Δωρεάν Πίνακες Αναφοράς Μακροθρεπτικών Συστατικών: Κατεβάστε Πλήρη Δεδομένα Διατροφής σε CSV και JSON

Ανεξάρτητα από το αν δημιουργείτε μια εφαρμογή διατροφής, διεξάγετε μια ερευνητική μελέτη, καθοδηγείτε πελάτες ή απλά θέλετε ένα αξιόπιστο φύλλο αναφοράς στο γραφείο σας, χρειάζεστε καθαρά δεδομένα μακροθρεπτικών συστατικών σε μια μορφή που μπορείτε να χρησιμοποιήσετε. Υπάρχουν κυβερνητικές βάσεις δεδομένων, αλλά είναι εκτενείς, ασυνεπείς και διαμορφωμένες για γραφειοκράτες αντί για δημιουργούς.

Ετοιμάσαμε μια σειρά δωρεάν πινάκων αναφοράς μακροθρεπτικών συστατικών που καλύπτουν πάνω από 500 κοινά τρόφιμα με πλήρη ανάλυση μακροθρεπτικών συστατικών. Τα δεδομένα είναι διαθέσιμα σε μορφές CSV και JSON, έτοιμα να εισαχθούν σε ένα υπολογιστικό φύλλο, μια βάση δεδομένων, ένα σενάριο ή μια εφαρμογή. Κάθε καταχώρηση έχει επαληθευτεί με βάση πρωτογενείς πηγές, και τα αρχεία είναι δομημένα έτσι ώστε να μπορείτε να αρχίσετε να τα χρησιμοποιείτε άμεσα χωρίς καθαρισμό ή μετασχηματισμό.

Αυτή η σελίδα καλύπτει ακριβώς τι περιέχεται στους πίνακες, πώς είναι δομημένα τα δεδομένα, πώς να τα φορτώσετε προγραμματισμένα και πώς να συμβάλετε με διορθώσεις αν βρείτε κάτι που χρειάζεται ενημέρωση.

Τι Περιλαμβάνεται

Οι πίνακες αναφοράς μακροθρεπτικών συστατικών περιέχουν πάνω από 500 από τα πιο καταναλωμένα τρόφιμα σε επτά κύριες κατηγορίες. Για κάθε τρόφιμο, θα βρείτε:

• Όνομα τροφίμου — η τυπική αγγλική ονομασία που χρησιμοποιείται στη διατροφική επιστήμη
• Κατηγορία — μία από τις επτά κύριες κατηγορίες (περισσότερα για αυτές παρακάτω)
• Υποκατηγορία — μια πιο συγκεκριμένη ομαδοποίηση εντός της γονικής κατηγορίας
• Περιγραφή μερίδας — μια κατανοητή περιγραφή μερίδας (π.χ., "1 μέτρια μπανάνα", "1 φλιτζάνι μαγειρεμένο")
• Βάρος μερίδας σε γραμμάρια — η γραμματική ισοδυναμία της μερίδας
• Θερμίδες — συνολική ενέργεια σε κιλοθερμίδες (kcal)
• Πρωτεΐνη — γραμμάρια πρωτεΐνης ανά μερίδα
• Συνολικά λίπη — γραμμάρια συνολικών λιπών ανά μερίδα
• Κορεσμένα λίπη — γραμμάρια κορεσμένων λιπών ανά μερίδα
• Συνολικοί υδατάνθρακες — γραμμάρια συνολικών υδατανθράκων ανά μερίδα
• Διατροφικές ίνες — γραμμάρια διατροφικών ινών ανά μερίδα
• Ζάχαρη — γραμμάρια συνολικών σακχάρων ανά μερίδα
• Νάτριο — χιλιοστόγραμμα νατρίου ανά μερίδα

Κάθε τιμή αναφέρεται ανάλογα με την αναφερόμενη μερίδα, όχι ανά 100 γραμμάρια. Επιλέξαμε αυτή την προσέγγιση γιατί τα δεδομένα με βάση τη μερίδα είναι αυτά που χρειάζονται οι περισσότεροι όταν παρακολουθούν γεύματα, δημιουργούν σχέδια γευμάτων ή εμφανίζουν πληροφορίες διατροφής σε μια διεπαφή. Αν χρειάζεστε τιμές ανά 100g, η διαίρεση με το βάρος της μερίδας και ο πολλαπλασιασμός με 100 είναι απλή διαδικασία.

Οι πίνακες δεν περιλαμβάνουν μικροθρεπτικά συστατικά πέρα από το νάτριο και τις ίνες. Για πλήρη προφίλ μικροθρεπτικών (βιταμίνες, μέταλλα, αμινοξέα), δείτε την ενότητα για το API της Nutrola στο τέλος αυτού του άρθρου — εκεί βρίσκονται τα λεπτομερή δεδομένα.

Προδιαγραφές Μορφής Δεδομένων

Μορφή CSV

Το αρχείο CSV χρησιμοποιεί κωδικοποίηση UTF-8 με μια γραμμή κεφαλίδας. Τα πεδία είναι διαχωρισμένα με κόμμα και τα κείμενα είναι σε εισαγωγικά. Να πώς φαίνεται η δομή:

food_name,category,subcategory,serving_description,serving_weight_g,calories_kcal,protein_g,total_fat_g,saturated_fat_g,total_carbs_g,fiber_g,sugar_g,sodium_mg
"Στήθος κοτόπουλου, χωρίς κόκαλο και δέρμα, μαγειρεμένο","Πρωτεΐνες","Πουλερικά","1 στήθος (170g)",170,284,53.4,6.2,1.7,0.0,0.0,0.0,126
"Σολομός Ατλαντικού, μαγειρεμένος","Πρωτεΐνες","Ψάρια & Θαλασσινά","1 φιλέτο (154g)",154,280,39.3,12.4,2.5,0.0,0.0,0.0,109
"Καφέ ρύζι, μαγειρεμένο","Σιτηρά & Άμυλα","Ολόκληρα Σιτηρά","1 φλιτζάνι (195g)",195,216,5.0,1.8,0.4,44.8,3.5,0.7,10
"Μπανάνα, ωμή","Φρούτα","Τροπικά Φρούτα","1 μέτρια (118g)",118,105,1.3,0.4,0.1,27.0,3.1,14.4,1

Το αρχείο CSV είναι συμβατό με Microsoft Excel, Google Sheets, LibreOffice Calc, Apple Numbers και οποιαδήποτε γλώσσα προγραμματισμού με υποστήριξη ανάλυσης CSV. Δεν απαιτείται ειδική ρύθμιση — απλά ανοίξτε το αρχείο και θα αναλυθεί σωστά.

Μορφή JSON

Το αρχείο JSON περιέχει έναν πίνακα αντικειμένων, ένα για κάθε τρόφιμο. Η δομή αντικατοπτρίζει τα πεδία του CSV:

{
  "version": "1.4.0",
  "generated": "2026-03-12",
  "source": "Nutrola Macro Reference Tables",
  "record_count": 527,
  "foods": [
    {
      "food_name": "Στήθος κοτόπουλου, χωρίς κόκαλο και δέρμα, μαγειρεμένο",
      "category": "Πρωτεΐνες",
      "subcategory": "Πουλερικά",
      "serving_description": "1 στήθος (170g)",
      "serving_weight_g": 170,
      "nutrients": {
        "calories_kcal": 284,
        "protein_g": 53.4,
        "total_fat_g": 6.2,
        "saturated_fat_g": 1.7,
        "total_carbs_g": 0.0,
        "fiber_g": 0.0,
        "sugar_g": 0.0,
        "sodium_mg": 126
      }
    }
  ]
}

Το αρχείο JSON περιλαμβάνει μεταδεδομένα σε ανώτερο επίπεδο: μια συμβολοσειρά έκδοσης για παρακολούθηση ενημερώσεων, την ημερομηνία δημιουργίας, το όνομα της πηγής και τον συνολικό αριθμό καταχωρήσεων. Αυτό διευκολύνει την επιβεβαίωση ότι έχετε την πιο πρόσφατη έκδοση και την κατασκευή λογικής ελέγχου ενημερώσεων στις εφαρμογές σας.

Οι αριθμητικές τιμές αποθηκεύονται ως αριθμοί, όχι ως συμβολοσειρές. Οι κενές τιμές δεν εμφανίζονται — αν μια θρεπτική τιμή είναι άγνωστη, το τρόφιμο αποκλείεται από το σύνολο δεδομένων αντί να συμπεριληφθεί με ελλιπή δεδομένα. Αυτή ήταν μια συνειδητή επιλογή για να διατηρηθούν τα δεδομένα καθαρά και να αποφευχθούν σιωπηλά σφάλματα στους υπολογισμούς.

Περιγραφές Πεδίων

Ακολουθεί μια λεπτομερής ανάλυση κάθε πεδίου, συμπεριλαμβανομένων των μονάδων, των αναμενόμενων εύρων και των ακραίων περιπτώσεων:

Πεδίο	Τύπος	Μονάδα	Περιγραφή
food_name	string	—	Τυπική αγγλική ονομασία. Περιλαμβάνει μέθοδο προετοιμασίας όπου είναι σχετικό (π.χ., "μαγειρεμένο", "ωμό", "ξηρό").
category	string	—	Μία από τις επτά κύριες κατηγορίες. Δείτε την ενότητα κατηγοριών παρακάτω.
subcategory	string	—	Μια πιο συγκεκριμένη ομαδοποίηση. Για παράδειγμα, εντός "Πρωτεϊνών" θα βρείτε "Πουλερικά", "Κόκκινο Κρέας", "Ψάρια & Θαλασσινά", "Λαχανικά", και "Αυγά".
serving_description	string	—	Μια κατανοητή περιγραφή μερίδας. Πάντα περιλαμβάνει το βάρος σε γραμμάρια σε παρένθεση.
serving_weight_g	number	γραμμάρια	Ο αριθμητικός γραμματικός βάρος της μερίδας. Ακέραιες τιμές για τα περισσότερα είδη, μία δεκαδική θέση για είδη όπου η ακρίβεια έχει σημασία.
calories_kcal	number	kcal	Συνολική ενέργεια. Υπολογίζεται χρησιμοποιώντας το σύστημα Atwater (4 kcal/g πρωτεΐνη, 4 kcal/g υδατάνθρακες, 9 kcal/g λίπος).
protein_g	number	γραμμάρια	Συνολική πρωτεΐνη. Μία δεκαδική θέση ακρίβειας.
total_fat_g	number	γραμμάρια	Συνολικά λίπη συμπεριλαμβανομένων των κορεσμένων, μονοακόρεστων και πολυακόρεστων.
saturated_fat_g	number	γραμμάρια	Μόνο κορεσμένα λιπαρά οξέα.
total_carbs_g	number	γραμμάρια	Συνολικοί υδατάνθρακες συμπεριλαμβανομένων των ινών και των σακχάρων.
fiber_g	number	γραμμάρια	Συνολικές διατροφικές ίνες (διαλυτές + αδιάλυτες).
sugar_g	number	γραμμάρια	Συνολικά σάκχαρα (φυσικά + προστιθέμενα). Το σύνολο δεδομένων δεν διαχωρίζει τα προστιθέμενα σάκχαρα από τα φυσικά σάκχαρα.
sodium_mg	number	χιλιοστόγραμμα	Περιεκτικότητα σε νάτριο. Σημειώστε ότι είναι χιλιοστόγραμμα, όχι γραμμάρια, σε αντίθεση με τα άλλα πεδία θρεπτικών συστατικών.

Ορισμένες σημειώσεις σχετικά με την ακρίβεια: όλες οι θρεπτικές τιμές στρογγυλοποιούνται σε μία δεκαδική θέση. Αυτό ταιριάζει με το επίπεδο ακρίβειας των υποκείμενων πηγών δεδομένων. Η αναφορά περισσότερων δεκαδικών θέσεων θα υπονοούσε ψευδή επίπεδα ακρίβειας — η σύνθεση τροφίμων ποικίλλει φυσικά κατά 5-15% ανάλογα με τις συνθήκες καλλιέργειας, τη φυλή ζώων και τις μεθόδους προετοιμασίας.

Κατηγορίες Τροφίμων

Τα 500+ τρόφιμα οργανώνονται σε επτά κύριες κατηγορίες, η καθεμία με πολλές υποκατηγορίες:

Πρωτεΐνες

Περίπου 95 καταχωρήσεις που καλύπτουν πουλερικά (στήθος κοτόπουλου, μηρός, γαλοπούλα, κιμάς γαλοπούλας), κόκκινο κρέας (φιλέτο βοδινού, κιμάς βοδινού σε διάφορα ποσοστά λιπαρών, χοιρινό, αρνί), ψάρια και θαλασσινά (σολομός, τόνος, γαρίδες, μπακαλιάρος, τσιπούρα, σαρδέλες), αυγά (ολόκληρα, ασπράδια, scrambled) και φυτικές πρωτεΐνες (τόφου, τεμπέ, σιτάρι, edamame). Οι οσπριοί όπως φακές, ρεβίθια και μαύρα φασόλια περιλαμβάνονται εδώ αντί σε σιτηρά, καθώς ο κύριος διατροφικός τους ρόλος είναι η παροχή πρωτεΐνης.

Σιτηρά και Άμυλα

Περίπου 80 καταχωρήσεις που καλύπτουν ολόκληρα σιτηρά (καφέ ρύζι, βρώμη, κινόα, κριθάρι, μπουλγκούρ), επεξεργασμένα σιτηρά (λευκό ρύζι, λευκό ψωμί, ζυμαρικά), αμυλούχα λαχανικά (πατάτες, γλυκοπατάτες, καλαμπόκι) και κοινά προϊόντα σιτηρών (τορτίλες, μπέιγκελ, κράκερ, κουσκούς). Παρέχονται και οι μαγειρεμένες και οι ξηρές τιμές για τα σιτηρά όπου η διάκριση έχει σημασία.

Φρούτα

Περίπου 65 καταχωρήσεις που καλύπτουν κοινά φρέσκα φρούτα (μήλα, μπανάνες, πορτοκάλια, φράουλες, μύρτιλα, σταφύλια), τροπικά φρούτα (μανγκό, ανανά, παπάγια, ακτινίδιο), αποξηραμένα φρούτα (σταφίδες, χουρμάδες, αποξηραμένα βερίκοκα, κράνα) και κατεψυγμένα φρούτα. Όλες οι καταχωρήσεις φρέσκων φρούτων αφορούν την ωμή, βρώσιμη μερίδα — οι σπόροι, οι φλούδες και οι κουκούτσια εξαιρούνται από το βάρος της μερίδας όπου είναι εφαρμόσιμο.

Λαχανικά

Περίπου 85 καταχωρήσεις που καλύπτουν φυλλώδη λαχανικά (σπανάκι, λάχανο, ρόκα), σταυρανθή λαχανικά (μπρόκολο, κουνουπίδι, λαχανάκια Βρυξελλών, λάχανο), ριζικά λαχανικά (καρότα, παντζάρια, ραπανάκια), αλιούμ (κρεμμύδια, σκόρδο), νυχτολούλουδα (ντομάτες, πιπεριές, μελιτζάνες) και άλλα κοινά λαχανικά (αγγούρι, σέλινο, κολοκυθάκια, μανιτάρια, σπαράγγια). Παρέχονται και οι ωμές και οι μαγειρεμένες τιμές για τα λαχανικά όπου το μαγείρεμα αλλάζει σημαντικά την πυκνότητα θρεπτικών συστατικών ανά μερίδα.

Γαλακτοκομικά και Εναλλακτικές Λύσεις

Περίπου 70 καταχωρήσεις που καλύπτουν γάλα (ολόκληρο, 2%, άπαχο και φυτικά γάλατα), γιαούρτι (ελληνικό, κανονικό, αρωματισμένο, φυτικό), τυρί (cheddar, mozzarella, φέτα, cottage cheese, cream cheese, parmesan), βούτυρο, κρέμα και κοινές εναλλακτικές λύσεις γαλακτοκομικών (γάλα αμυγδάλου, γάλα βρώμης, γάλα σόγιας, φυτικό γιαούρτι). Τα φυτικά γάλατα και γιαούρτια ομαδοποιούνται εδώ αντί σε ξεχωριστή κατηγορία, καθώς οι χρήστες συνήθως τα επιλέγουν ως άμεσες υποκαταστάσεις.

Σνακ και Επεξεργασμένα Τρόφιμα

Περίπου 75 καταχωρήσεις που καλύπτουν ξηρούς καρπούς και σπόρους (αμύγδαλα, καρύδια, φιστίκια, σπόροι chia, σπόροι λιναριού, σπόροι ηλιόσπορου), βούτυρα ξηρών καρπών (φιστικοβούτυρο, αμυγδαλοβούτυρο), κοινά σνακ (pretzels, ποπ κορν, μπάρες δημητριακών, μπάρες πρωτεΐνης, μίγμα trail mix, τσιπς, μαύρη σοκολάτα), αλείμματα και καρυκεύματα (χούμους, γκουακαμόλε, σάλσα, μαγιονέζα, ελαιόλαδο, μέλι) και άλλα κοινά καταγεγραμμένα είδη όπως σκόνη πρωτεΐνης και ενεργειακά μπαλάκια.

Ποτά

Περίπου 60 καταχωρήσεις που καλύπτουν χυμούς (χυμός πορτοκαλιού, χυμός μήλου, χυμός κράνμπερι), αναψυκτικά (κόλα, λεμονάδα, τζίντζερ), αθλητικά και ενεργειακά ποτά, καφέδες (μαύρος καφές, latte, cappuccino, mocha με διάφορους τύπους γάλακτος), βάσεις smoothie, αλκοολούχα ποτά (μπύρα, κρασί, ποτά) και κοινές προσθήκες (κρέμα, ζάχαρη, αρωματισμένα σιρόπια). Το νερό δεν περιλαμβάνεται καθώς δεν έχει περιεχόμενο μακροθρεπτικών.

Χρήση των Δεδομένων Προγραμματισμένα

Ο κύριος σκοπός της παροχής μορφών CSV και JSON είναι να μπορείτε να φορτώσετε αυτά τα δεδομένα απευθείας στον κώδικά σας. Ακολουθούν παραδείγματα σε Python και JavaScript.

Python: Φόρτωση του CSV

import csv

def load_macro_table(filepath):
    foods = []
    with open(filepath, newline='', encoding='utf-8') as f:
        reader = csv.DictReader(f)
        for row in reader:
            # Μετατροπή αριθμητικών πεδίων από συμβολοσειρές
            for key in ['serving_weight_g', 'calories_kcal', 'protein_g',
                        'total_fat_g', 'saturated_fat_g', 'total_carbs_g',
                        'fiber_g', 'sugar_g', 'sodium_mg']:
                row[key] = float(row[key])
            foods.append(row)
    return foods

foods = load_macro_table('macro_reference_table.csv')

# Βρείτε όλα τα τρόφιμα σε μια κατηγορία
proteins = [f for f in foods if f['category'] == 'Πρωτεΐνες']
print(f"Βρέθηκαν {len(proteins)} πηγές πρωτεΐνης")

# Βρείτε τα τρόφιμα με την υψηλότερη πυκνότητα πρωτεΐνης ανά θερμίδα
foods_sorted = sorted(foods, key=lambda f: f['protein_g'] / max(f['calories_kcal'], 1), reverse=True)
print("\nTop 10 τρόφιμα κατά πυκνότητα πρωτεΐνης (g πρωτεΐνης ανά kcal):")
for f in foods_sorted[:10]:
    ratio = f['protein_g'] / f['calories_kcal']
    print(f"  {f['food_name']}: {ratio:.3f} g/kcal ({f['protein_g']}g πρωτεΐνης, {f['calories_kcal']} kcal)")

Python: Φόρτωση του JSON

import json

def load_macro_json(filepath):
    with open(filepath, encoding='utf-8') as f:
        data = json.load(f)
    print(f"Φορτώθηκαν {data['record_count']} τρόφιμα (έκδοση {data['version']})")
    return data['foods']

foods = load_macro_json('macro_reference_table.json')

# Δημιουργία λεξικού αναζήτησης κατά όνομα τροφίμου
lookup = {f['food_name'].lower(): f for f in foods}

# Γρήγορη αναζήτηση
chicken = lookup.get('στήθος κοτόπουλου, χωρίς κόκαλο και δέρμα, μαγειρεμένο')
if chicken:
    n = chicken['nutrients']
    print(f"Στήθος κοτόπουλου ανά μερίδα ({chicken['serving_description']}):")
    print(f"  Θερμίδες: {n['calories_kcal']} kcal")
    print(f"  Πρωτεΐνη: {n['protein_g']}g")
    print(f"  Λίπος: {n['total_fat_g']}g")
    print(f"  Υδατάνθρακες: {n['total_carbs_g']}g")

JavaScript: Φόρτωση του JSON

// Node.js
const fs = require('fs');

function loadMacroTable(filepath) {
  const raw = fs.readFileSync(filepath, 'utf-8');
  const data = JSON.parse(raw);
  console.log(`Φορτώθηκαν ${data.record_count} τρόφιμα (έκδοση ${data.version})`);
  return data.foods;
}

const foods = loadMacroTable('macro_reference_table.json');

// Ομαδοποίηση τροφίμων κατά κατηγορία
const byCategory = {};
for (const food of foods) {
  if (!byCategory[food.category]) {
    byCategory[food.category] = [];
  }
  byCategory[food.category].push(food);
}

// Εκτύπωση συνοπτικής αναφοράς
for (const [category, items] of Object.entries(byCategory)) {
  console.log(`${category}: ${items.length} τρόφιμα`);
}

// Βρείτε τρόφιμα με χαμηλές θερμίδες και υψηλές ίνες
const highFiber = foods
  .filter(f => f.nutrients.fiber_g >= 5 && f.nutrients.calories_kcal <= 200)
  .sort((a, b) => b.nutrients.fiber_g - a.nutrients.fiber_g);

console.log('\nΤρόφιμα με υψηλές ίνες και χαμηλές θερμίδες:');
highFiber.slice(0, 10).forEach(f => {
  console.log(`  ${f.food_name}: ${f.nutrients.fiber_g}g ίνες, ${f.nutrients.calories_kcal} kcal`);
});

JavaScript: Φόρτωση του CSV στον Περιηγητή

// Ανάλυση CSV στον περιηγητή (χωρίς εξαρτήσεις)
async function loadMacroCSV(url) {
  const response = await fetch(url);
  const text = await response.text();
  const lines = text.split('\n').filter(line => line.trim());
  const headers = parseCSVLine(lines[0]);

  return lines.slice(1).map(line => {
    const values = parseCSVLine(line);
    const obj = {};
    headers.forEach((header, i) => {
      obj[header] = isNaN(values[i]) ? values[i] : parseFloat(values[i]);
    });
    return obj;
  });
}

function parseCSVLine(line) {
  const result = [];
  let current = '';
  let inQuotes = false;
  for (const char of line) {
    if (char === '"') { inQuotes = !inQuotes; }
    else if (char === ',' && !inQuotes) { result.push(current.trim()); current = ''; }
    else { current += char; }
  }
  result.push(current.trim());
  return result;
}

// Χρήση
const foods = await loadMacroCSV('/data/macro_reference_table.csv');
console.log(`Φορτώθηκαν ${foods.length} τρόφιμα`);

Αυτά τα παραδείγματα δείχνουν τις πιο κοινές λειτουργίες: φόρτωση των δεδομένων, αναζήτηση και φιλτράρισμα, ομαδοποίηση κατά κατηγορία και ταξινόμηση κατά πυκνότητα θρεπτικών συστατικών. Οι δομές δεδομένων είναι σκόπιμα απλές ώστε να μην χρειάζεστε ειδικές βιβλιοθήκες για να εργαστείτε με αυτές.

Πηγές Δεδομένων

Οι πίνακες αναφοράς μακροθρεπτικών συστατικών έχουν συγκεντρωθεί από τις εξής πρωτογενείς πηγές:

Βάση Δεδομένων USDA SR Legacy. Η βάση δεδομένων USDA Standard Reference Legacy είναι η θεμελιώδης βάση δεδομένων για τη σύνθεση τροφίμων στις ΗΠΑ. Περιέχει εργαστηριακά αναλυμένα θρεπτικά δεδομένα για πάνω από 7.600 τρόφιμα. Οι πίνακές μας χρησιμοποιούν το SR Legacy ως την κύρια πηγή για γενικά/μη επώνυμα τρόφιμα. Επιλέξαμε το SR Legacy αντί της νεότερης βάσης δεδομένων FoodData Central FNDDS, καθώς οι τιμές του SR Legacy είναι πιο ευρέως επικυρωμένες και αναφερόμενες σε ερευνητικά έργα διατροφής.

USDA FoodData Central. Για τρόφιμα που δεν καλύπτονται στο SR Legacy, ιδιαίτερα νεότερα τρόφιμα και ενημερωμένες τιμές, αναφερόμαστε στα σύνολα δεδομένων Foundation Foods και Survey Foods του FoodData Central.

Διεθνείς βάσεις δεδομένων σύνθεσης τροφίμων. Για τρόφιμα που καταναλώνονται παγκοσμίως αλλά ενδέχεται να μην εμφανίζονται σε βάσεις δεδομένων των ΗΠΑ, διασταυρώνουμε δεδομένα από τους πίνακες σύνθεσης McCance και Widdowson της Δημόσιας Υγείας της Αγγλίας, το NUTTAB της Αυστραλίας και της Νέας Ζηλανδίας (FSANZ), το Καναδικό Αρχείο Θρεπτικών Στοιχείων (CNF) και την Δανική Βάση Δεδομένων Σύνθεσης Τροφίμων (Frida). Αυτό είναι ιδιαίτερα σχετικό για τροπικά φρούτα, περιφερειακά σιτηρά και μεθόδους προετοιμασίας που είναι κοινές εκτός των ΗΠΑ.

Δεδομένα κατασκευαστών. Για επεξεργασμένα και επώνυμα είδη στις κατηγορίες σνακ και ποτών, αναφερόμαστε σε πίνακες διατροφής που παρέχονται από τους κατασκευαστές. Όπου τα δεδομένα του κατασκευαστή έρχονται σε αντίθεση με την εργαστηριακή ανάλυση, σημειώνουμε τη διαφορά και προτιμούμε τις εργαστηριακές τιμές.

Όλες οι τιμές έχουν διασταυρωθεί με τουλάχιστον δύο ανεξάρτητες πηγές. Όπου οι πηγές διαφωνούν κατά περισσότερο από 10%, ερευνήσαμε την αιτία (συνήθως διαφορετικές μέθοδοι προετοιμασίας ή διαφορές φυλής) και επιλέξαμε την τιμή που είναι πιο αντιπροσωπευτική του τρόπου που καταναλώνεται συνήθως το τρόφιμο.

Το σύνολο δεδομένων είναι εκδομένο. Η τρέχουσα έκδοση είναι 1.4.0, ενημερωμένη τον Μάρτιο του 2026. Ενημερώνουμε τους πίνακες περίπου κάθε τρίμηνο για να ενσωματώσουμε διορθώσεις, να προσθέσουμε ζητούμενα τρόφιμα και να αντικατοπτρίσουμε τυχόν σημαντικές αλλαγές στις πηγές δεδομένων.

Πώς να Συμβάλετε με Διορθώσεις

Δεδομένα διατροφής είναι εγγενώς ατελή. Η σύνθεση τροφίμων ποικίλλει ανά περιοχή, εποχή, φυλή και μέθοδο προετοιμασίας. Αν βρείτε ένα σφάλμα ή έχετε μια διόρθωση που υποστηρίζεται από αξιόπιστη πηγή, θέλουμε να το ακούσουμε.

Υπάρχουν τρεις τρόποι για να υποβάλετε διορθώσεις:

GitHub Issues. Οι πίνακες αναφοράς μακροθρεπτικών συστατικών φιλοξενούνται σε ένα δημόσιο αποθετήριο GitHub. Ανοίξτε ένα ζήτημα με το όνομα του τροφίμου, το πεδίο που πιστεύετε ότι είναι λανθασμένο, την τρέχουσα τιμή, την τιμή που πιστεύετε ότι είναι σωστή και έναν σύνδεσμο στην πηγή σας. Εξετάζουμε τα ζητήματα εβδομαδιαία.

Email. Στείλτε διορθώσεις στο data@nutrola.com με τις ίδιες πληροφορίες: όνομα τροφίμου, πεδίο, τρέχουσα τιμή, προτεινόμενη τιμή και πηγή. Θα απαντήσουμε εντός πέντε εργάσιμων ημερών.

Pull requests. Αν είστε άνετοι με το Git, μπορείτε να κάνετε fork το αποθετήριο, να επεξεργαστείτε το αρχείο CSV ή JSON απευθείας και να υποβάλετε ένα pull request. Συμπεριλάβετε την πηγή σας στην περιγραφή του PR. Θα εξετάσουμε και θα συγχωνεύσουμε διορθώσεις που υποστηρίζονται από αξιόπιστα δεδομένα.

Δεν αποδεχόμαστε υποβολές για επώνυμα ή ιδιόκτητα προϊόντα μέσω αυτής της διαδικασίας. Αυτά διαχειρίζονται μέσω της κύριας βάσης δεδομένων τροφίμων της Nutrola, η οποία έχει τη δική της διαδικασία επαλήθευσης.

Ενοποίηση με το API της Nutrola για Δεδομένα σε Πραγματικό Χρόνο

Οι κατεβάσιμοι πίνακες αναφοράς μακροθρεπτικών συστατικών είναι μια στατική εικόνα — εξαιρετική για offline χρήση, ενσωματωμένες εφαρμογές, εκπαιδευτικό υλικό και γρήγορες αναζητήσεις. Αλλά αν χρειάζεστε δεδομένα διατροφής σε πραγματικό χρόνο σε κλίμακα, το API Δεδομένων Διατροφής της Nutrola παρέχει τα πάντα σε αυτούς τους πίνακες και πολλά περισσότερα.

Το API καλύπτει πάνω από 3 εκατομμύρια καταχωρήσεις τροφίμων (σε σύγκριση με 500+ στους πίνακες αναφοράς), περιλαμβάνει πλήρη προφίλ μικροθρεπτικών στοιχείων με 70+ θρεπτικά στοιχεία ανά είδος, υποστηρίζει σάρωση γραμμωτού κώδικα, αναζητήσεις κειμένου και αυτόματη συμπλήρωση και παρέχει δεδομένα για επώνυμα προϊόντα από 47 χώρες. Είναι τα ίδια δεδομένα που τροφοδοτούν την εφαρμογή Nutrola που χρησιμοποιούν καθημερινά πάνω από 2 εκατομμύρια άτομα.

Για προγραμματιστές: το API είναι RESTful, επιστρέφει JSON και προσφέρει μια δωρεάν βαθμίδα με 500 αιτήματα ανά ημέρα — αρκετά για πρωτοτυπίες και προσωπικά έργα. Οι πληρωμένες βαθμίδες κλιμακώνονται σε εκατομμύρια αιτήματα. Μπορείτε να βρείτε την πλήρη τεκμηρίωση στο api.nutrola.com/docs.

Για ερευνητές και ιδρύματα: προσφέρουμε ακαδημαϊκές άδειες με αυξημένα όρια ρυθμού και δυνατότητες μαζικής εξαγωγής. Επικοινωνήστε με research@nutrola.com για λεπτομέρειες.

Οι πίνακες αναφοράς μακροθρεπτικών και το API συμπληρώνουν ο ένας τον άλλο. Χρησιμοποιήστε τους πίνακες για offline εργασία, ενσωματωμένα σύνολα δεδομένων και καταστάσεις όπου χρειάζεστε ένα αυτοσυντηρούμενο αρχείο. Χρησιμοποιήστε το API όταν χρειάζεστε εύρος, βάθος, ενημερώσεις σε πραγματικό χρόνο και λειτουργικότητα αναζήτησης.

Συχνές Ερωτήσεις

Πόσο συχνά ενημερώνονται οι πίνακες αναφοράς μακροθρεπτικών;

Ενημερώνουμε τους πίνακες περίπου κάθε τρίμηνο. Κάθε έκδοση αποκτά έναν νέο αριθμό έκδοσης (η τρέχουσα έκδοση είναι 1.4.0). Οι ενημερώσεις περιλαμβάνουν διορθώσεις που υποβάλλονται από χρήστες, προσθήκες κοινών ζητούμενων τροφίμων και προσαρμογές όταν οι πηγές δεδομένων μας δημοσιεύουν αναθεωρημένες τιμές. Το αρχείο JSON περιλαμβάνει την έκδοση και την ημερομηνία δημιουργίας στα μεταδεδομένα του, ώστε να μπορείτε προγραμματισμένα να ελέγξετε αν έχετε την πιο πρόσφατη έκδοση.

Μπορώ να χρησιμοποιήσω αυτά τα δεδομένα στην εμπορική μου εφαρμογή;

Ναι. Οι πίνακες αναφοράς μακροθρεπτικών συστατικών κυκλοφορούν υπό άδεια Creative Commons Attribution 4.0 (CC BY 4.0). Μπορείτε να χρησιμοποιήσετε, να τροποποιήσετε και να αναδιανείμετε τα δεδομένα σε προσωπικά και εμπορικά έργα, αρκεί να παρέχετε αναγνώριση. Ένας σύνδεσμος στο nutrola.com ή μια αναφορά στους "Πίνακες Αναφοράς Μακροθρεπτικών της Nutrola" στα πιστωτικά σας δεδομένα είναι αρκετή. Δεν χρειάζεται να ζητήσετε άδεια ή να πληρώσετε τέλος.

Γιατί μόνο 500+ τρόφιμα και όχι η πλήρης βάση δεδομένων Nutrola;

Οι πίνακες αναφοράς έχουν σχεδιαστεί για να είναι ένα πρακτικό, υψηλής ποιότητας υποσύνολο των πιο κοινών τροφίμων. Καλύπτοντας 500+ είδη σε επτά κατηγορίες, καλύπτει περίπου το 90% όσων καταναλώνουν οι άνθρωποι καθημερινά στις περισσότερες χώρες. Η επέκταση σε 3 εκατομμύρια καταχωρήσεις θα καθιστούσε τα αρχεία δύσχρηστα για πολλές περιπτώσεις (η πλήρης βάση δεδομένων υπερβαίνει τα 2 GB). Αν χρειάζεστε το πλήρες σύνολο δεδομένων, το API της Nutrola παρέχει πρόσβαση σε όλα.

Είναι οι τιμές ανά μερίδα ή ανά 100 γραμμάρια;

Ανά μερίδα. Κάθε καταχώρηση περιλαμβάνει μια περιγραφή μερίδας (π.χ., "1 μέτριο μήλο (182g)") και το αντίστοιχο βάρος σε γραμμάρια, ώστε να μπορείτε εύκολα να μετατρέψετε σε τιμές ανά 100g διαιρώντας την κάθε θρεπτική τιμή με το βάρος της μερίδας και πολλαπλασιάζοντας με 100. Επιλέξαμε τις τιμές ανά μερίδα γιατί είναι πιο άμεσα χρήσιμες για την παρακολούθηση γευμάτων, τον προγραμματισμό γευμάτων και τις εφαρμογές που απευθύνονται σε πελάτες.

Πώς μπορώ να μετατρέψω τα δεδομένα σε τιμές ανά 100g;

Πολλαπλασιάστε κάθε θρεπτική τιμή με 100 και διαιρέστε με το πεδίο serving_weight_g. Για παράδειγμα, αν μια μερίδα στήθους κοτόπουλου 170g περιέχει 53.4g πρωτεΐνης, η τιμή πρωτεΐνης ανά 100g είναι (53.4 * 100) / 170 = 31.4g. Ακολουθεί μια γρήγορη συνάρτηση Python:

def per_100g(food, nutrient_field):
    """Μετατροπή μιας θρεπτικής τιμής ανά μερίδα σε ανά 100g."""
    serving_weight = food['serving_weight_g']
    if serving_weight == 0:
        return 0
    return round(food[nutrient_field] * 100 / serving_weight, 1)

Τι πρέπει να κάνω αν ένα τρόφιμο που χρειάζομαι δεν είναι στον πίνακα;

Πρώτα, ελέγξτε αν υπάρχει κάποιο παρόμοιο τρόφιμο με διαφορετικό όνομα — χρησιμοποιήστε τη λειτουργία αναζήτησης του επεξεργαστή κειμένου σας ή ένα απλό σενάριο για να αναζητήσετε το πεδίο food_name. Αν το τρόφιμο δεν περιλαμβάνεται πραγματικά, έχετε δύο επιλογές: υποβάλετε αίτημα μέσω του αποθετηρίου GitHub μας (προτεραιότητα δίνεται σε προσθήκες με βάση τη ζήτηση), ή χρησιμοποιήστε το API της Nutrola το οποίο καλύπτει πάνω από 3 εκατομμύρια τρόφιμα και είναι πολύ πιο πιθανό να έχει αυτό που χρειάζεστε. Για μεμονωμένες αναζητήσεις, η εφαρμογή Nutrola σας επιτρέπει επίσης να αναζητήσετε τη πλήρη βάση δεδομένων δωρεάν.