CDEP Stats — statistici parlamentare Camera Deputaților

lab.gov2.ro/cdep

Dashboard de statistici și transparență parlamentară pentru Camera Deputaților cu 15+ pagini de analiză, filtrare interactivă și extragere automată de entități.

⚠️Notă: proiect în lucru (WIP) – datele nu sunt 100% verificate. Dacă observi vreo incorectitudine adăugă un issue sau scrie-ne la poșta redacției: cancelarie@gov2.ro

🌐 Pagini și funcționalități

Analitice

Pagină	URL	Descriere
Index	`index.html`	Panou de bază cu statistici agregate (deputați, voturi, proiecte, interpelări, comisii, moțiuni, ordine de zi, averi, sanțiuni)
Voturi	`voturi.html`	Listă plenului cu filtrare pe stadiu, tip, dată; detalii pe `vot.html` cu defalcare nominală per deputat și agregare pe partide
Interpelări	`interpelari-stats.html`	Rate de răspuns, top asker/ministrii, trend lunar din 9.700+ interpelări (2024–2026)
Proiecte	`proiecte-stats.html`	Defalcare pe stadiu (inițiat, pe ordinea, promulgat), rate de succes per partid, trend lunar
Activitate Deputați	`deputati-activitate.html`	Leaderboard pe ședințe, luări de cuvânt, propuneri legislative, legi promulgate; filtrare pe partid/județ
Averi Deputați	`avere.html` → `deputati-avere.html`	Leaderboard pe conturi, venituri, datorii, imobile; percentile și delta vs. declarația anterioară; analiză per partid
Interese Declarate	`interese.html`	Declarații de interese din PDF-uri cu timestamp de actualizare

Entități

Pagină	URL	Descriere
Deputați	`deputat.html?id=...`	Profil complet cu activitate, voturi, interpelări, avere, partid, comisii; link la monitorul.ai
Partide	`partide.html` → `partid.html?id=...`	Componență, culori/lozuri, rate agregare voturi
Comisii	`comisii.html` → (detaliu pe deputat.html)	Listă comisii cu conducere și link-uri la membri
Județe	`judete.html`	Distribuție deputați, rate vot/activitate per județ
Moțiuni	`motiuni.html`	Moțiuni parlamentare cu filtrare pe stadiu
Ordine de Zi	`ordine-zi.html` → `ordine-zi-lista.html`	Lista filtrabilă a ședințelor plenului cu filtre pe tip (proiecte/hotărâri/moțiuni), comisie, instituție, urgență; context-aware dynamic counts; Agendă detaliată cu clasificare automată, extragere entități (comisii, acte normative, indicatori procedurali)
Sesiuni	`sesiune.html?id=...`	Detalii ședință: ordinea de zi, documente referențiate, transcrie stenogramă (dacă disponibilă)
Proiecte	`proiect.html?id=...`	Bill detail: proponent, stadiu, timeline, link voturi, amendamente admise/respinse

Alte resurse

Pagină	URL	Descriere
Sitemap	`sitemap.xml`	Index pentru căutare și SEO
Feed Atom	`feed.atom`	Ultimele 60 vot, proiecte, interpelări, sanțiuni (15 fiecare)
Feed JSON	`feed.json`	Formatul JSON Feed v1.1

Screenshots

🔧 Scripturi și Pipeline

Combined Pipeline + Deploy (Recommended)

One-command daily/weekly ops — scrape + build + deploy:

./scripts/run-and-deploy.sh daily user@host:/path/to/public_html    # daily (~15 min)
./scripts/run-and-deploy.sh weekly user@host:/path/to/public_html   # weekly (~60 min)
./scripts/run-and-deploy.sh daily                                   # pipeline only, no deploy

Intelligently selects deploy mode:

daily: --cadence daily + deploy.sh --quick (skip large stable blobs, ~30 sec)
weekly: --cadence weekly + deploy.sh full (sync all data, ~5-10 min)
pipeline-only: scrape + build without deploying (for testing/staging)

Stops on pipeline failure (won't deploy broken data).

Orchestrator (standalone)

Cadence-aware runner — selectează stagii pe bază de frecvență:

python3 scripts/refresh_all.py                  # weekly (default: daily + weekly stages)
python3 scripts/refresh_all.py --cadence daily  # fast (~10-15 min, no PDFs)
python3 scripts/refresh_all.py --cadence full   # full refetch + PDFs + HTML generation
python3 scripts/refresh_all.py --full           # backward-compat alias for --cadence full
python3 scripts/refresh_all.py --skip-voturi    # omit slowest scraper
python3 scripts/refresh_all.py --only interpelari proiecte  # selective stages

Writes data/v1/last_updated.json after each run (displayed in footer).

Scrapers (externi — fetch de la cdep.ro)

Script	Cadență	Output	Note
`run_deputati.py`	weekly	`deputati/legislatura-{leg}.json`	Profiluri deputați; `--full` pentru refetch weekly
`run_voturi.py`	daily	`voturi/{leg}/_index.json` + per-vote JSON	Default `--days 7`; incremental by ID
`run_interpelari.py`	daily	`interpelari/legislatura-{leg}/`	Dinamică pe an; `--years` pentru backfill
`run_proiecte.py`	daily	`proiecte/legislatura-{leg}/`	Dinamică pe an; `--full` pentru refetch status
`run_motiuni.py`	daily	`motiuni/legislatura-{leg}.json`	`--full` weekly
`run_ordine_zi.py`	daily	`ordine-zi/legislatura-{leg}.json`	Dinamică pe an; 33.5 MB monolith (candidat split)
`run_sanctiuni.py`	weekly	`sanctiuni/legislatura-{leg}.json`	—
`run_stenograme.py`	weekly	`stenograme/legislatura-{leg}/{YYYYMMDD}.json`	Transcrii plen; `--full` full refetch
`run_declaratii.py`	weekly	`declaratii/legislatura-{leg}.json`	URLs PDF (nu și conținut)
`run_doc_comisii.py`	weekly	`doc-comisii/all.json`	~85.000 docs comisii; `--pages N` incremental

Build Scripts (derivate — procesare date locale)

Script	Cadență	Output	Descriere
`build_comisii.py`	daily	`stats/comisii-{leg}.json`	Agregare din deputați; dedup nume
`build_amendamente.py`	daily	`stats/amendamente-{leg}.json`	Bills cu ≥1 amendament, sortate
`build_home_stats.py`	daily	`stats/home-{leg}.json`	Precompute counts pt. index.html
`build_proiecte_index.py`	daily	`stats/proiecte-index-{leg}.json` + `bill-vote-map-{leg}.json`	Thin index + cross-reference
`build_feeds.py`	daily	`feed.atom` + `feed.json`	Balanced feeds (15 per type, 60 total)
`build_interpelari_stats.py`	daily	`stats/interpelari-{leg}.json`	Rat răspuns, asker top, ministrii, trend
`build_proiecte_stats.py`	daily	`stats/proiecte-{leg}.json`	Stadiu breakdown, per-party success, trend
`build_split_by_year.py`	daily	`{endpoint}/legislatura-{leg}/{year}.json` + `_index.json`	Reduce mobil load (21MB → 3MB/year)
`build_status.py`	daily	`status.json`	Contori + timestamp freshness
`build_avere_stats.py`	full	`stats/avere-{leg}.json` + `avere-context-{leg}.json`	Top leaderboards + percentile rankings
`build_declaratii_avere.py`	full	`declaratii-avere/legislatura-{leg}/`	Parse PDF-uri; summari + per-deputy detail
`build_declaratii_intereses.py`	full	`declaratii-interese/legislatura-{leg}/`	Parse interest PDFs
`build_activitate_deputies.py`	weekly	`stats/activitate-deputies-{leg}.json`	Activity fields + party + age cohort enrichment
`generate_html.py`	full	`pages/{tip}/{id}.html`	One HTML per entity (search indexing)
`build_sitemap_xml.py`	full	`web/sitemap.xml`	SEO sitemap

Utility Scripts

# N-gram analysis — detect formulaic patterns in agendas
PYTHONPATH=. python3 scripts/analyze_ngrams.py --leg 2024              # bigrams
PYTHONPATH=. python3 scripts/analyze_ngrams.py --leg 2024 --ngram 3    # trigrams
PYTHONPATH=. python3 scripts/analyze_ngrams.py --leg 2024 --words      # word frequencies
PYTHONPATH=. python3 scripts/analyze_ngrams.py --leg 2024 --compare    # extracted vs unextracted

# Validate all generated data
PYTHONPATH=. python3 scripts/validate_data.py

# Split ordine-zi monolith into modular CSV + JSON (experimental)
python3 scripts/split_ordine_zi.py              # → sesiuni.csv, items.csv, docs.csv, entities.json
python3 scripts/merge_ordine_zi.py              # → legislatura-2024-merged.json

📤 Deploy

Full deploy (all data, ~5-10 min)

./scripts/deploy.sh user@host:/path/to/public_html

Syncs all 270 MB stable blobs (voturi, proiecte, ordine-zi, interpelari, declaratii-avere) via checksum-based rsync, then dynamic files (HTML, stats, assets).

Fast daily deploy (~30 sec)

./scripts/deploy.sh --quick user@host:/path/to/public_html

Skips stable blobs (assumes prior full sync). Only syncs dynamic files (stats, HTML, last_updated.json, small data dirs).

Dry-run

DRY=1 ./scripts/deploy.sh [--quick] user@host:/path/to/public_html

Legacy zip-based deploy (if rsync not available)

python3 scripts/build_web.py                    # → deploy.zip
# then: scp deploy.zip user@host:/tmp/ && ssh user@host unzip /tmp/deploy.zip -d /path/to/public_html

📊 Date

Sursa: www.cdep.ro — date publice Camera Deputaților
Fetch: Endimion2k/cdep-api-poc scraper
Licență: Open Government License v3.0
Geo + Assets: assets/geo/ (TopoJSON), assets/imagini/ (deputați), assets/legenda-partide.csv

🏗️ Arhitectură

Arhitectura completă la docs/ARCHITECTURE.md.

Snapshot:

Scrapers (Python 3.11+, Pydantic v2) → data/v1/{endpoint}/ JSON
Builds (Pydantic aggregation) → data/v1/stats/ JSON indexe + metadata
Web (vanilla JS + HTML) → responsive pages, Pagefind full-text search
Footer → async-fetches last_updated.json pentru timestamp

📊 Performance

Home page load time: ~1 sec (vs 30+ sec before optimization)

Index load: ~79 KB of pre-computed slims (vs 35+ MB monoliths)
- home-deputati-slim-2024.json: 152 KB (1.9 MB full file) — contains only fields needed for deputy finder + party bars
- home-agenda-latest-2024.json: 3.8 KB (33.5 MB full file) — contains only latest session + 7 items
- Built daily by build_home_slims.py

Deploy speed: ~30 sec daily (vs 5-10 min weekly full deploy)

Daily --quick mode skips large stable blobs (voturi, proiecte, ordine-zi) which rarely change
Uses rsync checksum for append-only dirs to avoid retransfer
See scripts/deploy.sh for full two-pass rsync strategy

🚀 Setup Local

# Install deps
pip install -r requirements-dev.txt
pre-commit install

# Lint + format
ruff check . && ruff format .

# Tests
PYTHONPATH=. pytest -v
PYTHONPATH=. pytest tests/test_parsers_helpers.py

# Type check (soft)
mypy scrapers schemas scripts

# Serve locally (requires web/{data,assets} symlinks)
cd web && ln -sf ../data data && ln -sf ../assets assets && cd ..
python3 -m http.server 8000
# → http://localhost:8000/web/

# Run scraper (requires Romania IP or VPN)
python3 scripts/run_deputati.py --leg 2024 --verbose

# Daily ops: pipeline + deploy
./scripts/run-and-deploy.sh daily pax@host:/path/to/public_html

Name		Name	Last commit message	Last commit date
Latest commit History 300 Commits
.github		.github
api		api
assets		assets
data		data
docs		docs
parsers		parsers
schemas		schemas
scrapers		scrapers
scripts		scripts
tests		tests
web		web
.gitattributes		.gitattributes
.gitignore		.gitignore
.nojekyll		.nojekyll
.pre-commit-config.yaml		.pre-commit-config.yaml
CLAUDE.md		CLAUDE.md
DATA_LICENSE.md		DATA_LICENSE.md
README.md		README.md
requirements.txt		requirements.txt

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

Uh oh!

Repository files navigation

CDEP Stats — statistici parlamentare Camera Deputaților

🌐 Pagini și funcționalități

Analitice

Entități

Alte resurse

Screenshots

🔧 Scripturi și Pipeline

Combined Pipeline + Deploy (Recommended)

Orchestrator (standalone)

Scrapers (externi — fetch de la cdep.ro)

Build Scripts (derivate — procesare date locale)

Utility Scripts

📤 Deploy

Full deploy (all data, ~5-10 min)

Fast daily deploy (~30 sec)

Dry-run

Legacy zip-based deploy (if rsync not available)

📊 Date

🏗️ Arhitectură

📊 Performance

🚀 Setup Local

About

Uh oh!

Contributors

Uh oh!

Languages

Uh oh!

Folders and files

Latest commit

History

Repository files navigation

CDEP Stats — statistici parlamentare Camera Deputaților

🌐 Pagini și funcționalități

Analitice

Entități

Alte resurse

Screenshots

🔧 Scripturi și Pipeline

Combined Pipeline + Deploy (Recommended)

Orchestrator (standalone)

Scrapers (externi — fetch de la cdep.ro)

Build Scripts (derivate — procesare date locale)

Utility Scripts

📤 Deploy

Full deploy (all data, ~5-10 min)

Fast daily deploy (~30 sec)

Dry-run

Legacy zip-based deploy (if rsync not available)

📊 Date

🏗️ Arhitectură

📊 Performance

🚀 Setup Local

About

Topics

Resources

Uh oh!

Stars

Watchers

Forks

Contributors

Uh oh!

Languages