Gtfs To Netex Conversion

GTFS → NeTEx Conversion Pipeline

Qué es

Pipeline para convertir datos de transporte público del formato GTFS (General Transit Feed Specification) al formato europeo NeTEx (Network Timetable Exchange, CEN/TS 16614), con adaptaciones específicas para España (NeTEx-ES).

Cuándo usar

• El usuario necesita convertir feeds GTFS a NeTEx
• Se requiere migración de datos de transporte público a estándar europeo
• Se necesita interoperabilidad NAP (National Access Point)
• Se requiere soporte de tarifas zonales, jerarquía de paradas, accesibilidad completa

Estructura del proyecto

netex/
├── spec/
│   └── NeTEx-ES.md          # Especificación completa NeTEx-ES (referencia)
├── converter/
│   ├── __init__.py
│   ├── __main__.py          # Entry point: python -m converter
│   ├── config.py            # Configuración + mapeo de transportes
│   ├── gtfs_reader.py       # Lector GTFS (.zip o directorio)
│   ├── netex_writer.py      # Generador XML NeTEx
│   └── cli.py               # CLI: python -m converter.cli input.zip -o output.xml
├── gtfs-sample/             # Datos de ejemplo Metro de Madrid
├── tests/
│   ├── test_gtfs_reader.py  # 19 tests
│   └── test_netex_writer.py # 20 tests
├── README.md
└── requirements.txt

Pasos de conversión

1. Leer GTFS — zip o directorio con archivos .txt
2. Extraer metadatos — agency/feed_info → PublisherRef
3. Crear jerarquía de paradas — StopPlace (location_type=1) con Quays y StopPoints (location_type=0)
4. Crear líneas y rutas — Cada route GTFS → 1 Line + 2 Routes (ida/vuelta) con transportMode/submode correcto
5. Crear journey patterns — Agrupar trips por (route_id, direction_id)
6. Crear vehicle journeys — Cada trip → VehicleJourney con calls desde stop_times
7. Crear calendarios — calendar.txt → ServiceFrames + DayTypes
8. Crear tarifas — Si hay zone_id → FareZones + FareStructures
9. Crear conexiones — transfers.txt → Connection intermodal
10. Validar y generar XML — Con namespace NeTEx correcto y XSD location

Mapeo de entidades GTFS → NeTEx

Mapeo de modos de transporte (GTFS route_type → NeTEx)

Sistema de IDs NeTEx-ES

Formato: ES:{TipoEntidad}:{Operador}:{Secuencia}

• ES:StopPlace:MTM:28079:001 — Parada de Metro de Madrid
• ES:Quay:MTM:28079:001:Q01 — Andén 1
• ES:StopPoint:MTM:28079:001:Q01 — Punto de parada
• ES:Line:MTM:M1 — Línea M-1
• ES:VJ:MTM:M1:N:001 — Viaje 001 sentido N

Uso del convertidor

Línea de comandos

# Conversión básica
python -m converter.cli gtfs_ejemplo.zip -o salida.xml

# Con options
python -m converter.cli gtfs_ejemplo.zip -o salida.xml --no-geography
python -m converter.cli gtfs_ejemplo.zip -o salida.xml --no-fares

# Con nombre de publisher
python -m converter.cli gtfs.zip -o salida.xml -n "CRTM"

API Python

from converter.config import Config
from converter.gtfs_reader import GTFSReader
from converter.netex_writer import NeTExWriter

config = Config(
    publisher_name="CRTM",
    include_geography=True,
    include_fares=True,
)

reader = GTFSReader("gtfs_madrid.zip")
feed = reader.read()

writer = NeTExWriter(feed, config)
writer.to_file("madrid_netex.xml")

Reglas de validación NeTEx-ES

Obligatorias

1. IDs formato ES:{Tipo}:{CodigoFuente}:{Secuencia}
2. Horarios HH:MM:SS (UTC+1/UTC+2 asumed)
3. Fechas ISO 8601 YYYY-MM-DD
4. Coordenadas EPSG:4326 (WGS84)
5. Idioma español (lang="es")
6. UTF-8
7. Versión NeTEx ≥ 1.14

Recomendadas

1. Distancia máx. entre paradas: 2 km (urbano), 50 km (interurbano)
2. Intervalo máx. entre servicios: 120 min
3. Servicio activo 04:00-02:00
4. Accesibilidad declarada siempre
5. Coherencia dirección (headsign ↔ directionName)

Consideraciones específicas para España

1. Códigos INE — Usar código INE del municipio como parte del ID de StopPlace
2. Zonas tarifarias — Mapear zone_id GTFS a FareZone NeTEx (consorcios CRTM, TMBAR)
3. Festivos — Nacionales + autonómicos en DayTypes
4. Horarios — Hora local española (CET/CEST)
5. Accesibilidad — Obligatoria por ley europea
6. Operadores múltiples — Un feed puede contener MTM + RENFE + EMT

Pitfalls

• Config line_type_map: Nunca usar el mapa antiguo donde TODO mapea a "bus" — siempre usar config.py actualizado
• Namespace XML: El writer usa _post_process_xml() para corregir namespaces; no confiar en el output directo de ET.tostring()
• Jerarquía de paradas: location_type=1 = estación (StopPlace) con hijos, location_type=0 = parada simple (StopPoint dentro de Quay)
• Zonas tarifarias: Solo se generan si el GTFS tiene zone_id en stops.txt
• Schema location: Usar neTEx_publication.xsd no neTEx_local.xsd
• Test failures: Los tests de netex_writer.py pueden dar warnings de Pyright por pytest no reconocido — es falso positivo, no afecta ejecución

Referencias

• [CEN/TS 16614-1:2014] NeTEx Parte 1: Network Topology
• [EN 12896:2016] Transmodel: Modelo conceptual europeo
• eu.data.public-transport.earth — Portal comunitario de feeds
• Spec completa — Detalle de la especificación NeTEx-ES