cn-trademarks

中国《类似商品和服务区分表》的四份完整快照。每个尼斯大版取最后一个年度文本：

| 尼斯版本 | 文件 | 大类 | 类似群组 | 项目 | | --- | --- | ---: | ---: | ---: | | NCL(10-2016) | data/snapshots/ncl10-2016.jsonl | 45 | 497 | 10,253 | | NCL(11-2022) | data/snapshots/ncl11-2022.jsonl | 45 | 503 | 11,489 | | NCL(12-2025) | data/snapshots/ncl12-2025.jsonl | 45 | 506 | 11,908 | | NCL(13-2026) | data/snapshots/ncl13-2026.jsonl | 45 | 492 | 11,986 |

每行是 { "code", "parentCode", "type", "name", "version" }，按编码排序。type 分为 class（两位大类编号）、group（四位类似群编号）、item（六位编号或 C 加六位中国增补编号）。快照所属版本由文件名和 SQL 的 edition 列确定。version（SQL 的 source_year）含义按版本而异：NCL13-2026 沿用旧含义（条目文本的来源/最后修订年份，2025 或 2026），NCL10/11/12 因缺乏逐年修订记录统一填快照年份，不可跨版本比较。不同版本的同一编号可能有不同名称或归属，例如 C010254 在 2025 年为“固化剂”，在 2026 年为“椰子醛”。

data/nice.jsonl 和 sql/postgresql/trademark_nice.sql 保留原有 2026 单版数据及播种方式，供现有消费者兼容使用。注意：本版修正了原文件中的确认提取错误（14 个项目名称字误，以及群组 0748/1001 的标题、100007 的粘连名称、5 个项目丢失的 * 跨类似群标记），行数与编码不变，但名称有变——已播种的数据库可执行 sql/postgresql/trademark_nice_fixes_v0.1.1.sql（22 条幂等 UPDATE）同步；严格 INSERT 过滤不会更新既有行。新快照根据历年官方文本和两岸分类对照表校验，因此与原单版文件在少量编码和名称上不同；新消费者应使用 data/snapshots/ 和 sql/postgresql/trademark_nice_snapshots.sql。来源及提取局限见 NOTICE.md。

PostgreSQL 使用

sql/postgresql/trademark_nice_snapshots.sql 创建独立的 trademark_nice_snapshot 表并插入四版数据。主键是 (edition, code)，名称检索索引是 (edition, type, name)。名称可能对应多个编号，查询应返回列表；默认最新版本时指定 edition = 13。

现有 TFS 后端仍消费原单版 SQL；使用四版数据时需在下游迁移中执行新文件的建表、索引和插入语句，并将查询切换到新表。

SELECT code, name, parent_code
FROM trademark_nice_snapshot
WHERE edition = 13 AND type = 'item' AND name = '配镜服务'
ORDER BY code;

SELECT name, parent_code, type
FROM trademark_nice_snapshot
WHERE edition = 12 AND code = '440092';

同码同义词仍以全角逗号合并为一个 name。两份 SQL 各附带别名视图（trademark_nice_alias / trademark_nice_snapshot_alias），把 item 的合并名称拆成独立别名行，单一别名可直接精确匹配：

SELECT code, parent_code
FROM trademark_nice_snapshot_alias
WHERE edition = 13 AND alias = '计量仪表';  -- 090138「计数器，计量仪表」

视图仅拆分 type = 'item'（类别和群组标题含合法全角逗号）；别名保留 * 跨类似群标记；只输出括号平衡的完整别名——括号内含全角逗号的名称（如 C070359、C200016）不产生残缺片段，其原名称仍可对主表 name 做包含检索。项目编号前四位不一定是所属类似群；应使用 parentCode，不要从编码推导。

重新生成

四份快照从官方 PDF、两岸尼斯分类 ODS 对照表及旧数据生成。先按 NOTICE.md 的链接下载原件；2016 PDF 有文本层，2022 和 2025 PDF 为扫描件。扫描件提取需要 Python、PyMuPDF、NumPy 和 rapidocr-onnxruntime。

python scripts/extract-2016.py <2016.pdf> data/snapshots/ncl10-2016.jsonl
python scripts/ocr-scanned.py 2022 <2022.pdf> <2022-ocr.jsonl>
python scripts/ocr-scanned.py 2025 <2025.pdf> <2025-ocr.jsonl> 29
python scripts/extract-scanned.py 2022 <2022-ocr.jsonl> <2022-draft.jsonl>
python scripts/extract-scanned.py 2025 <2025-ocr.jsonl> <2025-draft.jsonl>
python scripts/build-snapshots.py <2022-draft.jsonl> <2025-draft.jsonl> <2022.ods> <2025.ods> <2026.ods> data/snapshots
npm run generate:snapshots
npm test

单版文件（data/nice.jsonl → sql/postgresql/trademark_nice.sql）的再生成流程未变，仍从仓库外提取产物出发（从仓库根目录运行所有命令）：

# 1. 视觉提取结果合并校验（提取产物默认在本仓库 extract/ 下，可用 argv 改路径）
node scripts/merge.ts <extractDir> <outJsonl>
# 2. 套用 NCL 修改内容（文本版 PDF 经 pdftotext -layout 产物；
#    OCR_FIXES 修正表在该步骤末尾套用，防止重建时重新引入已修正的字误）
node scripts/apply-revision.ts <revision.txt> [inJsonl] [outJsonl] [reportPath]
# 3. 生成 SQL
npm run generate:sql