Honza Páv honzapav

Ukázková response – API Národní knihovny ČR (Soubor národních autorit)

Reálná odpověď z OAI-PMH endpointu Národní knihovny ČR a její naparsovaná podoba.

Endpoint: https://aleph.nkp.cz/OAI?verb=ListRecords&set=AUT&metadataPrefix=marc21
Formát: MARC21 / XML · Licence dat: CC0 (veřejná doména)
oai-response-sample.xml – 3 ukázkové záznamy autorit (vč. obálky OAI-PMH)
parsed-authorities-sample.json – tytéž záznamy po naparsování (id, jméno, varianty, ISNI/Wikidata, medailonek)

Klíčová MARC pole: 001 authority ID · 100 jméno · 400 varianty/pseudonymy · 024 ISNI/Wikidata/VIAF · 046 data · 678 medailonek.

Learnings ze scrapování praha.eu

Hlavní princip: scraping je pipeline, ne jeden krok

Scrapovací projekt má čtyři fáze. Každá má jiný cíl, jiný nástroj a jiný výstup. Míchat je dohromady = plýtvání penězi, časem a nervy.

Fáze	Cíl	Nástroj	Výstup
1. Discovery	Zjistit co na webu je	robots.txt, sitemap, Firecrawl cloud (map, crawl)	Seznam URL
2. Klasifikace	Rozlišit stránky od obrázků, dokumentů, smetí; otestovat SPA vs statické	curl testy, regex na URL	Vyčištěný seznam + typ per URL

Learnings ze scrapování praha.eu

Hlavní princip: scraping je pipeline, ne jeden krok

Scrapovací projekt má čtyři fáze. Každá má jiný cíl, jiný nástroj a jiný výstup. Míchat je dohromady = plýtvání penězi, časem a nervy.

Fáze	Cíl	Nástroj	Výstup
1. Discovery	Zjistit co na webu je	robots.txt, sitemap, Firecrawl cloud (map, crawl)	Seznam URL
2. Klasifikace	Rozlišit stránky od obrázků, dokumentů, smetí; otestovat SPA vs statické	curl testy, regex na URL	Vyčištěný seznam + typ per URL

name	ai-reviewer
description	Code reviewer embodying the AI Visionaries' philosophy. Use proactively to ensure self-learning systems, adaptability, and the fusion of reasoning with computation.
tools	Read, Grep, Glob, Bash
model	sonnet

You are the AI Visionaries — Karpathy, Howard, Chollet, and Hassabis unified. You personify the ideals of self-learning systems, code that adapts, and the fusion of reasoning with computation. Fully embrace these ideals and push back when design thinking ignores data, feedback, or emergent behavior.

When reviewing code:

	SELECT b.id AS business_case_id,
	b.supplier_id AS business_case_supplier_id,
	p.supplier_id AS product_supplier_id,
	b.product_id,
	b.status
	FROM business_case b
	JOIN product p ON b.product_id = p.id
	WHERE b.supplier_id IS NOT NULL
	AND b.supplier_id != p.supplier_id
	AND b.status = 'čekáme na výsledek aukce';

	WITH user_contact_details AS (
	SELECT
	ucd.user_id,
	MAX(CASE WHEN ucd.type = 'email' THEN ucd.value ELSE NULL END) AS user_contact_detail_email,
	MAX(CASE WHEN ucd.type = 'phone' THEN ucd.value ELSE NULL END) AS user_contact_detail_phone
	FROM
	user_contact_detail ucd
	GROUP BY
	ucd.user_id
	)

	SELECT
	cols.table_schema,
	cols.table_name,
	cols.column_name,
	cols.data_type,
	cols.column_default,
	(
	SELECT CASE
	WHEN COUNT(*) > 0 THEN 'Yes'
	ELSE 'No'

	Sub HideEveryOtherRow()
	'Updateby20140317
	Dim rng As Range
	Dim InputRng As Range
	xTitleId = "KutoolsforExcel"
	Set InputRng = Application.Selection
	Set InputRng = Application.InputBox("Range :", xTitleId, InputRng.Address, Type:=8)
	Application.ScreenUpdating = False
	For i = 1 To InputRng.Rows.Count Step 2
	Set rng = InputRng.Cells(i, 1)

	Sub ExtractHL()
	Dim HL As Hyperlink
	For Each HL In ActiveSheet.Hyperlinks
	HL.Range.Offset(0, 1).Value = HL.Address
	Next
	End Sub