[Bug] Flux Structure JSON - Substitution systématique "TH" → "E" dans les champs texte adresse
- Dominant language
- Jupyter Notebook
- Stars
- 5
- Forks
- 0
- PR merge metrics
- No merged PRs in 30d
Description
### Description du bug
Le digramme "TH" est systématiquement remplacé par "E" dans certains
champs texte du flux Structures (constaté sur `adresse.ligneQuatre` et
`adresse.libelleVoie`), probablement un artefact d'un traitement de
normalisation en amont.
### Exemples reproductibles (snapshot `finess-structures-journalier-20260812.json.gz`)
| numFinessEge | Adresse attendue (ancien flux cs1100502, gelé au 04/05/2026) | Adresse observée dans FINESS+ (12/08/2026) |
|---|---|---|
| 570000059 | 2 R THERESE | `2 RUE EERESE` |
| 570004903 | 10 AV DE THIONVILLE | `10 AVENUE DE EIONVILLE` |
| 570004572 | 1 R THOMAS EDISON | `1 RUE EOMAS EDISON` |
| 010007268 | (rue des Thermes) | `520 RUE DES EERMES` |
### Mesure à l'échelle nationale
En recherchant, sur l'ensemble du snapshot du 12/08/2026, les occurrences
de `adresse.ligneQuatre` contenant des mots courants avec "TH" (théâtre,
thermes, cathédrale, gothique, athlétisme…) :
- **20 occurrences intactes** (ex. "... THEATRE ...", "... THERMES ...")
- **155 occurrences corrompues** (ex. "... EEATRE ...", "... EERMES ...",
"... CAEEDRALE ...")
Le bug touche donc la grande majorité des adresses concernées portant ce
digramme, pas un cas isolé.
### Comportement attendu
Le digramme "TH" ne devrait jamais être altéré dans un champ texte libre
(nom de rue, nom de commune, etc.).
### Contexte
Découvert en comparant, structure par structure, l'ancien flux ETALAB
(cs1100502, gelé au 04/05/2026, source de vérité de référence) avec le
snapshot FINESS+ du 12/08/2026, dans le cadre d'une migration vers le
nouveau flux. Merci d'avance pour l'analyse !
Contributor guide
Assessment
This issue has not been assessed yet.