Подробности
Автоматизировал сбор и проверку базы медицинских организаций с действующей лицензией по профилю «психиатрия-наркология» для Московской области, Санкт-Петербурга и Москвы.
Задача:
- Собрать населённый пункт, полное название организации, ИНН, ОГРН, номер лицензии и адрес деятельности.
- Оставить только действующие лицензии и адреса с нужным профилем.
- Добавить статус и ссылку на официальный источник для каждой строки.
Обнаруженная проблема:
Стандартный региональный фильтр реестра мог пропускать организации, зарегистрированные в другом регионе. Например, юридическое лицо зарегистрировано в Москве, а лицензированный адрес находится в Московской области. Дополнительно профиль встречался с дефисом, пробелом и в разных падежных формах.
Что реализовано:
- Обработаны все 93 региональных раздела официального реестра.
- Крупные XLS-выгрузки автоматически разделены по периодам выдачи лицензий.
- Поиск учитывает варианты написания профиля.
- Регион определяется по фактическому адресу деятельности.
- Недействующие лицензии исключаются на этапе выгрузки.
- Повторы удаляются по ключу «номер лицензии + адрес».
- Проверяются обязательные поля, регион, статус и совпадение итогового набора.
Результат:
Московская область — 606 адресов и 425 лицензий; Санкт-Петербург — 533 адреса и 370 лицензий; Москва — 984 адреса и 642 лицензии. В объединённом наборе 2 123 адреса и 1 400 уникальных лицензий. Ошибок выгрузки, дублей, пустых обязательных полей, адресов вне выбранного региона и недействующих лицензий не найдено.
Заказчик получил отдельные таблицы по регионам, единый набор полей, фильтры, официальные ссылки и структуру, которую можно расширять на новые регионы.
Стек: Python, XLS, Google Sheets API, Excel, регулярные выражения, нормализация текста, дедупликация и контроль качества данных. Срез официального реестра выполнен 7 августа 2026 года.