Marc資料格式和資料庫格式的轉化體會
來源：互聯網
上載者：User
資料|資料庫 首先感謝CSDN上的djkhym(hym)，給我的巨大的協助，借鑒了他的程式的思路。
Marc（machine readable catalogue）資料，機讀目錄資料。Marc格式和資料庫的轉化，是圖書系統裡的重要部分，也是核心技術。現在網上mar資料的資料很少，和資料庫的轉換的資料就更少了。。。。。我主要參考了《中國機讀目錄格式使用手冊》和hym的程式，為了以後大家少走彎路，所以我寫了這個體會。（呵呵，現在網上轉一條marc資料要2毛錢呢）
marc資料的基本格式，大家都可以在《中國機讀目錄格式使用手冊》中詳細的查詢。這裡我簡單的說說。本Marc資料格式遵循GB/T 2901(ISO 2709)的標準，副檔名是.iso。如下是記錄marc的iso檔案中的一行，也就是一條marc資料。
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李長福主編? a北京c中國文史出版社d2004.7? a0720d16開? a本書是一部力求全面、系統、準確反映鄧小平理論科學體系和檢索鄧小平理論重要觀點，供廣大黨員、幹部及群眾學習、研究、宣傳鄧小平理論的工具書。全書在反映、闡述鄧小平理論的同時，還涵蓋了馬克思列寧主義、毛澤東? a思想和“三個代表”重要思想的核心內容，體現了科學社會主義理論一脈相承的發展脈絡。? a? av4? 0a李長福主編? aCNbS7240011c20040709?
記錄結構：記錄頭標 、地址目次區 、資料欄位區、記錄結束符
00806nam0到450#是記錄頭標(#代表空格)
001000900000到801002700549@是地址目次區(@代表欄位分隔符號IS2)
S7240011到20040709@是資料欄位區
%是記錄結束符(%代表記錄結束符IS3)
具體的每一個位元組都有特殊的含義，大家可以看書，我這裡講講自己轉換的體會。
1． 欄位長度的計算：0-4位是代表記錄的總長度，注意包含了空格和分隔標誌符。英文字元1位，中文字元2位。注意asp中len(“我”)結果是一位，故vb中這樣寫長度計算：LenB(StrConv(st1, vbFromUnicode))，再用format(str1,00000)來格式化輸出。
2． 幾個符號：
$:字欄位標識符IS1
@代表欄位分隔符號IS2
%代表記錄結束符IS3
這是人為的標記，便於學習和觀看。在實際系統裡一般用這幾個字元代替:
$--------chr(31)
@--------chr(30)
%--------chr(29)
還有個空格很重要，每個欄位間的空格都是嚴格規定的，所以學習的時候用#來代表空格。如頭標：01071nam0#2200277###450#
3.地址目次區的理解：人為添加，和；的分隔，就很明顯了。
001,0013,00000;005,0017,00013;…………………………801,0022,00771@
這裡001，0013，00000;是表示資料欄位區的第一個欄位，欄位號：001，長度：0013，開始的位置：00000。後邊的類推，就是位置在加。
Dbtomarc的計算方法，先寫資料欄位區，再一個欄位一個欄位的算，可以開一個數組：Block(i, 3) , Block(i, 0)為標識，Block(i,1)列為寬度，Block(i, 3)列位置,I是指欄位的個數。
Marctodb就是反過來了。。先讀，在去截資料欄位區。
地址目次區一定要算對，否則電腦可不認識，後邊的資料就錯位了。
4.資料欄位區：
按欄位一個個的寫入（讀出）就可以了。注意一點：
012001022343@20020928000000.0@##$a7-80142-191-4$dCNY46.00@…………………………………………@%
就是空格個數和分隔字元號的使用，一定要注意，否則格式就錯了，不能機讀，這可是我的教訓啊。。。。
5，將轉換的資料庫欄位作成設定檔，可以選擇的轉換，便於程式的通用。
和編輯約定規則，如資料庫記錄中：書名[版次]、書名<叢書>這樣擷取版次，判斷是否是叢書。還有是就編著者不超過3個……看你程式設計的通用性了。
6．拼音的實現，我是查的數組實現的，不知道有沒其他的好辦法。。。
7.再說一點就是，這種資料轉化重要的是吃透格式的要求，其他的演算法就是查詢寫入，看你的功底了。我喜歡利用數組，呵呵。。。
