iba cocktails

CSV 和 JSON 格式的 IBA 鸡尾酒

此存储库包含截至 2023 年所有国际调酒师协会 (IBA) 官方鸡尾酒，采用 CSV 和 JSON 格式，来自两个不同的来源：IBA 网站和维基百科的 IBA 鸡尾酒列表。我对这些来源之间差异的看法是，IBA 网站更加“官方”（毕竟这是他们的列表），但维基百科的食谱更容易遵循。

您可以在iba-web文件夹中找到从 IBA 网站抓取的文件：

• iba-cocktails-web.csv ：每个鸡尾酒一行的 CSV 文件。这意味着所有成分都以逗号分隔的列表的形式集中到一列中。
• iba-cocktails-ingredients-web.csv ：一个 CSV 文件，每种鸡尾酒成分占一行。例如，玛格丽特 (1) 龙舌兰酒、(2) 三秒酒和 (3) 酸橙汁共三行。这里，每种成分的描述也被简单地解析为它的quantity 、 unit和ingredient 。例如， 15 ml Freshly Squeezed Lime Juice的quantity为： 15 ， unit为： ml ， ingredient ： Freshly Squeezed Lime Juice 。
• iba-cocktails-web.json ：每个鸡尾酒包含一个字典/对象的 JSON 列表。此 JSON 包含iba-cocktails-web.csv和iba-cocktails-ingredients-web.csv的组合信息。

从维基百科的 IBA 鸡尾酒列表中抓取的文件，您可以在wikipedia文件夹中找到：

• iba-cocktails-wiki.csv ：每个鸡尾酒一行的 CSV 文件。成分以逗号分隔的列表形式挤入一列中。
• iba-cocktails-ingredients-wiki.csv ：一个 CSV 文件，每种鸡尾酒成分占一行。由于维基百科比 IBA 网站有更多“不同”的成分描述，因此我无法进一步解析这些成分描述。
• iba-cocktails-wiki.json ：每个鸡尾酒包含一个字典/对象的 JSON 列表。此 JSON 包含iba-cocktails-wiki.csv和iba-cocktails-ingredients-wiki.csv的组合信息。

这里还包括我用来抓取这些数据的 R 脚本。这些脚本保证在 2023 年比赛 5 日在我的计算机上运行至少一次。

如果您想从头开始运行抓取和清理脚本，您可以交互运行脚本01_scrape.R和02_clean.R ，并希望您恰好安装了正确版本的 R 和所需的软件包。或者，如果安装了 docker，则可以运行./dockerized-scrape-iba-web.sh和dockerized-scrape-iba-wikipedia.sh 。然而，如果维基百科发生变化或 IBA 对其网站的更改与 2023 年 3 月 5 日相比略有变化，那么这些脚本无论如何都可能会失败。

另外，请参阅 teijo/iba-cocktails 了解另一个 IBA 鸡尾酒数据集。