probes: 28

The exact question asked of a corpus, kept verbatim (code column): a Python regex on one document, a SPARQL query on a public endpoint, a shell request. result_count/result_of is the re-run figure on result_date; matches_excerpt says whether that figure is the one quoted in the observation (0 = differs, both kept).

This data as json

id	form_id	form_name	file	kind	corpus_id	written	run	result_count	result_of	result_date	matches_excerpt	note	code
28	form-077	Local and ambiguous date formats	probes/2026-08/line-077.py	python	corpus-europe-pmc-jats-2023-2026	2026-08-08	python3 tools/run_probe.py probes/2026-08/line-077.py <dir with the 272 .xml>	4	272	2026-09-09	1		"""Fault Atlas probe — catalogue line 77 (form-077). Extracted verbatim from the August 2026 observation campaign (Loxyn SAS, Lyon). A probe answers one question on one JATS XML file: "is this fault here, and where?" It repairs nothing and decides nothing. Returns a list of excerpts, empty if absent. Run on the reproducible corpus (see corpora/europe-pmc-jats-2023-2026-272.json): python3 tools/run_probe.py probes/2026-08/line-077.py <dir with the 272 .xml> """ import re, collections, unicodedata SONDES = {} def sonde(ligne, nom): def deco(f): SONDES[ligne] = (nom, f); return f return deco # ── 77 · DATE LOCALE AMBIGUË : jj-mm-aa dans le TEXTE, sans indication # ⚠️ 1re version CORRIGÉE : « \d{2,4} » en 3e groupe attrapait « 7.5-20 % », « 5/10/20 # years », « version 2.3.28 », « v1.6.20 » — 11 documents porteurs dont 7 de bruit. # On EXIGE une année à 4 chiffres et le MÊME séparateur deux fois. Prix payé, dit : # l'année à 2 chiffres (« 31-05-77 » du corpus 1977) n'est plus vue. DATE_NUM = re.compile(r'(?<![\w/.\-])(\d{1,2})([-/.])(\d{1,2})\2((?:19\|20)\d{2})(?![\d/.\-])') def _corps(x): m = re.search(r'(?s)<body\b.*?</body>', x) return m.group(0) if m else '' def _txt(x): return re.sub(r'<[^>]+>', ' ', x) @sonde(77, "date numérique ambiguë dans le corps du texte") def d77(x): out = [] for a, s, b, an in DATE_NUM.findall(_txt(_corps(x))): if 1 <= int(a) <= 12 and 1 <= int(b) <= 12: # les DEUX lisibles comme mois out.append(f"{a}{s}{b}{s}{an}") return sorted(set(out))[:5]