读取、写入和修改 MARC 书目数据
项目描述
_|_|_| _| _| _|_|_| _|_| _|_|_| _| _|_| _|_|_|
_| _| _| _| _| _| _| _| _| _|_| _|
_| _| _| _| _| _| _| _| _| _| _|
_|_|_| _|_|_| _| _| _| _|_|_| _| _|_|_|
_| _|
_| _|_|
pymarc 是一个 python 库，用于处理以 MARC21编码的书目数据。它提供了一个用于读取、写入和修改 MARC 记录的 API。它主要被设计成一个紧急弹射座椅，用于将您的数据资产从 MARC 中取出并以某种更理智的方式呈现。然而多年来，它一直被用来创建和修改 MARC 记录，因为尽管一再呼吁 它作为一种格式消亡，但 MARC 似乎像僵尸一样过着幸福的生活。
以下是您可能希望如何使用 pymarc 的一些常见示例。如果您遇到一个您认为应该在此处的示例，请发送拉取请求。
安装
您可能只想使用 pip 安装 pymarc：
pip install pymarc
如果你想下载并安装最新的源代码，你需要 git：
git clone git://gitlab.com/pymarc/pymarc.git
您还需要setuptools。获得源代码和 setuptools 后，运行 pymarc 测试套件以确保发行版符合要求：
python setup.py test
然后安装：
python setup.py install
阅读
大多数情况下，您将拥有一些 MARC 数据并希望从中提取数据。这是一个读取一批记录并打印出标题的示例。如果你好奇，这个例子使用了 pymarc 存储库中可用的批处理文件：
from pymarc import MARCReader
with open('test/marc.dat', 'rb') as fh:
reader = MARCReader(fh)
for record in reader:
print(record.title())
The pragmatic programmer : from journeyman to master /
Programming Python /
Learning Python /
Python cookbook /
Python programming for the absolute beginner /
Web programming : techniques for integrating Python, Linux, Apache, and MySQL /
Python programming on Win32 /
Python programming : an introduction to computer science /
Python Web programming /
Core python programming /
Python and Tkinter programming /
Game programming with Python, Lua, and Ruby /
Python programming patterns /
Python programming with the Java class libraries : a tutorial for building Web
and Enterprise applications /
Learn to program using Python : a tutorial for hobbyists, self-starters, and all
who want to learn the art of computer programming /
Programming with Python /
BSD Sockets programming from a multi-language perspective /
Design patterns : elements of reusable object-oriented software /
Introduction to algorithms /
ANSI Common Lisp /
对象有pymarc.Record一些方便的方法，例如title获取书目记录的位，其他方法包括：author, isbn, subjects,
location, notes, physicaldescription, publisher, pubyear, issn,
issn_title。但实际上，要使用 MARC 数据，您需要了解用于指定各种信息位的数字字段标签和子字段代码。MARC 记录中隐藏的内容比这些方法提供的访问权限要多得多。例如，该title方法从245字段、子字段a和b. 您可以245a像这样访问：
print(record['245']['a'])
某些字段（例如主题）可以重复。在这种情况下，您将希望将
get_fields它们全部作为pymarc.Field对象，然后您可以进一步与之交互：
for f in record.get_fields('650'):
print(f)
如果您是 MARC 领域的新手，了解 MARC是一本很好的入门读物，一旦您了解了基础知识，国会图书馆的MARC 21 格式页面是一个很好的参考。
写作
这是创建记录并将其写入文件的示例。
from pymarc import Record, Field
record = Record()
record.add_field(
Field(
tag = '245',
indicators = ['0','1'],
subfields = [
'a', 'The pragmatic programmer : ',
'b', 'from journeyman to master /',
'c', 'Andrew Hunt, David Thomas.'
]))
with open('file.dat', 'wb') as out:
out.write(record.as_marc())
更新
更新的工作方式相同，您将其读入、修改，然后再次写出：
from pymarc import MARCReader
with open('test/marc.dat', 'rb') as fh:
reader = MARCReader(fh)
record = next(reader)
record['245']['a'] = 'The Zombie Programmer'
with open('file.dat', 'wb') as out:
out.write(record.as_marc())
JSON 和 XML
如果您发现自己使用 MARC 数据并进行分发，您可能会通过使用 JSON 或 XML 序列化让其他开发人员更快乐一些。使用 XML 或 JSON 的主要好处是使用了 UTF8 字符编码，而不是令人沮丧的过时的 MARC8 编码。他们还将能够使用标准的 JSON 和 XML 读/写工具来获取他们想要的数据，而不是使用一些疯狂的 MARC 处理库，例如 ahem、pymarc。
XML
要解析 MARCXML 记录文件，您可以：
from pymarc import parse_xml_to_array
records = parse_xml_to_array('test/batch.xml')
如果您有一个大型 XML 文件并且不想将它们全部读入内存，您可以：
from pymarc import map_xml
def print_title(r):
print(r.title())
map_xml(print_title, 'test/batch.xml')
此外，如果您愿意，除了map_xml和parse_xml_to_array的路径之外，您还可以传入类似 object 的文件：
records = parse_xml_to_array(open('test/batch.xml'))
JSON
JSON 支持相当少，因为您可以调用pymarc.Record'
as_json()方法为给定的 MARC 记录返回 JSON：
from pymarc import MARCReader
with open('test/one.dat','rb') as fh:
reader = MARCReader(fh)
for record in reader:
print(record.as_json(indent=2))
{
"leader": "01060cam 22002894a 4500",
"fields": [
{
"001": "11778504"
},
{
"010": {
"ind1": " ",
"subfields": [
{
"a": " 99043581 "
}
],
"ind2": " "
}
},
{
"100": {
"ind1": "1",
"subfields": [
{
"a": "Hunt, Andrew,"
},
{
"d": "1964-"
}
],
"ind2": " "
}
},
{
"245": {
"ind1": "1",
"subfields": [
{
"a": "The pragmatic programmer :"
},
{
"b": "from journeyman to master /"
},
{
"c": "Andrew Hunt, David Thomas."
}
],
"ind2": "4"
}
},
{
"260": {
"ind1": " ",
"subfields": [
{
"a": "Reading, Mass :"
},
{
"b": "Addison-Wesley,"
},
{
"c": "2000."
}
],
"ind2": " "
}
},
{
"300": {
"ind1": " ",
"subfields": [
{
"a": "xxiv, 321 p. ;"
},
{
"c": "24 cm."
}
],
"ind2": " "
}
},
{
"504": {
"ind1": " ",
"subfields": [
{
"a": "Includes bibliographical references."
}
],
"ind2": " "
}
},
{
"650": {
"ind1": " ",
"subfields": [
{
"a": "Computer programming."
}
],
"ind2": "0"
}
},
{
"700": {
"ind1": "1",
"subfields": [
{
"a": "Thomas, David,"
},
{
"d": "1956-"
}
],
"ind2": " "
}
}
]
}
如果要解析 MARCJSON 记录文件，您可以：
from pymarc import parse_json_to_array
records = parse_json_to_array(open('test/batch.json'))
print(records[0])
=LDR 00925njm 22002777a 4500
=001 5637241
=003 DLC
=005 19920826084036.0
=007 sdubumennmplu
=008 910926s1957\\\\nyuuun\\\\\\\\\\\\\\eng\\
=010 \\$a 91758335
=028 00$a1259$bAtlantic
=040 \\$aDLC$cDLC
=050 00$aAtlantic 1259
=245 04$aThe Great Ray Charles$h[sound recording].
=260 \\$aNew York, N.Y. :$bAtlantic,$c[1957?]
=300 \\$a1 sound disc :$banalog, 33 1/3 rpm ;$c12 in.
=511 0\$aRay Charles, piano & celeste.
=505 0\$aThe Ray -- My melancholy baby -- Black coffee -- There's no you -- Doodlin' -- Sweet sixteen bars -- I surrender dear -- Undecided.
=500 \\$aBrief record.
=650 \0$aJazz$y1951-1960.
=650 \0$aPiano with jazz ensemble.
=700 1\$aCharles, Ray,$d1930-$4prf
支持
如果您需要帮助，pymarc 开发人员鼓励您加入pymarc Google Group 。此外，请随时使用GitLab 上的问题跟踪来提交功能请求或错误报告。如果您想抓挠，请抓挠它，然后在 GitLab上发送合并请求。
如果您开始与 MARC 合作，您可能会觉得除了技术支持之外，您还需要精神上的支持。Libera上的 #code4lib频道对两者来说都是一个好地方。
