开源代码库

欢迎回到Nooks＆Crannies！ 在为我的婚礼休假一个月之后，我一直在为即将到来的专栏挖掘一些有趣的地方。 这个月，我将看一些开放源代码库，开发人员可以使用它们来处理MARC格式的记录。

MARC新手的一些背景知识

MARC代表机读目录记录。 这种格式最早是在1960年代为美国国会图书馆开发的，目的是促进图书馆之间书目记录的交换。 到1970年代中期，它已成为一种国际标准，已在世界范围内使用。

MARC格式有多种变体。 MARC21是1990年代USMARC和CANMARC的合并，当时使用的是美国和加拿大的变体，其他国家也有自己的格式。 在欧洲大部分地区，UNIMARC是最常见的变体。 所有的这些记录都格式化一样，用的是用来包含的信息标签的结构， 目录 ，告诉哪些变量是在记录，它们位于何处。

每个标签在每种格式下都表示特定的含义。 例如，在MARC21书目格式中，245标签保存有关作品标题的信息。 其他标签中还包含其他信息，包括出版商，作者，实体书的大小，出版日期和主题。

如果仅将记录打印出来，记录的格式将很难阅读。 它最初是为通过9磁道磁带进行串行交换而设计的，并且在我的职业生涯的早期，即1990年代，这种介质仍在使用。 记录的前五个字节是数字，并告诉您记录的长度（以字节为单位），包括这五个字节。 聪明的现代书呆子会立即意识到这种结构的局限性：记录的长度不能为100,000个字节。 接下来是标签目录，告诉要查找的标签以及每个标签从哪个字节开始。 之后是标签数据，其后的下一个字节是下一条记录的第一个字节。 领导者/目录/标签结构通常在ISO-2709中定义； MARC21或UNIMARC是定义标签含义的格式。

是的，按照现代标准，这是一种设计不良的格式。 是的，它需要以最坏的方式进行更新，但这是另一篇文章的主题。 在本文中，我将向您展示三个代码库，您可以使用它们来操纵MARC记录，而不必了解奥术标签目录的所有细节。

的Java：MARC4J

MARC4J允许创建迭代器来读取输入流（例如文件），并使用它在流中找到的MARC21或UNIMARC记录进行操作。 当然，也有记录写入工具，以及用于详细检查记录的迭代器。 这是一个快速的示例，它将读取记录文件，并且如果字段245中子标题a的标题以字母J开头，则将其写入另一个文件：

import      
     org.marc4j.MarcReader      
     ;      
          
     import      
     org.marc4j.MarcStreamReader      
     ;      
          
     import      
     org.marc4j.MarcStreamWriter      
     ;      
          
     import      
     org.marc4j.marc.Record      
     ;      
          
     import      
     org.marc4j.marc.DataField      
     ;      
          
     import      
     org.marc4j.marc.Subfield      
     ;      
          
     import      
     java.io.InputStream      
     ;      
          
     import      
     java.io.OutputStream      
     ;      
          
     import      
     java.io.FileInputStream      
     ;      
          
     import      
     java.io.FileOutputStream      
     ;      
          
          
     public      
     class JMarcExample      
     {
            
          
            
     public      
     static      
     void main      
     (       args      
     [      
     ]      
     )      
     throws            
     {
            
          
                in       
     =      
     new            
     (      
     "inputfile.mrc"      
     )      
     ;      
               out      
     =      
     new            
     (      
     "outputfile.mrc"      
     )      
     ;      
         MarcReader reader      
     =      
     new MarcStreamReader      
     ( in      
     )      
     ;      
         MarcWriter writer      
     =      
     new MARCStreamWriter      
     ( out      
     )      
     ;      
              
     while      
     ( reader.      
     hasNext      
     (      
     )      
     )      
     {
            
           Record record      
     = reader.      
     next      
     (      
     )      
     ;      
           datafield      
     =      
     ( DataField      
     ) record.      
     getVariableField      
     (      
     "245"      
     )      
     ;      
           list subfields      
     = datafield.      
     getSubfields      
     (      
     )      
     ;      
           i      
     = subfields.      
     iterator      
     (      
     )      
     ;      
                   
                
     while      
     ( i.      
     hasNext      
     (      
     )      
     )      
     {
            
             Subfield subfield      
     =      
     ( Subfield      
     ) i.      
     next      
     (      
     )      
     ;      
                  
     char code      
     = subfield.      
     getCode      
     (      
     )      
     ;      
                  
     if      
     ( code      
     ==      
     'a'      
     )      
     {
            
                     data      
     = subfield.      
     getData      
     (      
     )      
     ;      
                    
     if      
     ( data.      
     startsWith      
     (      
     "J"      
     )      
     )      
     {
            
                 writer.      
     write      
     ( record      
     )      
     ;      
                    
     }      
                  
     }      
                
     }      
              
     }      
            
     }      
          
     }

MARC4J还包括用于Unicode的处理程序，对于MARCXML变体（MARC记录以XML呈现），标签结构更易于人眼阅读，但它的含义却比您想象的要复杂得多 。 MARC4J不了解245标签的实际含义 ，因此，从这个意义上讲，它应该能够读取和写入任何ISO-2709格式的记录。

MARC4J已根据LGPL V2.1许可，可在 。

C＃：CSharp_MARC

CSharp_MARC具有用于导入和导出MARC21和MARCXML记录的丰富工具集，包括记录验证以及允许批量编辑记录的搜索和替换工具。 它还内置了一些报告工具，用于报告版权年份或类别。 它非常轻巧，每分钟可处理多达28,000条记录。

这是一个示例程序，该程序读取MARC21记录的文件，并按记录出现的顺序从每个记录的100标签（子字段a）中打印出作者姓名：

using      
     System      
     ;      
          
     using      
     System.Collections.Generic      
     ;      
          
     using      
     System.Linq      
     ;      
          
     using      
     System.Text      
     ;      
          
     using      
     MARC      
     ;      
          
     using      
     System.IO      
     ;      
          
          
     namespace CSharp_Show_Authors     
          
     {
            
            
     class Program     
            
     {
            
              
     static      
     void Main      
     (      
     string      
     [      
     ] args      
     )      
              
     {
            
                
     string rawMarc      
     = File      
     .      
     ReadAllText      
     (      
     "inputfile.mrc"      
     )      
     ;      
           FileMARC marcRecords      
     =       FileMARC      
     ( rawMarc      
     )      
     ;      
                
     foreach      
     ( Record record      
     in marcRecords      
     )      
                
     {
            
             Field authorField      
     = record      
     [      
     "100"      
     ]      
     ;      
                  
     if      
     ( authorfield      
     .      
     IsDataField      
     (      
     )      
     )      
                  
     {
            
               DataField authorDataField      
     =      
     ( Datafield      
     ) authorField      
     ;      
               Subfield authorName      
     = authorDataField      
     [      
     'a'      
     ]      
     ;      
               Console      
     .      
     WriteLine      
     ( authorName      
     .      
     Data      
     )      
     ;      
                  
     }      
                  
     else      
     if      
     ( authorField      
     .      
     IsControlField      
     (      
     )      
     )      
                  
     {
            
                    
     //unreachable      
               Console      
     .      
     WriteLine      
     (      
     "Something awful has happened. The author field should never be a control field!"      
     )      
     ;      
                  
     }      
                
     }      
              
     }      
            
     }      
          
     }

与MARC4J一样，CSharp_MARC读取器和写入器工具并不真正在乎书目记录中每个标签的实际含义 ，因此应可用于UNIMARC或其他MARC变体。 但是，内置的验证工具似乎仅限于MARC21和MARCXML。 CSharp_MARC已获得GPL V3.0的许可，可在 。

Perl 5：MARC :: Record

您真的不认为我会在没有Perl的情况下放弃本文，对吗？ 与此处的其他工具一样，MARC :: Record具有处理您可能有的任何ISO-2709格式的记录读取或写入需求的机制。 它具有一个内置的漂亮打印机，它可以处理将字段插入或删除到记录中，并会正确更新输出中的标记目录。 它不像C＃库那样功能丰富，但可以处理大多数基本的记录操作需求。 我已经在自己的工作中使用了多年的库。 （免责声明：MARC :: Record由我的好朋友和同事维护。）

这是一个示例脚本，用于读取MARC21记录的文件，并写出作者（100个子字段a）和标题（245个子字段a）的竖线分隔文件：

use strict      
     ;      
          
     use warnings      
     ;      
          
     use MARC      
     ::      
     File      
     ::      
     USMARC      
     ;      
          
     use MARC      
     ::      
     Record      
     ;      
          
     use MARC      
     ::      
     Batch      
     ;      
          
     use MARC      
     ::      
     Charset      
     ;      
          
          
     my      
     $in_fh       
     = IO      
     ::      
     File      
     ->      
     new      
     (      
     "inputfile.mrc"      
     )      
     ;      
          
     my      
     $batch      
     = MARC      
     ::      
     Batch      
     ->      
     new      
     (      
     'USMARC'      
     ,      
     $in_fh      
     )      
     ;      
          
     $batch      
     ->      
     warnings_off      
     (      
     )      
     ;      
          
     $batch      
     ->      
     strict_off      
     (      
     )      
     ;      
          
     my      
     $iggy       
     = MARC      
     ::      
     Charset      
     ::      
     ignore_errors      
     (      
     1      
     )      
     ;      
          
     my      
     $setting      
     = MARC      
     ::      
     Charset      
     ::      
     assume_encoding      
     (      
     'marc8'      
     )      
     ;      
                
     my      
     $out_fh      
     ,      
     ">:utf8"      
     ,      
     "outputfile.psv"      
     ;      
          
     RECORD      
     :      
          
     while      
     (      
     )      
     {
            
            
     my      
     $this_record      
     =      
     $batch      
     ->      
     next      
     (      
     )      
     ;      
            
     last RECORD      
     unless      
     (      
     $this_record      
     )      
     ;      
            
     my      
     $author      
     =      
     $this_record      
     ->      
     field      
     (      
     '100'      
     )      
     ->      
     subfield      
     (      
     'a'      
     )      
     ;      
            
     my      
     $title       
     =      
     $this_record      
     ->      
     field      
     (      
     '245'      
     )      
     ->      
     subfield      
     (      
     'a'      
     )      
     ;      
                  
     $out_fh      
     "$author|$title \n "      
     ;      
          
     }      
                
     $in_fh      
     ;      
                
     $out_fh      
     ;

MARC :: Record在上可用，并且在Perl许可下可用。 迄今为止，还没有人为Perl 6编写MARC处理程序。 我可以听到六个同事大喊“自愿”！ 现在在我身上...

我做了一些开源搜索

我在GitHub上做了一些挖掘，并很快在 ， ， ， 和找到了库。 我没有测试它们中的任何一个，所以它们可能是不完整的或不完整的，但是对于您想要使用的任何语言，很可能您会找到一个适合您的模块。

翻译自:

开源代码库