本文介绍了三个开源代码库——MARC4J（Java）、CSharp_MARC（C#）和MARC::Record（Perl 5），用于处理MARC格式的图书馆目录记录。这些库提供读取、写入和操作MARC21、UNIMARC等格式的功能，简化了对这种格式的理解和使用。
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
(
String args
[
]
)
throws
Exception
{
InputStream in
=
new
FileInputStream
(
"inputfile.mrc"
)
;
OutputStream out
=
new
FileOutputStream
(
"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'
)
{
String 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GitHub上获得 。
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
=
new 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GitHub上获得 。
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Galen Charlton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'
)
;
open
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'
)
;
print
$out_fh
"$author|$title \n "
;
}
close
$in_fh
;
close
$out_fh
;
MARC :: Record在CPAN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Python ， JavaScript ， Ruby ， Node.js和Scala中找到了库。 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: https://opensource.com/article/17/4/bit-about-marc-handlers
开源代码库
扫一扫
460
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
