OpenDataSets – Danske Åbne Datasæt & Lister / Danish Open Datasets

🇩🇰 Dansk | 🇬🇧 English

---

🇩🇰 Dansk

Dette repository indeholder udelukkende færdigbehandlede, statiske datalister i universelle dataformater (.csv, .json, .txt).

Type: Færdigbehandlede åbne datasæt (read-only distribution)
Seneste synkronisering: 2026-10-22 18:29:48 UTC
Samlet antal lister: 186 filer (46.2 MB)

📂 Mappestruktur & Filformater

Hvert datasæt følger kildens mappehierarki med dedikerede undermapper til hver filtype (csv/, json/, txt/):

OpenDataSets/
├── README.md                 # Denne centrale tosprogede dokumentation
├── dataset_manifest.json     # Integritets- og versionsmanifest (SHA-256 for alle filer)
├── cor_ordlister/            # Bøjningsformer, Wordle, Scrabble, længder m.m.
│   ├── wordle/
│   │   ├── csv/              # CSV-format
│   │   ├── json/             # JSON-format
│   │   └── txt/              # Rent linje-tekstformat (UTF-8)
│   └── laengder/
│       ├── csv/
│       ├── json/
│       └── txt/
├── cor_ekstra/               # Grammatik, ordklasser, kuriositeter, stavefejl
│   ├── grammatik/ (csv/, json/, txt/)
│   ├── kuriositeter/ (csv/, json/, txt/)
│   ├── ordklasser/ (csv/, json/, txt/)
│   └── stavefejl/ (csv/, json/)
├── danske_aabne_datakilder/  # Register over 60+ åbne danske datakilder (csv/, json/)
├── dst_alkohol_tobak/        # Tidsserier for alkohol & tobak 1921–2025 (csv/, json/)
└── dst_navne/                # Nyfødtes navne top 50 1985–2025 (csv/)

📊 Oversigt over Datasæt

🔹 cor_ekstra

Ekstra sproglige udtræk fra COR & søgehjælpsdata – herunder grammatiske særtræk, ordklassekategorier, stavefejlsrettelser og ordspilskuriositeter.

• cor_ekstra/grammatik — Formater: csv (5), json (5), txt (3) (13 filer i alt)
• cor_ekstra/kuriositeter — Formater: csv (8), json (8), txt (5) (21 filer i alt)
• cor_ekstra/ordklasser — Formater: csv (11), json (11), txt (10) (32 filer i alt)
• cor_ekstra/stavefejl — Formater: csv (1), json (1) (2 filer i alt)

🔹 cor_ordlister

Danske ordlister baseret på Det Centrale Ordregister (COR) – velegnet til spil (Scrabble, Wordle), ordbøger og tekstanalyse.

• cor_ordlister/grundformer — Formater: csv (1), json (1), txt (1) (3 filer i alt)
• cor_ordlister/laengder — Formater: csv (33), json (33), txt (33) (99 filer i alt)
• cor_ordlister/palindromer — Formater: csv (1), json (1), txt (1) (3 filer i alt)
• cor_ordlister/scrabble — Formater: csv (1), json (1), txt (1) (3 filer i alt)
• cor_ordlister/wordle — Formater: csv (1), json (1), txt (1) (3 filer i alt)

🔹 danske_aabne_datakilder

Katalogiseret oversigt over 60+ åbne danske API'er og dataportaler med adresser, kategorier, licenser og adgangskrav.

• danske_aabne_datakilder — Formater: csv (1), json (1) (2 filer i alt)

🔹 dst_alkohol_tobak

100+ års historiske data (1921–2025) over salg og forbrug af alkohol, cigaretter og tobak i Danmark fra Danmarks Statistik.

• dst_alkohol_tobak — Formater: csv (2), json (2) (4 filer i alt)

🔹 dst_navne

Top 50-lister over nyfødtes navne i Danmark fra 1985 frem til seneste opgørelse (Danmarks Statistik).

• dst_navne — Formater: csv (1) (1 filer i alt)

🔄 Integritet & Opdatering

Alle filers SHA-256 hash og størrelse registreres i dataset_manifest.json. Ved enhver synkronisering verificeres filernes integritet og versionshistorik automatisk.

📜 Licenser & Kildeangivelse

• COR (cor_ordlister, cor_ekstra): Creative Commons CC0 1.0 Universal (Det Centrale Ordregister / Dansk Sprognævn).
• Danmarks Statistik (dst_alkohol_tobak, dst_navne): CC BY 4.0 (Danmarks Statistik).
• Danske Åbne Datakilder: CC0 1.0 Universal.

---

🇬🇧 English

This repository contains exclusively static, processed data lists in open universal formats (.csv, .json, .txt).

Type: Processed static open datasets (distribution release)
Last synchronized: 2026-10-22 18:29:48 UTC
Total datasets: 186 files (46.2 MB)

📂 Directory Structure & Formats

All datasets retain the logical domain taxonomy of the source repository, organized into dedicated subdirectories per file extension (csv/, json/, txt/):

OpenDataSets/
├── README.md                 # Bilingual root documentation
├── dataset_manifest.json     # Integrity manifest with SHA-256 hashes
├── cor_ordlister/            # Word lists, inflections, lengths, Scrabble, Wordle
│   ├── wordle/
│   │   ├── csv/
│   │   ├── json/
│   │   └── txt/
├── cor_ekstra/               # Grammatical anomalies, curiosities, 10 POS categories, typos
├── danske_aabne_datakilder/  # Directory of 60+ Danish open data sources and APIs
├── dst_alkohol_tobak/        # Historical sales & consumption series 1921–2025
└── dst_navne/                # Top 50 newborn baby names 1985–2025

📊 Dataset Catalog

🔹 cor_ekstra

Linguistic subsets and curio lists from COR & search assistance data – grammar anomalies, 10 parts of speech, typos with corrections, and word puzzles.

• cor_ekstra/grammatik — Formats: csv (5), json (5), txt (3) (13 files total)
• cor_ekstra/kuriositeter — Formats: csv (8), json (8), txt (5) (21 files total)
• cor_ekstra/ordklasser — Formats: csv (11), json (11), txt (10) (32 files total)
• cor_ekstra/stavefejl — Formats: csv (1), json (1) (2 files total)

🔹 cor_ordlister

Danish word lists derived from The Central Word Register (COR) – ideal for games (Scrabble, Wordle), spell-checkers, and NLP.

• cor_ordlister/grundformer — Formats: csv (1), json (1), txt (1) (3 files total)
• cor_ordlister/laengder — Formats: csv (33), json (33), txt (33) (99 files total)
• cor_ordlister/palindromer — Formats: csv (1), json (1), txt (1) (3 files total)
• cor_ordlister/scrabble — Formats: csv (1), json (1), txt (1) (3 files total)
• cor_ordlister/wordle — Formats: csv (1), json (1), txt (1) (3 files total)

🔹 danske_aabne_datakilder

Verified directory of 60+ Danish open data sources and APIs with endpoints, domains, licenses, and access requirements.

• danske_aabne_datakilder — Formats: csv (1), json (1) (2 files total)

🔹 dst_alkohol_tobak

100+ years of historical data (1921–2025) on sales and consumption of alcohol, cigarettes, and tobacco in Denmark (Statistics Denmark).

• dst_alkohol_tobak — Formats: csv (2), json (2) (4 files total)

🔹 dst_navne

Top 50 baby names for newborns in Denmark from 1985 to latest official releases (Statistics Denmark).

• dst_navne — Formats: csv (1) (1 files total)

🔄 Data Integrity

Each release computes SHA-256 checksums stored in dataset_manifest.json to guarantee immutability and verifiable pedigree.

📜 Licenses & Attribution

• COR (cor_ordlister, cor_ekstra): Creative Commons CC0 1.0 Universal (Det Centrale Ordregister / Danish Language Council).
• Statistics Denmark (dst_alkohol_tobak, dst_navne): CC BY 4.0 (Danmarks Statistik).
• Danish Open Data Catalog: CC0 1.0 Universal.