{title}

"""記事 legacy-master-field-overflow の集計(商いの帳場)。国税庁法人番号公表サイトの「全件データ」(CSV形式・Unicode、全国)の商号と所在地を、 B社の公開仕様の入力桁数(得意先名称全角40文字=半角80、住所1・住所2 各全角20文字=半角40)に当てて、あふれる件数と割合を数える。再現の方法: 1. https://www.houjin-bangou.nta.go.jp/download/zenken/ から「CSV形式・Unicode」の「全国」の zip を落とす (この記事は 00_zenkoku_all_20260930.zip、令和8年9月30日更新のファイル) 2. python scripts/figs/master_field_overflow.py 出力:標準出力と scripts/figs/out/legacy-master-field-overflow.json、 public/img/articles/legacy-master-field-overflow-{bars,addr,split}.svg(図3枚。split は引数なしでも作る) 列の意味は国税庁「リソース定義書(ダウンロードファイル、Web-API)」4.1版: 7列目商号又は名称(最大150字)、9列目法人種別、10〜12列目所在地(都道府県・市区町村・丁目番地等)、 8列目商号イメージID(JIS第1・第2水準以外の文字か150字超のとき入る)、19列目登記記録の閉鎖等年月日。桁の数え方:Shift_JIS と同じく、ASCII と半角カナを1、それ以外を2として数える(B社の「全角40文字(半角80文字)」に合わせる)。数える対象:法人種別 301〜305(株式会社・有限会社・合名・合資・合同会社)で、閉鎖等年月日が空の法人。全種別の値も参考に出す。出典の記載:国税庁法人番号公表サイト(国税庁)の全件データを加工して商いの帳場が作成。 """ import csv, io, json, pathlib, re, sys, zipfile, platform sys.stdout.reconfigure(encoding='utf-8') ROOT = pathlib.Path(__file__).resolve().parents[2] NAME_MAX, ADDR_LINE, ADDR_MAX = 80, 40, 80 # 半角換算 COMPANY = {'301', '302', '303', '304', '305'} def w(s): return sum(1 if (ord(c) < 0x80 or 0xFF61 <= ord(c) <= 0xFF9F) else 2 for c in s) def cut(s, limit): # 先頭から limit(半角換算)に収まる長さ t = 0 for i, c in enumerate(s): t += w(c) if t > limit: return i return len(s) DIGIT = re.compile(r'[0-9０-９一二三四五六七八九十〇]') def split_breaks_number(addr): # 住所1(全角20)で機械的に切ると、数字の途中で割れるか i = cut(addr, ADDR_LINE) if i >= len(addr) or i == 0: return False return bool(DIGIT.match(addr[i - 1]) and DIGIT.match(addr[i])) def run(path): z = zipfile.ZipFile(path) name = [n for n in z.namelist() if n.endswith('.csv')][0] st = {k: {'n': 0, 'nameOver': 0, 'nameOverAbbrevFits': 0, 'addrOver1': 0, 'addrOver2': 0, 'splitBreaksNumber': 0, 'cityBoundaryFits': 0, 'nameImage': 0, 'nameHist': [0] * 7, 'addrHist': [0] * 7} for k in ('company', 'all')} bins = [20, 30, 40, 50, 60, 80] # 全角換算の文字数の区切り def b(x): for i, e in enumerate(bins): if x <= e: return i return len(bins) with z.open(name) as f: for row in csv.reader(io.TextIOWrapper(f, encoding='utf-8', newline='')): nm, kind, closed = row[6], row[8], row[18] addr = row[9] + row[10] + row[11] keys = ['all'] + (['company'] if kind in COMPANY and not closed else []) wn, wa = w(nm), w(addr) for k in keys: s = st[k]; s['n'] += 1 s['nameHist'][b((wn + 1) // 2)] += 1 s['addrHist'][b((wa + 1) // 2)] += 1 if row[7]: s['nameImage'] += 1 if wn > NAME_MAX: s['nameOver'] += 1 if w(nm.replace('株式会社', '(株)').replace('有限会社', '(有)').replace('合同会社', '(同)')) <= NAME_MAX: s['nameOverAbbrevFits'] += 1 if wa > ADDR_LINE: s['addrOver1'] += 1 if split_breaks_number(addr): s['splitBreaksNumber'] += 1 # 住所1=都道府県+市区町村、住所2=丁目番地等で分けて、両方が全角20に入るか if w(row[9] + row[10]) <= ADDR_LINE and w(row[11]) <= ADDR_LINE: s['cityBoundaryFits'] += 1 if wa > ADDR_MAX: s['addrOver2'] += 1 for s in st.values(): n = s['n'] for k in ('nameOver', 'addrOver1', 'addrOver2', 'splitBreaksNumber', 'cityBoundaryFits', 'nameImage'): s[k + 'Pct'] = round(s[k] / n * 100, 2) s['addrOver1Per1000'] = round(s['addrOver1'] / n * 1000, 1) return {'file': name, 'python': platform.python_version(), 'bins': bins, 'stats': st} FONT = "'Hiragino Sans','Yu Gothic','Meiryo',sans-serif" def svg_hist(s, key, title, sid, limit_bin, note, limit_label): labels = ['〜20字', '21〜30', '31〜40', '41〜50', '51〜60', '61〜80', '81字〜'] h = s[key]; n = s['n']; W, H = 720, 300; x0, bw, top, base = 70, 86, 60, 230 mx = max(h) t = [f"") return ''.join(t) def svg_bars(rows, sid, title, head, foot): W, H = 720, 80 + 46 * len(rows) + 30; x0, x1 = 270, 520 mx = max(r[1] for r in rows) t = [f"") return ''.join(t) def svg_split(): # 図3:架空の住所を2通りに分けた例(データは使わない) a, b = '神奈川県相模原市中央区', '架空町三丁目１２３４番地５'; full = a + b i = cut(full, ADDR_LINE); l1, l2 = full[:i], full[i:] def box(y, label, t1, t2): s = f"{label}" for k, (lab, t) in enumerate((('住所1', t1), ('住所2', t2))): yy = y + 14 + k * 40 s += f"{lab}" s += f"{t}" return s return (f"") if __name__ == '__main__': (ROOT / 'public/img/articles/legacy-master-field-overflow-split.svg').write_text(svg_split(), encoding='utf-8') if len(sys.argv) < 2: sys.exit(0) # 引数なしは図3だけ r = run(sys.argv[1]) out = ROOT / 'scripts/figs/out'; out.mkdir(parents=True, exist_ok=True) (out / 'legacy-master-field-overflow.json').write_text(json.dumps(r, ensure_ascii=False, indent=1), encoding='utf-8') print(json.dumps(r, ensure_ascii=False, indent=1)) s = r['stats']['company']; img = ROOT / 'public/img/articles'; img.mkdir(parents=True, exist_ok=True) (img / 'legacy-master-field-overflow-addr.svg').write_text(svg_hist( s, 'addrHist', f"会社{s['n']:,}件の所在地(都道府県から丁目番地等まで)の長さの分布。全角20文字を超えるのは{s['addrOver1']:,}件({s['addrOver1Pct']}%)、全角40文字を超えるのは{s['addrOver2']:,}件({s['addrOver2Pct']}%)", 'lmfo-addr', 0, '会社の所在地の長さ(全角換算)と、住所1の上限', 'B社の住所1の上限(全角20文字)'), encoding='utf-8') foot = '国税庁法人番号公表サイト(国税庁)の全件データを加工して商いの帳場が作成。scripts/figs/master_field_overflow.py' P = lambda k: f"({s[k + 'Pct']}%)" rows = [('住所1(全角20)に入らない', s['addrOver1'], P('addrOver1'), '#678b2c'), ('うち20文字で切ると数字が割れる', s['splitBreaksNumber'], P('splitBreaksNumber'), '#b5cc8e'), ('住所1+住所2(全角40)に入らない', s['addrOver2'], P('addrOver2'), '#678b2c'), ('商号が全角40文字を超える', s['nameOver'], P('nameOver'), '#678b2c'), ('うち「(株)」に縮めれば入る', s['nameOverAbbrevFits'], f"({s['nameOver']:,}件中)", '#b5cc8e')] (img / 'legacy-master-field-overflow-bars.svg').write_text(svg_bars( rows, 'lmfo-bars', '会社の商号と所在地をB社の入力桁数に当てた件数の横棒グラフ。' + '、'.join(f'{a} {b:,}件' for a, b, _, _ in rows), f"会社{s['n']:,}件を入力桁数に当てて、あふれる件数", foot), encoding='utf-8')