Marc數(shù)據(jù)格式和數(shù)據(jù)庫(kù)格式的轉(zhuǎn)化體會(huì)
2024-07-21 02:23:22
供稿：網(wǎng)友
首先感謝csdn上的djkhym(hym)，給我的巨大的幫助，借鑒了他的程序的思路。
marc（machine readable catalogue）數(shù)據(jù)，機(jī)讀目錄數(shù)據(jù)。marc格式和數(shù)據(jù)庫(kù)的轉(zhuǎn)化，是圖書(shū)系統(tǒng)里的重要部分，也是核心技術(shù)。現(xiàn)在網(wǎng)上mar數(shù)據(jù)的資料很少，和數(shù)據(jù)庫(kù)的轉(zhuǎn)換的資料就更少了。。。。。我主要參考了《中國(guó)機(jī)讀目錄格式使用手冊(cè)》和hym的程序，為了以后大家少走彎路，所以我寫(xiě)了這個(gè)體會(huì)。（呵呵，現(xiàn)在網(wǎng)上轉(zhuǎn)一條marc數(shù)據(jù)要2毛錢(qián)呢）
marc數(shù)據(jù)的基本格式，大家都可以在《中國(guó)機(jī)讀目錄格式使用手冊(cè)》中詳細(xì)的查詢(xún)。這里我簡(jiǎn)單的說(shuō)說(shuō)。本marc數(shù)據(jù)格式遵循gb/t 2901(iso 2709)的標(biāo)準(zhǔn)，擴(kuò)展名是.iso。如下是記錄marc的iso文件中的一行，也就是一條marc數(shù)據(jù)。
00806nam0 2200229 450 001000900000010003500009092002000044100004100064101000800105102001500113105001800128106000600146200003100152210003300183215001500216330020500231333008500436606000500521690000800526701001500534801002700549?s7240011? ­a7-5034-1525-8­b精裝­dcny130.00? ­acn­b01-724-0011? ­a20021211d2002 ekmy0chiy0121 ea? ­achi? ­acn­b110000? ­ay z 000yy? ­ar?1 ­a鄧小平理論辭典­f李長(zhǎng)福主編? ­a北京­c中國(guó)文史出版社­d2004.7? ­a0720­d16開(kāi)? ­a本書(shū)是一部力求全面、系統(tǒng)、準(zhǔn)確反映鄧小平理論科學(xué)體系和檢索鄧小平理論重要觀點(diǎn)，供廣大黨員、干部及群眾學(xué)習(xí)、研究、宣傳鄧小平理論的工具書(shū)。全書(shū)在反映、闡述鄧小平理論的同時(shí)，還涵蓋了馬克思列寧主義、毛澤東? ­a思想和“三個(gè)代表”重要思想的核心內(nèi)容，體現(xiàn)了科學(xué)社會(huì)主義理論一脈相承的發(fā)展脈絡(luò)。? ­a? ­a­v4? 0­a李長(zhǎng)福主編? ­acn­bs7240011­c20040709?
記錄結(jié)構(gòu)：記錄頭標(biāo) 、地址目次區(qū) 、數(shù)據(jù)字段區(qū)、記錄結(jié)束符
00806nam0到450#是記錄頭標(biāo)(#代表空格)
001000900000到[email protected]是地址目次區(qū)(@代表字段分隔符is2)
s7240011到[email protected]是數(shù)據(jù)字段區(qū)
%是記錄結(jié)束符(%代表記錄結(jié)束符is3)
具體的每一個(gè)字節(jié)都有特殊的含義，大家可以看書(shū)，我這里講講自己轉(zhuǎn)換的體會(huì)。
1． 字段長(zhǎng)度的計(jì)算：0-4位是代表記錄的總長(zhǎng)度，注意包含了空格和分隔標(biāo)志符。英文字符1位，中文字符2位。注意asp中l(wèi)en(“我”)結(jié)果是一位，故vb中這樣寫(xiě)長(zhǎng)度計(jì)算：lenb(strconv(st1, vbfromunicode))，再用format(str1,00000)來(lái)格式化輸出。
2． 幾個(gè)符號(hào)：
$:字字段標(biāo)識(shí)符is1
@代表字段分隔符is2
%代表記錄結(jié)束符is3
這是人為的標(biāo)記，便于學(xué)習(xí)和觀看。在實(shí)際系統(tǒng)里一般用這幾個(gè)字符代替:
$--------chr(31)
@--------chr(30)
%--------chr(29)
還有個(gè)空格很重要，每個(gè)字段間的空格都是嚴(yán)格規(guī)定的，所以學(xué)習(xí)的時(shí)候用#來(lái)代表空格。如頭標(biāo)：01071nam0#2200277###450#
3.地址目次區(qū)的理解：人為添加，和；的分隔，就很明顯了。
001,0013,00000;005,0017,00013;…………………………801,0022,[email protected]
這里001，0013，00000;是表示數(shù)據(jù)字段區(qū)的第一個(gè)字段，字段號(hào)：001，長(zhǎng)度：0013，開(kāi)始的位置：00000。后邊的類(lèi)推，就是位置在加。
dbtomarc的計(jì)算方法，先寫(xiě)數(shù)據(jù)字段區(qū)，再一個(gè)字段一個(gè)字段的算，可以開(kāi)一個(gè)數(shù)組：block(i, 3) , block(i, 0)為標(biāo)識(shí)，block(i,1)列為寬度，block(i, 3)列位置,i是指字段的個(gè)數(shù)。
marctodb就是反過(guò)來(lái)了。。先讀，在去截?cái)?shù)據(jù)字段區(qū)。
地址目次區(qū)一定要算對(duì)，否則電腦可不認(rèn)識(shí)，后邊的數(shù)據(jù)就錯(cuò)位了。
4.數(shù)據(jù)字段區(qū)：
按字段一個(gè)個(gè)的寫(xiě)入（讀出）就可以了。注意一點(diǎn)：
[email protected]@##$a7-80142-191-4$[email protected]…………………………………………@%
就是空格個(gè)數(shù)和分隔符號(hào)的使用，一定要注意，否則格式就錯(cuò)了，不能機(jī)讀，這可是我的教訓(xùn)啊。。。。
5，將轉(zhuǎn)換的數(shù)據(jù)庫(kù)字段作成配置文件，可以選擇的轉(zhuǎn)換，便于程序的通用。
和編輯約定規(guī)則，如數(shù)據(jù)庫(kù)記錄中：書(shū)名[版次]、書(shū)名<叢書(shū)>這樣獲取版次，判斷是否是叢書(shū)。還有是就編著者不超過(guò)3個(gè)……看你程序設(shè)計(jì)的通用性了。
6．拼音的實(shí)現(xiàn)，我是查的數(shù)組實(shí)現(xiàn)的，不知道有沒(méi)其他的好辦法。。。
7.再說(shuō)一點(diǎn)就是，這種數(shù)據(jù)轉(zhuǎn)化重要的是吃透格式的要求，其他的算法就是查詢(xún)寫(xiě)入，看你的功底了。我喜歡利用數(shù)組，呵呵。。。
