再谈转换marc数据的体会---读取marc数据

今天CSDN上的网友乐悠悠要做对marc数据的检索,不嫌我技术低下,在blog上留言问我。我也不怕大家笑话,再写一篇marc的读取文章:)

首先要说的,无论是什么读或写 marc数据,都必须吃透marc的数据格式。如果是cnmarc的格式,强烈建议参考《中国机读目录格式使用手册》,对格式的讲解很详细,保证事半功倍,根本不用看我在这里罗嗦。

读取,就分 2步,一读,一取。

读: marc文件是.iso格式的文本,每一条记录都是分行的,有一个结束符chr(29)。所以可以一行一行的读取。

取:先获取记录头标区和地址目次区的信息,然后根据地址目次区的位置地址去切割。这里有字段分隔符 chr(30),子字段标识符chr(31)

还是给个事例:

$--------chr(31)

@--------chr(30)

%--------chr(29)

#--------space

上边是为学习方便人为的替代符号

这是一条 marc数据:

1.头标区:01071nam0#2200277###450#

固定 24位,注意空格不能少哦。。

01071:记录总长,5位

nam0:如果是丛书(有225字段),就是oam2,当然每一位都有具体的意思。还有其他变化。这是常用的。

22:一般是22了,具体的意思也可以查书。

00277:数据字段区以前的字符总长度,5位。

450:一般是,具体一看书吧。

2. 地址目次区,人为加了 ”;” 和 ”,” 区分。

001,0013,00000;005,0017,00013;…………………………801,0022,00771@

001,0013,00000 : 表示字段 001 ( 3 位),字符长度 0013 ( 4 位) , 在数据字段区开始的位置 00000 ( 5 位)

801,0022,00771 : 表示字段 801 ,字符长度 0022, 在数据字段区开始的位置 :00771

这里是读取的一个重要的地方了,知道了这几个数据,很容易分割出来。每个都是固定长度的。

3. 数据字段区

[email protected]@##$a7-80142-191-4$dCNY46.00@…………………………………………@%

字段间就是 @ 分隔的,子字段用的 $ 。

@##$ ,这里 ## 就是指示符位置了。如 101 字段有指示符 012, 所以 @012$

大概就写这些了,具体的程序也没写,不知道对乐悠悠有帮助没有,希望有点助益吧。

一风一云

2004年9月14日

Published At
Categories with Web编程
Tagged with
comments powered by Disqus