datos-mexico 0.1.0__tar.gz

datos_mexico-0.1.0/.gitignore

@@ -0,0 +1,72 @@
+# Python
+__pycache__/
+*.py[cod]
+*$py.class
+*.so
+.Python
+build/
+develop-eggs/
+dist/
+downloads/
+eggs/
+.eggs/
+lib/
+lib64/
+parts/
+sdist/
+var/
+wheels/
+share/python-wheels/
+*.egg-info/
+.installed.cfg
+*.egg
+MANIFEST
+
+# Testing
+htmlcov/
+.tox/
+.nox/
+.coverage
+.coverage.*
+.cache
+nosetests.xml
+coverage.xml
+*.cover
+*.py,cover
+.hypothesis/
+.pytest_cache/
+cover/
+
+# Environments
+.env
+.venv
+env/
+venv/
+ENV/
+env.bak/
+venv.bak/
+
+# IDE
+.vscode/
+.idea/
+*.swp
+*.swo
+
+# OS
+.DS_Store
+Thumbs.db
+
+# Notebooks
+.ipynb_checkpoints/
+
+# Documentation builds
+docs/_build/
+site/
+
+# Type checking
+.mypy_cache/
+.pyre/
+.pytype/
+
+# Ruff
+.ruff_cache/

datos_mexico-0.1.0/CITATION.cff

@@ -0,0 +1,21 @@
+cff-version: 1.2.0
+message: "If you use this software, please cite it using the following metadata."
+title: "datos-mexico-py: Cliente Python para la API del Observatorio Datos México"
+abstract: "Cliente Python oficial para acceder programáticamente a los datos públicos mexicanos curados por el Observatorio Datos México. Provee acceso tipado a microdatos del SAR (CONSAR), ENIGH (INEGI) y servidores públicos de la Ciudad de México."
+authors:
+  - name: "Equipo de Datos México"
+    website: "https://datosmexico.org"
+    email: "equipo@datosmexico.org"
+version: 0.1.0
+date-released: 2026-05-04
+license: MIT
+repository-code: "https://github.com/datos-mexico/datos-mexico-py"
+url: "https://datosmexico.org"
+keywords:
+  - "datos abiertos"
+  - "México"
+  - "open data"
+  - "INEGI"
+  - "CONSAR"
+  - "ENIGH"
+  - "SAR"

datos_mexico-0.1.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 Datos México
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

datos_mexico-0.1.0/PKG-INFO

@@ -0,0 +1,153 @@
+Metadata-Version: 2.4
+Name: datos-mexico
+Version: 0.1.0
+Summary: Cliente Python oficial para la API del Observatorio Datos México
+Project-URL: Homepage, https://datosmexico.org
+Project-URL: Documentation, https://github.com/datos-mexico/datos-mexico-py#readme
+Project-URL: Repository, https://github.com/datos-mexico/datos-mexico-py
+Project-URL: Issues, https://github.com/datos-mexico/datos-mexico-py/issues
+Project-URL: Changelog, https://github.com/datos-mexico/datos-mexico-py/releases
+Author-email: David Fernando Ávila Díaz <df.avila.diaz@gmail.com>
+Maintainer-email: Equipo de Datos México <pypi@datosmexico.org>
+License: MIT
+License-File: LICENSE
+Keywords: afore,api-client,cdmx,consar,datos-abiertos,enigh,inegi,mexico,open-data,pensiones,sar,transparencia
+Classifier: Development Status :: 4 - Beta
+Classifier: Intended Audience :: Developers
+Classifier: Intended Audience :: Science/Research
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Operating System :: OS Independent
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3.10
+Classifier: Programming Language :: Python :: 3.11
+Classifier: Programming Language :: Python :: 3.12
+Classifier: Programming Language :: Python :: 3.13
+Classifier: Topic :: Scientific/Engineering :: Information Analysis
+Classifier: Topic :: Software Development :: Libraries :: Python Modules
+Classifier: Typing :: Typed
+Requires-Python: >=3.10
+Requires-Dist: httpx>=0.27.0
+Requires-Dist: pydantic>=2.6.0
+Requires-Dist: tenacity>=8.2.0
+Provides-Extra: dev
+Requires-Dist: build>=1.2; extra == 'dev'
+Requires-Dist: mypy>=1.10; extra == 'dev'
+Requires-Dist: pytest-cov>=5.0; extra == 'dev'
+Requires-Dist: pytest>=8.0; extra == 'dev'
+Requires-Dist: respx>=0.21.0; extra == 'dev'
+Requires-Dist: ruff>=0.6; extra == 'dev'
+Requires-Dist: twine>=5.0; extra == 'dev'
+Provides-Extra: examples
+Requires-Dist: jupyter>=1.0; extra == 'examples'
+Requires-Dist: matplotlib>=3.7; extra == 'examples'
+Requires-Dist: pandas>=2.0; extra == 'examples'
+Description-Content-Type: text/markdown
+
+# datos-mexico-py
+
+Cliente Python oficial para la API del [Observatorio Datos México](https://datosmexico.org).
+
+Acceso programático a microdatos públicos mexicanos curados, validados al peso contra fuentes oficiales, y documentados con sus salvedades metodológicas.
+
+## Datasets disponibles
+
+- **CDMX servidores públicos**: 246,831 servidores · 75 sectores · padrón vigente del Gobierno de la Ciudad de México
+- **CONSAR / SAR**: serie histórica 1998–2025 · 11 AFOREs · recursos administrados, composición, comisiones, traspasos
+- **ENIGH 2024 Nueva Serie**: 91,414 hogares en muestra · 38.8M expandidos · ingresos, gastos, demografía
+
+Próximamente: tipos comparativos cross-dataset.
+
+## Instalación
+
+```bash
+pip install datos-mexico
+```
+
+Requiere Python 3.10 o superior.
+
+## Uso rápido
+
+```python
+from datos_mexico import DatosMexico
+
+client = DatosMexico()
+
+# CDMX servidores públicos
+stats = client.cdmx.dashboard_stats()
+print(f"{stats['totalServidores']:,} servidores públicos")
+
+# SAR composición
+sar = client.consar.recursos_totales()
+print(f"Última fecha: {sar['fecha_max']}")
+
+# ENIGH hogares
+hogares = client.enigh.hogares_summary()
+print(f"{hogares['n_hogares_expandido']:,} hogares estimados")
+```
+
+## Examples
+
+El directorio [`examples/`](examples/) contiene 5 notebooks Jupyter ejecutables que muestran flujos típicos del SDK con datos reales contra `https://api.datos-itam.org`:
+
+- [`01_quickstart.ipynb`](examples/01_quickstart.ipynb) — onboarding en 10 minutos
+- [`02_cdmx_servidores_publicos.ipynb`](examples/02_cdmx_servidores_publicos.ipynb) — análisis del padrón CDMX (distribuciones, top sectores, brecha por edad)
+- [`03_sar_composicion.ipynb`](examples/03_sar_composicion.ipynb) — composición del Sistema de Ahorro para el Retiro (serie histórica, AFOREs, componentes, IMSS vs ISSSTE)
+- [`04_enigh_hogares_desigualdad.ipynb`](examples/04_enigh_hogares_desigualdad.ipynb) — desigualdad de ingreso por decil ENIGH 2024 NS (composición de gasto D1 vs D10, validaciones INEGI)
+- [`05_paper_amafore_workflow.ipynb`](examples/05_paper_amafore_workflow.ipynb) — workflow específico para investigación de pensiones (cross-dataset, paper Amafore-ITAM 2026)
+
+Para ejecutarlos:
+
+```bash
+pip install datos-mexico[examples]
+jupyter notebook examples/
+```
+
+Cada notebook se renderiza en GitHub con outputs visibles (gráficas y cifras reales).
+
+## Documentación
+
+- **Quickstart**: [docs/quickstart.md](docs/quickstart.md)
+- **API completa**: [docs/api/](docs/api/)
+- **Ejemplos en notebooks**: [examples/](examples/)
+- **Documentación de la API HTTP**: https://api.datos-itam.org/docs
+
+## Salvedades metodológicas
+
+El cliente reproduce los datos tal como los publica la API del observatorio. La API a su vez reprocesa fuentes oficiales (INEGI, CONSAR, Datos Abiertos CDMX) sin alterar microdatos. Cada endpoint documenta sus límites de cobertura, fechas de corte, y validaciones contra fuente primaria.
+
+Para precisiones técnicas profundas sobre cualquier dataset, consultar las fuentes primarias enlazadas en [docs/sources.md](docs/sources.md).
+
+## Cómo citar
+
+Si usas este cliente en una investigación o publicación académica, por favor cita el proyecto:
+
+```bibtex
+@software{datos_mexico_py,
+  author = {{Equipo de Datos México}},
+  title = {datos-mexico-py: Cliente Python para la API del Observatorio Datos México},
+  year = {2026},
+  publisher = {Datos México},
+  url = {https://github.com/datos-mexico/datos-mexico-py},
+}
+```
+
+GitHub también ofrece exportación BibTeX/APA automática desde el botón "Cite this repository" en la página del repo.
+
+## Contribuir
+
+Ver [docs/contributing.md](docs/contributing.md). Pull requests, issues, y reportes de errores en datos son bienvenidos.
+
+## Licencia
+
+MIT — ver [LICENSE](LICENSE).
+
+## Contacto
+
+- Sitio: https://datosmexico.org
+- Email general: equipo@datosmexico.org
+- Reportes de errores en datos: errores@datosmexico.org
+- Prensa y medios: prensa@datosmexico.org
+
+---
+
+*Datos México es un observatorio independiente formado por estudiantes y egresados del Instituto Tecnológico Autónomo de México (ITAM).*

datos_mexico-0.1.0/README.md

@@ -0,0 +1,108 @@
+# datos-mexico-py
+
+Cliente Python oficial para la API del [Observatorio Datos México](https://datosmexico.org).
+
+Acceso programático a microdatos públicos mexicanos curados, validados al peso contra fuentes oficiales, y documentados con sus salvedades metodológicas.
+
+## Datasets disponibles
+
+- **CDMX servidores públicos**: 246,831 servidores · 75 sectores · padrón vigente del Gobierno de la Ciudad de México
+- **CONSAR / SAR**: serie histórica 1998–2025 · 11 AFOREs · recursos administrados, composición, comisiones, traspasos
+- **ENIGH 2024 Nueva Serie**: 91,414 hogares en muestra · 38.8M expandidos · ingresos, gastos, demografía
+
+Próximamente: tipos comparativos cross-dataset.
+
+## Instalación
+
+```bash
+pip install datos-mexico
+```
+
+Requiere Python 3.10 o superior.
+
+## Uso rápido
+
+```python
+from datos_mexico import DatosMexico
+
+client = DatosMexico()
+
+# CDMX servidores públicos
+stats = client.cdmx.dashboard_stats()
+print(f"{stats['totalServidores']:,} servidores públicos")
+
+# SAR composición
+sar = client.consar.recursos_totales()
+print(f"Última fecha: {sar['fecha_max']}")
+
+# ENIGH hogares
+hogares = client.enigh.hogares_summary()
+print(f"{hogares['n_hogares_expandido']:,} hogares estimados")
+```
+
+## Examples
+
+El directorio [`examples/`](examples/) contiene 5 notebooks Jupyter ejecutables que muestran flujos típicos del SDK con datos reales contra `https://api.datos-itam.org`:
+
+- [`01_quickstart.ipynb`](examples/01_quickstart.ipynb) — onboarding en 10 minutos
+- [`02_cdmx_servidores_publicos.ipynb`](examples/02_cdmx_servidores_publicos.ipynb) — análisis del padrón CDMX (distribuciones, top sectores, brecha por edad)
+- [`03_sar_composicion.ipynb`](examples/03_sar_composicion.ipynb) — composición del Sistema de Ahorro para el Retiro (serie histórica, AFOREs, componentes, IMSS vs ISSSTE)
+- [`04_enigh_hogares_desigualdad.ipynb`](examples/04_enigh_hogares_desigualdad.ipynb) — desigualdad de ingreso por decil ENIGH 2024 NS (composición de gasto D1 vs D10, validaciones INEGI)
+- [`05_paper_amafore_workflow.ipynb`](examples/05_paper_amafore_workflow.ipynb) — workflow específico para investigación de pensiones (cross-dataset, paper Amafore-ITAM 2026)
+
+Para ejecutarlos:
+
+```bash
+pip install datos-mexico[examples]
+jupyter notebook examples/
+```
+
+Cada notebook se renderiza en GitHub con outputs visibles (gráficas y cifras reales).
+
+## Documentación
+
+- **Quickstart**: [docs/quickstart.md](docs/quickstart.md)
+- **API completa**: [docs/api/](docs/api/)
+- **Ejemplos en notebooks**: [examples/](examples/)
+- **Documentación de la API HTTP**: https://api.datos-itam.org/docs
+
+## Salvedades metodológicas
+
+El cliente reproduce los datos tal como los publica la API del observatorio. La API a su vez reprocesa fuentes oficiales (INEGI, CONSAR, Datos Abiertos CDMX) sin alterar microdatos. Cada endpoint documenta sus límites de cobertura, fechas de corte, y validaciones contra fuente primaria.
+
+Para precisiones técnicas profundas sobre cualquier dataset, consultar las fuentes primarias enlazadas en [docs/sources.md](docs/sources.md).
+
+## Cómo citar
+
+Si usas este cliente en una investigación o publicación académica, por favor cita el proyecto:
+
+```bibtex
+@software{datos_mexico_py,
+  author = {{Equipo de Datos México}},
+  title = {datos-mexico-py: Cliente Python para la API del Observatorio Datos México},
+  year = {2026},
+  publisher = {Datos México},
+  url = {https://github.com/datos-mexico/datos-mexico-py},
+}
+```
+
+GitHub también ofrece exportación BibTeX/APA automática desde el botón "Cite this repository" en la página del repo.
+
+## Contribuir
+
+Ver [docs/contributing.md](docs/contributing.md). Pull requests, issues, y reportes de errores en datos son bienvenidos.
+
+## Licencia
+
+MIT — ver [LICENSE](LICENSE).
+
+## Contacto
+
+- Sitio: https://datosmexico.org
+- Email general: equipo@datosmexico.org
+- Reportes de errores en datos: errores@datosmexico.org
+- Prensa y medios: prensa@datosmexico.org
+
+---
+
+*Datos México es un observatorio independiente formado por estudiantes y egresados del Instituto Tecnológico Autónomo de México (ITAM).*

datos_mexico-0.1.0/pyproject.toml

@@ -0,0 +1,113 @@
+[build-system]
+requires = ["hatchling"]
+build-backend = "hatchling.build"
+
+[project]
+name = "datos-mexico"
+dynamic = ["version"]
+description = "Cliente Python oficial para la API del Observatorio Datos México"
+readme = "README.md"
+requires-python = ">=3.10"
+license = { text = "MIT" }
+authors = [
+  { name = "David Fernando Ávila Díaz", email = "df.avila.diaz@gmail.com" }
+]
+maintainers = [
+  { name = "Equipo de Datos México", email = "pypi@datosmexico.org" }
+]
+keywords = [
+  "mexico",
+  "datos-abiertos",
+  "open-data",
+  "consar",
+  "sar",
+  "afore",
+  "enigh",
+  "inegi",
+  "cdmx",
+  "transparencia",
+  "api-client",
+  "pensiones",
+]
+classifiers = [
+  "Development Status :: 4 - Beta",
+  "Intended Audience :: Developers",
+  "Intended Audience :: Science/Research",
+  "License :: OSI Approved :: MIT License",
+  "Operating System :: OS Independent",
+  "Programming Language :: Python :: 3",
+  "Programming Language :: Python :: 3.10",
+  "Programming Language :: Python :: 3.11",
+  "Programming Language :: Python :: 3.12",
+  "Programming Language :: Python :: 3.13",
+  "Topic :: Scientific/Engineering :: Information Analysis",
+  "Topic :: Software Development :: Libraries :: Python Modules",
+  "Typing :: Typed",
+]
+dependencies = [
+  "httpx>=0.27.0",
+  "pydantic>=2.6.0",
+  "tenacity>=8.2.0",
+]
+
+[project.optional-dependencies]
+dev = [
+  "pytest>=8.0",
+  "pytest-cov>=5.0",
+  "ruff>=0.6",
+  "mypy>=1.10",
+  "build>=1.2",
+  "twine>=5.0",
+  "respx>=0.21.0",
+]
+examples = [
+  "jupyter>=1.0",
+  "pandas>=2.0",
+  "matplotlib>=3.7",
+]
+
+[project.urls]
+Homepage = "https://datosmexico.org"
+Documentation = "https://github.com/datos-mexico/datos-mexico-py#readme"
+Repository = "https://github.com/datos-mexico/datos-mexico-py"
+Issues = "https://github.com/datos-mexico/datos-mexico-py/issues"
+Changelog = "https://github.com/datos-mexico/datos-mexico-py/releases"
+
+[tool.hatch.version]
+path = "src/datos_mexico/_version.py"
+
+[tool.hatch.build.targets.wheel]
+packages = ["src/datos_mexico"]
+include = ["src/datos_mexico/py.typed"]
+
+[tool.hatch.build.targets.sdist]
+include = [
+  "src/datos_mexico",
+  "README.md",
+  "LICENSE",
+  "CITATION.cff",
+  "pyproject.toml",
+]
+
+[tool.ruff]
+line-length = 100
+target-version = "py310"
+extend-exclude = ["examples"]
+
+[tool.ruff.lint]
+select = ["E", "F", "I", "N", "UP", "B", "SIM", "RUF"]
+ignore = []
+
+[tool.pytest.ini_options]
+testpaths = ["tests"]
+python_files = "test_*.py"
+addopts = "-v --tb=short"
+markers = [
+  "integration: integration tests against the live API; gated by DATOS_MEXICO_INTEGRATION_TESTS=1",
+]
+
+[tool.mypy]
+python_version = "3.10"
+strict = true
+warn_return_any = true
+warn_unused_configs = true

datos_mexico-0.1.0/src/datos_mexico/__init__.py

@@ -0,0 +1,35 @@
+"""datos-mexico: Cliente Python para la API del Observatorio Datos México."""
+
+from datos_mexico._version import __version__
+from datos_mexico.client import DatosMexico
+from datos_mexico.exceptions import (
+    ApiError,
+    AuthenticationError,
+    AuthorizationError,
+    BadRequestError,
+    ConfigurationError,
+    DatosMexicoError,
+    NetworkError,
+    NotFoundError,
+    RateLimitError,
+    ServerError,
+    TimeoutError,
+    ValidationError,
+)
+
+__all__ = [
+    "ApiError",
+    "AuthenticationError",
+    "AuthorizationError",
+    "BadRequestError",
+    "ConfigurationError",
+    "DatosMexico",
+    "DatosMexicoError",
+    "NetworkError",
+    "NotFoundError",
+    "RateLimitError",
+    "ServerError",
+    "TimeoutError",
+    "ValidationError",
+    "__version__",
+]

datos_mexico-0.1.0/src/datos_mexico/_cache.py

@@ -0,0 +1,114 @@
+"""Cache en memoria con TTL configurable.
+
+Implementa una caché thread-safe basada en un diccionario con timestamps
+de expiración. El usuario del paquete normalmente no instancia ``TTLCache``
+directamente: el ``HttpClient`` lo usa internamente para cachear respuestas
+``GET``.
+"""
+
+from __future__ import annotations
+
+import threading
+import time
+from typing import Any
+
+
+class TTLCache:
+    """Caché thread-safe con expiración por TTL.
+
+    Args:
+        ttl_seconds: Tiempo de vida de las entradas en segundos. Si es ``0``
+            la caché queda deshabilitada: ``set`` no almacena nada y ``get``
+            siempre devuelve ``None``. Debe ser ``>= 0``.
+
+    Raises:
+        ValueError: Si ``ttl_seconds`` es negativo.
+
+    Examples:
+        >>> cache = TTLCache(ttl_seconds=60)
+        >>> cache.set("key", {"value": 1})
+        >>> cache.get("key")
+        {'value': 1}
+        >>> cache_disabled = TTLCache(ttl_seconds=0)
+        >>> cache_disabled.set("key", "value")
+        >>> cache_disabled.get("key") is None
+        True
+    """
+
+    def __init__(self, ttl_seconds: int) -> None:
+        if ttl_seconds < 0:
+            raise ValueError(f"ttl_seconds must be >= 0, got {ttl_seconds}")
+        self._ttl = ttl_seconds
+        self._store: dict[str, tuple[float, Any]] = {}
+        self._lock = threading.Lock()
+
+    @property
+    def ttl_seconds(self) -> int:
+        """TTL configurado, en segundos."""
+        return self._ttl
+
+    @property
+    def enabled(self) -> bool:
+        """True si la caché está activa (``ttl_seconds > 0``)."""
+        return self._ttl > 0
+
+    def get(self, key: str) -> Any | None:
+        """Recupera el valor asociado a ``key`` si no expiró.
+
+        Si la entrada expiró, se elimina y se devuelve ``None``.
+
+        Args:
+            key: Clave a consultar.
+
+        Returns:
+            Valor cacheado, o ``None`` si no existe o expiró.
+        """
+        if not self.enabled:
+            return None
+        now = time.monotonic()
+        with self._lock:
+            entry = self._store.get(key)
+            if entry is None:
+                return None
+            expires_at, value = entry
+            if expires_at <= now:
+                del self._store[key]
+                return None
+            return value
+
+    def set(self, key: str, value: Any) -> None:
+        """Almacena ``value`` bajo ``key`` con expiración relativa al TTL.
+
+        Si la caché está deshabilitada (``ttl_seconds == 0``), la operación
+        es un no-op.
+        """
+        if not self.enabled:
+            return
+        expires_at = time.monotonic() + self._ttl
+        with self._lock:
+            self._store[key] = (expires_at, value)
+
+    def clear(self) -> None:
+        """Elimina todas las entradas de la caché."""
+        with self._lock:
+            self._store.clear()
+
+    def clear_expired(self) -> int:
+        """Elimina las entradas expiradas y devuelve cuántas se eliminaron."""
+        if not self.enabled:
+            return 0
+        now = time.monotonic()
+        with self._lock:
+            expired = [k for k, (exp, _) in self._store.items() if exp <= now]
+            for k in expired:
+                del self._store[k]
+            return len(expired)
+
+    def __len__(self) -> int:
+        with self._lock:
+            return len(self._store)
+
+    def __contains__(self, key: object) -> bool:
+        if not isinstance(key, str):
+            return False
+        return self.get(key) is not None

datos_mexico-0.1.0/src/datos_mexico/_constants.py

@@ -0,0 +1,18 @@
+"""Constantes compartidas del cliente datos-mexico."""
+
+from __future__ import annotations
+
+from datos_mexico._version import __version__
+
+DEFAULT_BASE_URL: str = "https://api.datos-itam.org"
+DEFAULT_TIMEOUT_SECONDS: float = 30.0
+DEFAULT_CACHE_TTL_SECONDS: int = 300
+DEFAULT_MAX_RETRIES: int = 3
+DEFAULT_RETRY_BACKOFF_BASE: float = 1.0
+DEFAULT_RETRY_BACKOFF_MAX: float = 30.0
+
+USER_AGENT: str = f"datos-mexico-py/{__version__} (https://datosmexico.org)"
+
+RETRYABLE_STATUS_CODES: frozenset[int] = frozenset({408, 425, 429, 500, 502, 503, 504})
+
+RETRYABLE_METHODS: frozenset[str] = frozenset({"GET", "HEAD", "OPTIONS"})