Ich wollte sehen, wie viele Patentanwälte und Patentagenten sich beim US-Patent- und Markenamt registrieren lassen. Das USPTO bietet eine .zip-Datei mit Daten zu Anwälten und Vertretern an, aber seltsamerweise sind in der .zip-Datei nicht die Daten der Registrierung enthalten. Diese Daten sind nur auf der Website des USPTO unter den einzelnen Anwälten und Vertretern angegeben.
Um die Daten abzurufen, habe ich Folgendes verwendet:
curl -q https://oedci.uspto.gov/OEDCI/details.do?regisNum=[25560-69398:500] | sed -e 's/<[^>]*>//g' | sed -n -e '/Registered/,/nbsp/p' -e '/Registration/,/nbsp/p' | sed -e 's/ //g' > dates.txtDa ich nur so viele Daten benötigte, um den Trend zu ermitteln, entschied ich mich dafür, die Registrierungsdaten für jeden 500sten Anwalt/Vertreter heranzuziehen.
Am Ende hatte ich eine Datei, die etwas mehr Informationen enthielt, als ich brauchte (z. B. brauchte ich die Überschriften nicht, nur die Registrierungsnummern und -daten), aber die Datei war klein genug, um sie von Hand zu bearbeiten und anschließend zu plotten.
Frage: Gibt es einen besseren und/oder einfacheren Weg, um das zu erreichen, was ich hier vorhabe? Es wäre zum Beispiel sehr schön, wenn ich nichts von Hand bearbeiten müsste, sondern direkt Daten in Spalten für die grafische Darstellung erzeugen könnte.
Vorbehalte:
1) Manche Anwälte haben zwei Registrierungsdaten, eines für die Registrierung als Bevollmächtigter und eines für die Registrierung als Anwalt. Ich benötige nur das erste Datum und musste die zweiten Daten per Hand ausschneiden.
2) Einige Registrierungsnummern existieren nicht. Wenn in meinem Datensatz mit dem/den oben genannten Befehl(en) eine Registriernummer nicht existiert, wurde sie übersprungen.
Danke!
