Saltar al contenido

Registro de precisión · para reproducir

E3

Lo que hace falta para repetir las 3 entradas de E3 en el registro: el código, la segunda implementación, el cotejo y los datos de validación agregados, cada uno con su huella md5. Son copias de lectura: las rutas del servidor van sustituidas por marcas, y lo que no se puede publicar se dice abajo, con su porqué.

Entradas

3

en el registro de precisión

Código de la medida

4

ficheros

Segunda implementación

2

ficheros

Cotejo

4

ficheros

Datos de validación

0

ficheros

Cómo se rehaceEl código que lee las estadísticas de ofertas y los licitadores de los eForms del TED está en el repositorio público de scrapers, PR licitaciones-espana #82 (función construir_licitadores y comando licitadores). Con su salida: concordancia.sql (nº de ofertas frente a CODICE) y sql_e3.sql (cobertura de licitadores) vía q.sh; barrido.py es la segunda lectura independiente de los XML y filas_iguales.py compara las filas de main y de la rama; el cotejo sigue PREREGISTRO.md con pedir.py (una petición a la API de TED) y cotejo.py.

Código de la medida

4 ficheros
Código de la medida de E3: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
scripts/concordancia.sql Concordancia del nº de ofertas del TED con el de CODICE: cruce por NIF del órgano, expediente y lote e81ac9d6a2b7ded3f9435f8094bbceec 40
sql_e3.sql Vistas sobre las tablas del scraper ampliado: plataforma, clase de identificador y licitadores por lote a3b76b1f0b68165f32408f8283df9eba 15
sql_vistas.sql Vistas sobre el barrido independiente: avisos, resultados y ofertas del universo de España e4178d610671c2e2b7d48bb048d61083 11
q.sh Lanzador de consultas DuckDB de solo lectura sobre los datos del TED3 rutas del servidor sustituidas 830691706a0cce54440f95a057145a10 20

Segunda implementación

2 ficheros
Segunda implementación de E3: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
scripts/barrido.py Segunda lectura independiente de los XML eForms guardados: estadísticas, ofertas descritas y organizaciones 9d78371b35b508e64da23911c47195c2 236
scripts/filas_iguales.py Comprueba XML a XML que las filas del parser son iguales con el código de main y con el de la rama 41b0a0014cb0b761d1b8824c6eeb63f0 25

Cotejo

4 ficheros
Cotejo de E3: cada fichero con lo que hace, su huella y su tamaño
FicheroQué hacemd5Líneas
cotejo/PREREGISTRO.md Pre-registro del cotejo: universo, muestra en dos estratos, campos pedidos y regla de veredicto 9bfab2a132905618f463f8e648c173f7 47
scripts/pedir.py Pide a la API de búsqueda del TED con tope de 30 peticiones, pausa y manifiesto de cada petición dc3555d7a8a74d9691a9ae3ed77bec7e 53
pedir.sh Lanzador de la petición a la API del TED con memoria y CPU acotadas1 ruta del servidor sustituida 81d32f58736a4f8b0f270b708e4457e6 5
scripts/cotejo.py Aplica la regla sellada aviso a aviso: estadísticas, licitadores e importes frente a la API 05f23ef8abf84dcc6773b59fd52288c9 78

Pre-registros

sellados antes de medir
Los pre-registros de E3, con su huella, la hora del sello y su texto
TextoHuella del sello (md5)Sellado
PREREGISTRO.mdtal cual: su md5 es el del sello 9bfab2a132905618f463f8e648c173f7 26/10/2026, 16:43:25 CET

Lo que no se publica

y por qué
  • Copias de los repositorios (repo/le-ted-eforms, repo/web-ted-licitadores) y copia del módulo del scraper (run/ted/ted_module.py): son copias de repos enteros; el código público se cita por su PR (licitaciones-espana #82)
  • Tablas de resultados de lote y de licitadores del scraper y del barrido (run/ted/*.parquet, salidas/barrido/*.parquet): una fila por oferta con nombre y NIF del licitador, incluidas personas físicas; además pasan de 1 MB (3 a 10 MB)
  • Satélite de licitadores de la web y su informe (run/sat/, run/sat2/): fila a fila por licitador con empresa; pertenece a la PR de la web, no a esta pieza
  • Respuestas de la API del TED (cotejo/resp/*.json): traen nombres e identificadores de las empresas licitadoras
  • Muestra, consulta enviada y veredictos aviso a aviso (cotejo/muestra.csv, lote_q1.json, veredictos.csv): fila a fila por aviso con su número; el resultado agregado (20 de 20) va en el JSON del registro
  • Registros de ejecución y pruebas (tmp/): carpeta temporal con XML de muestra y logs

Sus entradas del registro