拉格朗日 Lagrange

Appearance

数据模型 ​

一张主表 + 七张关联表 + 一组参考字典。 各局原始数据在字段名、状态口径、编号规则上差异极大，入库时统一到这一套结构，跨局查询不需要写 if office == ... 的分支。

表关系总览 ​

ref_office · ref_status_dict · ref_nice_class · ref_event_type · ref_deadline_rule
        ↑ 枚举与字典：全站共用一份，API 的 /v1/offices、/v1/status-codes 直接读它们

tm_trademark ──┬── tm_class              尼斯分类明细（一条商标 N 行）
  （主表）      ├── tm_goods_service      商品/服务文本
                ├── tm_event              生命周期事件（按月/年分区，5300 万行）
                ├── tm_owner_rel ─ tm_owner   权利人及关联关系
                ├── tm_right              权利记录（注册、续展、质押、许可）
                ├── tm_case               案件（异议、撤销、无效、诉讼）
                └── tm_ir_designation     马德里指定领地展开

主表 tm_trademark 74 列，下面按"你在什么时候会用到它"分组，只列对外返回的字段。

一、身份：怎么唯一确定一条记录 ​

字段类型说明
public_idvarchar(26)对外主键，格式 {局代码}-{20 位大写 HEX}，例 TW-EE0233AE265A98F448F0
office_codevarchar(8)法域代码：TW FR EM AU GB SG SE NO HK WO ES
office_record_idvarchar(64)各局自己的登记号或内部 ID，用来回官方系统对齐
idbigint内部自增主键，只在同一次响应内稳定，不要存

public_id 跨局唯一、不含业务含义、不会因为注册号变更而变，可以放心当缓存键和 URL 路径。

二、标识：商标本身长什么样 ​

字段类型说明
mark_texttext商标文字，多语原文，不做翻译（法语、瑞典语、繁体照原样）
mark_text_normtext检索用归一化文本：大小写折叠、全半角、去标点空白
mark_langvarchar(8)原文语种，如 fr sv zh-Hant
mark_typevarchar(32)word / figurative / combined / 3d / sound …
mark_transliterationtext音译（如日文假名、韩文罗马字）
mark_translationtext官方提供的译文，不是我们翻的
mark_image_urltext图样外链（指向该局官方地址）
image_pathtext图样本地缓存路径，image_status 记录采集状态
phashbigint图样感知哈希，用于以图搜图（二期能力）
series_no / series_countsmallint系列商标的第几条 / 共几条
mark_text_alltext系列商标的全部文字合并

我们不翻译 mark_text。要中文语义请用 mark_translation（官方译文）或自己过一遍模型——这是我们刻意保留原文的原因：商标的近似判断对字形字音极度敏感，机翻会毁掉证据链。

三、分类：尼斯与维也纳 ​

字段类型说明
nice_classessmallint[]尼斯分类数组，一条商标多类时一次返回
vienna_codesvarchar(16)[]维也纳图形分类，仅图样商标有
class_countsmallint类数（冗余，用于快速筛选）
gs_countint商品服务条目数

中国台湾的旧制分类：1994 年以前申请的案件用的是旧制分类，入库时统一 旧制号 + 1000 存入 nice_classes。所以看到 1001 及以上，表示"旧制 N 类"（N = 值 - 1000），不是尼斯第 1001 类。前端展示时需要单独标注，按尼斯过滤时要排除。

四、状态：四轴模型 ​

字段类型说明
status_primaryvarchar(16)只有三个值：active / pending / dead
status_stagevarchar(32)细分阶段，23 个取值，如 registered expired refused
status_reasonvarchar(32)走到该状态的原因，12 个字典值
status_challengesvarchar(32)[]当前面临的挑战（异议、撤销、无效等），可多个
status_rawtext各局原始状态原文，永远保留
status_datedate状态最后变更日期

完整取值、各局映射、事件码说明见 状态体系。

五、日期 ​

字段说明
filing_date申请日
priority_date优先权日
registration_date注册日
publication_date公告日
opposition_end_date异议期截止日
expiry_date专用权届满日
renewal_due_date应续展日

⚠️ 两处口径差异要知道：

  • renewal_due_date ≠ expiry_date。中国台湾的续展制是"到期前 6 个月起可续展"，我们把 renewal_due_date 落成应续展日、并非失效日，且对应事件 affects_status=false（不改变法律状态）。
  • 中国台湾有 270 万件 expiry_date 落在未来且状态仍为 active——这是正常的，别当成脏数据。

六、权利人 ​

字段说明
owner_name权利人名称原文
owner_country国别（ISO 3166-1 alpha-2）
owner_name_norm归一化名称，用于跨局同名合并

单条商标只带第一权利人。完整权利人列表、转让链、关联关系走 tm_owner_rel → tm_owner，通过 /v1/trademarks/{id}/owners 取。

七、溯源四件套 ​

这是数据产品的底线——每一行都能回到官方原始记录：

字段说明
source数据来源标识，如 tipo-opendata / wipo-madrid-daily / hk-gazette
source_version批次版本，如 20261016
raw_id指向 raw_payload 表，存该条记录的原始报文
fetched_at抓取时间
office_url官方详情页 URL，点开就是原页面
json
{
  "public_id": "TW-EE0233AE265A98F448F0",
  "office_code": "TW",
  "office_record_id": "02559720",
  "office_url": "https://cloud.tipo.gov.tw/S282/S282WV1/...",
  "source": "tipo-opendata",
  "source_version": "20261016",
  "fetched_at": "2026-10-16T02:31:07Z"
}

八、派生与质量字段 ​

字段说明
data_qualitysmallint 0–100，字段完整度打分（分类/图样/权利人/日期各占权重）
risk_level / risk_score风险等级与分值（冲突数量、被异议次数、近似商标密度）
conflict_count同局同类的在先近似商标数量
image_status图样采集状态：pending / ok / failed / absent
detail_status详情页补采状态
phash_tries图样哈希重试次数（-1 表示永久失败，不再重试）
deleted_at软删标记，所有查询默认过滤 deleted_at IS NULL

九、事件表 tm_event ​

5300 万行，按年份分区（13 个分区，legacy 覆盖 1880–2016，之后每年一个，future 兜底）。

字段说明
tm_id关联 tm_trademark.id
event_code归一化事件码，字典在 ref_event_type（311 个）
event_date事件发生日
title事件标题（官方原文 or 官方中文）
description事件详情
from_status / to_status该事件导致的状态迁移
office_raw官方原始事件文本
source / raw_id同主表溯源

唯一键 (tm_id, event_code, event_date, COALESCE(office_raw,''))——同一商标同一天可能有多条不同事件，靠 office_raw 区分。

十、一条真实的完整记录 ​

GET /v1/trademarks/TW-EE0233AE265A98F448F0 返回（有删减）：

json
{
  "public_id": "TW-EE0233AE265A98F448F0",
  "office_code": "TW",
  "office_record_id": "02559720",
  "application_number": "115890016",
  "registration_number": "02559720",
  "mark_text": "CaraQ",
  "mark_text_norm": "caraq",
  "mark_type": "word",
  "nice_classes": [9, 35, 38, 41, 42],
  "class_count": 5,
  "status": {
    "primary": "active",
    "stage": "registered",
    "reason": null,
    "challenges": [],
    "raw": "註冊",
    "date": "2026-09-01"
  },
  "filing_date": "2026-03-11",
  "registration_date": "2026-09-01",
  "expiry_date": "2036-09-01",
  "owner_name": "卡拉科技有限公司",
  "owner_country": "TW",
  "data_quality": 86,
  "office_url": "https://cloud.tipo.gov.tw/S282/S282WV1/...",
  "source": "tipo-opendata",
  "fetched_at": "2026-10-16T02:31:07Z"
}

已知限制 ​

这些是真实缺口，我们不藏

  • 图样覆盖不均：中国台湾 98.5%、新加坡 99%、中国香港 97%；但欧盟、英国、法国为 0%（三局未采集图样），澳大利亚 32%、瑞典 36%。GET /v1/offices 的 image_coverage 字段是准确值。
  • 商品服务文本：法国仅 28% 有明细（源数据只给类别不给全文）。
  • 中国香港存量：仅覆盖 2016 年 7 月之后的公报（34.3 万件），之前号段（300–303）拿不到。
  • 瑞典数据停更：源站 opendata.prv.se 最后更新 2025-05-21，之后无新增。
  • 中国台湾 status_reason 尚未映射：约 140 万条仍是 TIPO 原始单字母码（6 A 2…），status_primary / status_stage 不受影响，只影响原因细分。
  • 马德里（WO）是"一标多国"：同一条 IR 上某些缔约国驳回、某些给保护、某些无效是常态，会同时存在 granted 与 surrendered 事件——这不是数据错误。

数据仅供参考，不构成法律意见

© 2026 深圳市优思迪科技有限公司 · 拉格朗日 Lagrange