lk-schools

一个开放、社区维护的斯里兰卡每所政府学校的数据集，包含来自教育部2024年官方名单的10,076所学校。An open, community-maintained dataset of all government schools in Sri Lanka, containing 10,076 schools sourced from the official 2024 list of the Ministry of Education.

原始信息汇总

lk-schools 数据集概述

数据集简介

lk-schools 是一个开放、社区维护的数据集，收录了斯里兰卡每所公立学校的信息，包含来自教育部2024年官方名单的 10,076 所学校。该数据集以 npm 包和 PyPI 包形式发布，两者均由本仓库中的单一规范数据集生成。

数据规模与来源

项目	详情
学校数量	10,076 所公立学校（396 所国立 + 9,680 所省级）+ 7 所私立学校
行政区划	覆盖斯里兰卡全部 25 个区
省份	9 个
数据来源	教育部《教育统计2024》：https://dmb.moe.gov.lk/showStat2024.php

数据字段

每所学校包含以下字段：

• id：唯一标识
• name：学校名称
• district：所在区
• type：学校类型（national / provincial / private / international）
• censusNo：教育部官方普查编号
• moeType：教育部年级跨度分类
• address：地址
• zone：教育区
• educationDivision：教育分部
• source：数据来源

moeType 分类说明

• 1AB 和 1C：提供 G.C.E. A/L 课程
• Type2：提供 O/L 课程
• Type3：仅小学

安装与使用

安装方式

• npm：npm install @brainus/lk-schools
• PyPI：pip install lk-schools

常用功能

• 按 district、province、type 或名称关键词筛选学校
• 通过 ID 查询学校详情
• 获取省份列表

示例代码

JavaScript： js import { findSchools, getSchoolById, getProvinces } from "@brainus/lk-schools";

const alSchools = findSchools({ province: "Western", type: "national" }); const royal = getSchoolById("colombo-royal-college-colombo"); const provinces = getProvinces();

Python： python from lk_schools import find_schools, get_school_by_id, get_provinces

al_schools = find_schools(province="Western", type="national") royal = get_school_by_id("colombo-royal-college-colombo") provinces = get_provinces()

参与贡献

• 欢迎通过 Pull Request 修复或补充 data/ 目录下的数据
• 新增数据行必须设置 source 字段（如 "moe-gov-2024" 或 "wikipedia"）
• 数据集通过 scripts/build-from-moe.py 脚本从教育部官方名单重建

许可证

• 代码：MIT 许可证
• 数据：CC-BY-SA 4.0 许可证（数据集衍生自教育部2024年官方学校名单）

搜集汇总

数据集介绍

构建方式

lk-schools数据集是一项开放且由社区维护的数据资源，系统整合了斯里兰卡全部政府学校的权威信息。其构建源自教育部2024年官方统计列表，涵盖10,076所政府学校（含396所国立学校与9,680所省级学校）及7所私立学校，覆盖全国25个行政区与9个省份。数据集以单一权威源为基准，通过脚本自动重建，并同步发布为npm与PyPI软件包，确保数据的一致性与可访问性。每条记录包含官方普查编号、地址、教育区划及分级分类等结构化字段，形成严谨的层级化数据体系。

特点

该数据集的核心特色在于其全面性与标准化。每个学校均绑定教育部官方普查编号，并依moeType字段划分1AB、1C、Type2、Type3等学段类别，精准反映从小学到高中阶段的学制覆盖。数据支持按省、区、类型（国立、省级、私立、国际）及名称模糊查询，适配多样应用场景。此外，数据集源于官方权威来源，并采用CC-BY-SA 4.0许可，确保法律合规与可追溯性，而社区驱动的维护模式则保障了数据的时效性与持续更新能力。

使用方法

用户可通过JavaScript或Python接口便捷集成此数据集。在JavaScript环境中，使用`findSchools({ province, type })`按地域或类型筛选学校，`getSchoolById(id)`获取特定学校详情，`getProvinces()`列出全部省份。Python版本提供对应函数`find_schools`、`get_school_by_id`、`get_provinces`，参数处理大小写不敏感的查询。支持独立开发者或企业直接安装npm包`@brainus/lk-schools`或pip包`lk-schools`，快速构建学校目录或针对A/L等级的产品功能，亦可通过贡献数据字段参与维护，借助官方Discord社群获取支持。

背景与挑战

背景概述

斯里兰卡教育体系庞大而复杂，政府学校数量逾万，其分布与分类信息对教育规划、资源配置及社会服务至关重要。然而，官方数据分散于年度统计报告中，缺乏结构化、机器可读的公开数据集，阻碍了教育科技应用与学术研究的开展。为此，BrainUs团队于2024年基于教育部官方统计，构建了lk-schools数据集，收录了斯里兰卡全部10,076所公立学校（含396所国立与9,680所省属）及少量私立学校，涵盖每个学校的官方普查编号、地址、学区、教育分区及A/L年级跨度分类（moeType）等关键字段。该数据集以npm和PyPI包形式发布，并通过社区维护确保时效性，填补了该国教育数据开放领域的空白，为学校目录服务、A/L备考产品及教育研究提供了标准化数据基础设施，具有重要的应用价值与影响力。

当前挑战

lk-schools数据集在解决领域问题与构建过程中面临多重挑战。领域层面，斯里兰卡教育数据长期存在口径不一、公示分散的难题，官方名单虽详尽却缺乏统一编码，导致跨系统数据整合困难，尤其moeType分类（1AB、1C、Type2、Type3）需精确解析才能支持针对A/L或O/L的差异化分析；同时，私立与国际学校数据匮乏，限制了全谱系覆盖。构建过程中，团队需从教育部PDF及网页中抽取、清洗近万条记录，处理名称拼写差异、地址非标准化及行政区划变动等问题，确保字段一致性与准确性；此外，需设计跨语言（僧伽罗语、泰米尔语、英语）的学校标识符（id）生成策略，并建立可回溯的source字段以保障数据可验证性，同时兼顾npm与PyPI双包维护及社区贡献的审核流程，这些均对数据质量与可持续性提出了严苛要求。

常用场景

经典使用场景

lk-schools数据集作为斯里兰卡政府学校的全量开放数据资源，为教育研究与地理信息系统提供了核心基础。研究者可依据省份、地区、学校类型（国立、省立、私立、国际）及教育阶段（1AB、1C、Type2、Type3）精准筛选目标学校，构建学校目录、教育资源分布图或教育可达性分析。该数据集的权威来源（2024年教育部官方名单）与结构化字段（如官方普查编号、地址、教育分区）使其成为教育规划、人口统计与区域发展研究的理想数据支撑。

衍生相关工作

该数据集衍生了一系列关注教育数据互操作性与可及性的工作。其构建模式（从官方清单通过脚本自动重建）启发了类似发展中国家教育数据的开源整理项目。社区贡献机制与Discord协作平台促进了多源数据融合，如整合维基百科或地方教育记录。此外，基于该数据集的研究探讨了学校类型与教育成果关联、城乡教育差异等议题，为后续的教育政策仿真与教育大数据分析提供了基准数据，推动了教育数据科学的发展。

数据集最近研究

最新研究方向

该数据集聚焦于斯里兰卡全国公立学校名录的数字化与开放共享，其最新研究方向体现在构建一个基于官方2024年教育部统计数据的、可编程访问的学校信息基础设施。研究前沿在于通过npm和PyPI双平台发布，实现跨语言（JavaScript/TypeScript与Python）的无缝集成，支持按省份、地区、学校类型及学段分级（1AB/1C、Type2、Type3）进行精准过滤与查询，从而为教育规划、学区分析、A-Level课程产品开发等应用提供标准化数据源。这一举措与全球教育数据开放运动相呼应，尤其在南亚地区具有示范意义，其社区维护模式确保了数据的持续更新与校验，对推动数据驱动的教育决策和个性化学习工具的创新具有重要意义。