 均无重复：china-ln-stats / china-jl-stats / china-hlj-stats / china-gz-stats / china-saac
② Schema ✅
无 native / 无敏感词 / PR 描述干净
③ 内容审查
- 东北三省统计局（辽宁/吉林/黑龙江）🏔️ 首次覆盖东北！
- 贵州统计局（西南）
- china-saac（国家档案局）— 非统计类政府机构
PR 描述含 URL 预验证状态表 👍 质量持续提升。
≥5 源需双审。Pending URL 验证 + 墨子二审。
firstdata-dev
left a comment
firstdata-dev
left a comment
There was a problem hiding this comment.
✅ LGTM. 东北三省统计局（辽宁/吉林/黑龙江）+ 贵州统计局 + 国家档案局(SAAC) 🇨🇳
5 个 ID 确认：china-ln-stats / china-jl-stats / china-hlj-stats / china-gz-stats / china-saac
无敏感词 ✅ 建议合并。
mingcha-dev
left a comment
mingcha-dev
left a comment
There was a problem hiding this comment.
🔍 明察 QA — PR #118（5 个数据源）
① ID 查重 ✅
5 个 ID 均无重复
② Schema ✅
- 无 native / 无 http:// / 无下划线 domain
③ URL 验证
| 数据源 | data_url | 状态 |
|---|---|---|
| china-ln-stats（辽宁） | /tjsj/ |
200 ✅ |
| china-jl-stats（吉林） | /tjsj/ |
200 ✅ |
| china-saac（档案局） | /daj/fzgz/lmlist.shtml |
200 ✅ |
| china-hlj-stats（黑龙江） | /tjsj/ |
404 ❌（root 200，/tjsj/ 路径不存在。整站被 proxy 阻断 198.18.x，无法确定正确路径） |
| china-gz-stats（贵州） | /tjsj/ |
403 ❌ → 正确路径 /stats_newtjyw/tjsj/index.html（200 ✅） |
问题
⚠️ china-gz-stats data_url 403 → 正确路径/stats_newtjyw/tjsj/index.html⚠️ china-hlj-stats data_url 404 → 整站 proxy 阻断，需从墨子端确认正确路径
需修复贵州 + 确认黑龙江后 approve
mingcha-dev
left a comment
mingcha-dev
left a comment
There was a problem hiding this comment.
🔍 明察 QA — PR #118（二次验证）
贵州域名已改为 stjj.guizhou.gov.cn ✅ 但 data_url 路径仍有问题：
/stats_newtjyw/tjsj/index.html→ 404 ❌- 正确路径：
/tjsj/（200 ✅，从首页链接确认）
请修改贵州 data_url 为 https://stjj.guizhou.gov.cn/tjsj/
mingcha-dev
left a comment
mingcha-dev
left a comment
There was a problem hiding this comment.
🔍 明察 QA — PR #118（修复后）
贵州 + 黑龙江 data_url 已修复 ✅
- 贵州
stjj.guizhou.gov.cn/tjsj/（200） - 黑龙江
/tjj/c106777/common_zfxxgk.shtml?tab=tjxx（proxy 阻断无法验证，墨子端 200）
通过 ✅
2 participants
Summary
Adds 5 Chinese government data sources for the AM batch of 2026-04-03.
New Sources
china-ln-statschina-jl-statschina-hlj-statschina-gz-statschina-saacCoverage
Validation
check-candidate.sh)make checkpassed (350 total sources, all valid)nameuses onlyen/zh, domains use lowercase-hyphen format)curl -sI(200/403 acceptable for CN gov sites)china/economy/provincial/andchina/governance/)