tibhannover / pica-kulatur

Aus WinIBW-Downloads von PICA-Daten mehrfach vorhandene Exemplare herausfiltern (z.B. zur Makulatur alter Dubletten). Vormalig verantwortlich: @katrinleinweber

PICA-kulatur

Aus WinIBW-Downloads von PICA-Daten mehrfach vorhandene Exemplare herausfiltern (z.B. zur Makulatur alter, physikalischer Dubletten).

Installation

Dieses Bash-Skript wurde bisher im Terminal von macOS 10.13.6 mit der Z Shell (v5.7.1) getestet. In der regulären Bash oder der Git Bash für Windows funktioniert es leider momentan nicht (siehe #5). Daher:

1. macOS-Terminal in seinen Optionen auf /bin/zsh umstellen und neu starten.
2. git clone https://github.com/katrinleinweber/PICA-kulatur ausführen.
3. Mit cd PICA-kulatur in ebenjenes neues Verzeichnis wechseln.
4. Das Skript mit chmod +x PICA-kulatur.sh ausführbar machen.

Benutzung

1. In den WinIBW-Einstellungen-/Optionen prüfen, wohin Downloads/Exporte gespeichert werden.
2. Evtl. vorhandene Dateien (z.B. download.txt) umbenennen oder löschen.
3. In WinIBW das "Set" angelegen, das nach mehrfach vorhandenen Exemplaren durchsucht werden soll.
4. Das Set mit dem dow-Befehl in die oben ermittelte Datei herunterladen.
5. Jene Datei ins PICA-kulatur-Verzeichnis kopieren.
6. Terminal dort aufrufen.
7. ./PICA-kulatur.sh download-test.txt (bzw. den jeweiligen Dateinamen des Downloads/Exports) eintippen & mit der Enter-/Return-Taste bestätigen.

Die in diese Repository beigelegte Test-Datei demonstriert die Nutzung. Sie enthält folgende Datensätze:

• PPN 01848350X mit 12 Exemplaren,
• 1013878469 mit zweien,
• 130994197 mit einem, sowie
• 59975818X mit mehreren, allerdings schon makulierten Exemplaren.

Ausgabe

Die vermutlich mehrfach vorhanden Exemplare werden:

• nach PPN aufgelistet in EVTL-makulierbar/...txt mit der gezählten Anzahl, sowie
• in einer Zeit-gestempelten ...zip-Datei gesichert.

Bitte prüfen, ob sie wirklich makuliert werden können.

pica-kulatur's Issues

Auch Titel in die Ergebnisdatei schreiben?

Wäre dies nützlicher als die PPN? Oder nützlicher in Kombination mit ihr?

Müsste durch Einbau von:

TITEL=$(grep -Eom 1 '021A  .*$' $PICA_D \
	| sed -E 's/021A +//g' \
	| sed -E 's/ +/-/g'
	)

in die for-Schleife funktionieren.

Mittels ShellCheck optimieren

Kompatibilität mit macOS' Bash und Windows' Git Bash herstellen

In der Bash bricht es zwischen diesen Zeilen ab:

PICA-kulatur/PICA-kulatur.sh

Lines 58 to 59 in c7a7d9b

	"^(480\d|237A/8\d)\s+(Vermi\w+|Makul\w+|Beilage)\s+" \
	* | xargs rm

In der Git Bash unter Windows stoppt es bei

PICA-kulatur/PICA-kulatur.sh

Line 48 in 2d84a41

sed -Ei '' 's|ƒ.| |g' _*

mit sed: can't read s\|ƒ.\| \|g: No such file or directory.

Temporäre Dateien zu "N-PPN.txt" umbenennen?

Unklar, ob dies neben der Ergebnisdatei nötig ist. Vielleicht zum prüfen der Makulierbarkeit, ohne die PPN in WinIBW kopieren-und-einfügen zu müssen? Falls ja, könnte es wie #1 in der for-Schleife eingebaut werden, als:

mv $PICA_D $EX_N-$PPN.txt

So könnten auch im Dateibrowser die häufigsten Exemplare untersucht werden.

Oder: PPN oder TITEL an den Anfang, damit nicht nach Zahl der Exemplare sortiert würde?

Wo/Wie die Ergebnisse am Besten darstellen?

• Kommandozeile? Divergenz wegen ^^^...vvv-Notiz & Sortierung der Liste => wenn zu viele, scrollt die Ansicht runter zu den wenigsten Dubletten
• Ergebnisdatei? TXT, CSV, etc.?
  • wenn CSV: Excel-kompatibel?
• temporäre TXTs behalten oder gar .zipen?