C4/Ris.pm

   1 package C4::Ris;
   2
   3 # Original script :
   4 ## marc2ris: converts MARC21 and UNIMARC datasets to RIS format
   5 ##           See comments below for compliance with other MARC dialects
   6 ##
   7 ## usage: perl marc2ris < infile.marc > outfile.ris
   8 ##
   9 ## Dependencies: perl 5.6.0 or later
  10 ##               MARC::Record
  11 ##               MARC::Charset
  12 ##
  13 ## markus@mhoenicka.de 2002-11-16
  14
  15 ##   This program is free software; you can redistribute it and/or modify
  16 ##   it under the terms of the GNU General Public License as published by
  17 ##   the Free Software Foundation; either version 2 of the License, or
  18 ##   (at your option) any later version.
  19 ##
  20 ##   This program is distributed in the hope that it will be useful,
  21 ##   but WITHOUT ANY WARRANTY; without even the implied warranty of
  22 ##   MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  23 ##   GNU General Public License for more details.
  24
  25 ##   You should have received a copy of the GNU General Public License
  26 ##   along with this program; if not, write to the Free Software
  27 ##   Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
  28
  29 ## Some background about MARC as understood by this script
  30 ## The default input format used in this script is MARC21, which
  31 ## superseded USMARC and CANMARC. The specification can be found at:
  32 ## http://lcweb.loc.gov/marc/
  33 ## UNIMARC follows the specification at:
  34 ## http://www.ifla.org/VI/3/p1996-1/sec-uni.htm
  35 ## UKMARC support is a bit shaky because there is no specification available
  36 ## for free. The wisdom used in this script was taken from a PDF document
  37 ## comparing UKMARC to MARC21 found at:
  38 ## www.bl.uk/services/bibliographic/marcchange.pdf
  39
  40
  41 # Modified 2008 by BibLibre for Koha
  42 #
  43 # This file is part of Koha.
  44 #
  45 # Koha is free software; you can redistribute it and/or modify it under the
  46 # terms of the GNU General Public License as published by the Free Software
  47 # Foundation; either version 2 of the License, or (at your option) any later
  48 # version.
  49 #
  50 # Koha is distributed in the hope that it will be useful, but WITHOUT ANY
  51 # WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS FOR
  52 # A PARTICULAR PURPOSE.  See the GNU General Public License for more details.
  53 #
  54 # You should have received a copy of the GNU General Public License along with
  55 # Koha; if not, write to the Free Software Foundation, Inc., 59 Temple Place,
  56 # Suite 330, Boston, MA  02111-1307 USA
  57 #
  58 #
  59
  60
  61 use vars qw($VERSION @ISA @EXPORT);
  62
  63 # set the version for version checking
  64 $VERSION = 3.00;
  65
  66 @ISA = qw(Exporter);
  67
  68 # only export API methods
  69
  70 @EXPORT = qw(
  71   &marc2ris
  72 );
  73
  74
  75 =head2 marc2bibtex - Convert from UNIMARC to RIS
  76
  77 =over 4
  78
  79 my ($ris) = marc2ris($record);
  80
  81 Returns a RIS scalar
  82
  83 =over 2
  84
  85 C<$record> - a MARC::Record object
  86
  87 =back
  88
  89 =back
  90
  91 =cut
  92
  93 sub marc2ris {
  94     my ($record) = @_;
  95     my $output;
  96
  97     my $marcflavour = C4::Context->preference("marcflavour");
  98     my $intype = lc($marcflavour);
  99     my $marcprint = 1; # Debug
 100
 101     # Let's redirect stdout
 102     open my $oldout, ">&STDOUT";
 103     my $outvar;
 104     close STDOUT;
 105     open STDOUT,'>', \$outvar;
 106
 107
 108         ## First we should check the character encoding. This may be
 109         ## MARC-8 or UTF-8. The former is indicated by a blank, the latter
 110         ## by 'a' at position 09 (zero-based) of the leader
 111         my $leader = $record->leader();
 112         if ($intype eq "marc21") {
 113             if ($leader =~ /^.{9}a/) {
 114                 print "<marc>---\n<marc>UTF-8 data\n" if $marcprint;
 115                 $utf = 1;
 116             }
 117             else {
 118                 print "<marc>---\n<marc>MARC-8 data\n" if $marcprint;
 119             }
 120         }
 121         ## else: other MARC formats do not specify the character encoding
 122         ## we assume it's *not* UTF-8
 123
 124         ## start RIS dataset
 125         &print_typetag($leader);
 126
 127         ## retrieve all author fields and collect them in a list
 128         my @author_fields;
 129
 130         if ($intype eq "unimarc") {
 131             ## Fields 700, 701, and 702 can contain author names
 132             @author_fields = ($record->field('700'), $record->field('701'), $record->field('702'));
 133         }
 134         else {  ## marc21, ukmarc
 135             ## Field 100 sometimes carries main author
 136             ## Field(s) 700 carry added entries - personal names
 137             @author_fields = ($record->field('100'), $record->field('700'));
 138         }
 139
 140         ## loop over all author fields
 141         foreach my $field (@author_fields) {
 142             if (length($field)) {
 143                 my $author = &get_author($field);
 144                 print "AU  - ",&charconv($author),"\n";
 145             }
 146         }
 147
 148         # ToDo: should we specify anonymous as author if we didn't find
 149         # one? or use one of the corporate/meeting names below?
 150
 151         ## add corporate names or meeting names as editors ??
 152         my @editor_fields;
 153
 154         if ($intype eq "unimarc") {
 155             ## Fields 710, 711, and 712 can carry corporate names
 156             ## Field(s) 720, 721, 722, 730 have additional candidates
 157             @editor_fields = ($record->field('710'), $record->field('711'), $record->field('712'), $record->field('720'), $record->field('721'), $record->field('722'), $record->field('730'));
 158         }
 159         else { ## marc21, ukmarc
 160             ## Fields 110 and 111 carry the main entries - corporate name and
 161             ## meeting name, respectively
 162             ## Field(s) 710, 711 carry added entries - personal names
 163             @editor_fields = ($record->field('110'), $record->field('111'), $record->field('710'), $record->field('711'));
 164         }
 165
 166         ## loop over all editor fields
 167         foreach my $field (@editor_fields) {
 168             if (length($field)) {
 169                 my $editor = &get_editor($field);
 170                 print "ED  - ",&charconv($editor),"\n";
 171             }
 172         }
 173
 174         ## get info from the title field
 175         if ($intype eq "unimarc") {
 176             &print_title($record->field('200'));
 177         }
 178         else { ## marc21, ukmarc
 179             &print_title($record->field('245'));
 180         }
 181
 182         ## series title
 183         if ($intype eq "unimarc") {
 184             &print_stitle($record->field('225'));
 185         }
 186         else { ## marc21, ukmarc
 187             &print_stitle($record->field('210'));
 188         }
 189
 190         ## ISBN/ISSN
 191         if ($intype eq "unimarc") {
 192             &print_isbn($record->field('010'));
 193             &print_issn($record->field('011'));
 194         }
 195         elsif ($intype eq "ukmarc") {
 196             &print_isbn($record->field('021'));
 197             ## this is just an assumption
 198             &print_issn($record->field('022'));
 199         }
 200         else { ## assume marc21
 201             &print_isbn($record->field('020'));
 202             &print_issn($record->field('022'));
 203         }
 204
 205         if ($intype eq "marc21") {
 206             &print_loc_callno($record->field('050'));
 207             &print_dewey($record->field('082'));
 208         }
 209         ## else: unimarc, ukmarc do not seem to store call numbers?
 210
 211         ## publication info
 212         if ($intype eq "unimarc") {
 213             &print_pubinfo($record->field('210'));
 214         }
 215         else { ## marc21, ukmarc
 216             &print_pubinfo($record->field('260'));
 217         }
 218
 219         ## 6XX fields contain KW candidates. We add all of them to a
 220         ## hash to eliminate duplicates
 221         my %kwpool;
 222
 223         if ($intype eq "unimarc") {
 224             foreach ('600', '601', '602', '604', '605', '606','607', '608', '610', '615', '620', '660'. '661', '670', '675', '676', '680', '686') {
 225                 &get_keywords(\%kwpool, "$_",$record->field($_));
 226             }
 227         }
 228         elsif ($intype eq "ukmarc") {
 229             foreach ('600', '610', '611', '630', '650', '651','653', '655', '660', '661', '668', '690', '691', '692', '695') {
 230                 &get_keywords(\%kwpool, "$_",$record->field($_));
 231             }
 232         }
 233         else { ## assume marc21
 234             foreach ('600', '610', '611', '630', '650', '651','653', '654', '655', '656', '657', '658') {
 235                 &get_keywords(\%kwpool, "$_",$record->field($_));
 236             }
 237         }
 238
 239         ## print all keywords found in the hash. The value of each hash
 240         ## entry is the number of occurrences, but we're not really interested
 241         ## in that and rather print the key
 242         while (my ($key, $value) = each %kwpool) {
 243             print "KW  - ", &charconv($key), "\n";
 244         }
 245
 246         ## 5XX have various candidates for notes and abstracts. We pool
 247         ## all notes-like stuff in one list.
 248         my @notepool;
 249
 250         ## these fields have notes candidates
 251         if ($intype eq "unimarc") {
 252             foreach ('300', '301', '302', '303', '304', '305', '306', '307', '308', '310', '311', '312', '313', '314', '315', '316', '317', '318', '320', '321', '322', '323', '324', '325', '326', '327', '328', '332', '333', '336', '337', '345') {
 253                 &pool_subx(\@notepool, $_, $record->field($_));
 254             }
 255         }
 256         elsif ($intype eq "ukmarc") {
 257             foreach ('500', '501', '502', '503', '504', '505', '506', '508', '514', '515', '516', '521', '524', '525', '528', '530', '531', '532', '533', '534', '535', '537', '538', '540', '541', '542', '544', '554', '555', '556', '557', '561', '563', '580', '583', '584', '586') {
 258                 &pool_subx(\@notepool, $_, $record->field($_));
 259             }
 260         }
 261         else { ## assume marc21
 262             foreach ('500', '501', '502', '504', '505', '506', '507', '508', '510', '511', '513', '514', '515', '516', '518', '521', '522', '524', '525', '526', '530', '533', '534', '535') {
 263                 &pool_subx(\@notepool, $_, $record->field($_));
 264             }
 265         }
 266
 267         my $allnotes = join "; ", @notepool;
 268
 269         if (length($allnotes) > 0) {
 270             print "N1  - ", &charconv($allnotes), "\n";
 271         }
 272
 273         ## 320/520 have the abstract
 274         if ($intype eq "unimarc") {
 275             &print_abstract($record->field('320'));
 276         }
 277         elsif ($intype eq "ukmarc") {
 278             &print_abstract($record->field('512'), $record->field('513'));
 279         }
 280         else { ## assume marc21
 281             &print_abstract($record->field('520'));
 282         }
 283
 284         ## end RIS dataset
 285         print "ER  - \n";
 286
 287     warn $outvar;
 288
 289     # Let's re-redirect stdout
 290     close STDOUT;
 291     open STDOUT, ">&", $oldout;
 292
 293     return $outvar;
 294
 295 }
 296
 297
 298 ##********************************************************************
 299 ## print_typetag(): prints the first line of a RIS dataset including
 300 ## the preceeding newline
 301 ## Argument: the leader of a MARC dataset
 302 ## Returns: the value at leader position 06
 303 ##********************************************************************
 304 sub print_typetag {
 305     ## the keys of typehash are the allowed values at position 06
 306     ## of the leader of a MARC record, the values are the RIS types
 307     ## that might appropriately represent these types.
 308     my %ustypehash = (
 309                     "a" => "BOOK",
 310                     "c" => "MUSIC",
 311                     "d" => "MUSIC",
 312                     "e" => "MAP",
 313                     "f" => "MAP",
 314                     "g" => "ADVS",
 315                     "i" => "SOUND",
 316                     "j" => "SOUND",
 317                     "k" => "ART",
 318                     "m" => "DATA",
 319                     "o" => "GEN",
 320                     "p" => "GEN",
 321                     "r" => "ART",
 322                     "t" => "GEN",
 323                 );
 324
 325     my %unitypehash = (
 326                     "a" => "BOOK",
 327                     "b" => "BOOK",
 328                     "c" => "MUSIC",
 329                     "d" => "MUSIC",
 330                     "e" => "MAP",
 331                     "f" => "MAP",
 332                     "g" => "ADVS",
 333                     "i" => "SOUND",
 334                     "j" => "SOUND",
 335                     "k" => "ART",
 336                     "l" => "ELEC",
 337                     "m" => "ADVS",
 338                     "r" => "ART",
 339                 );
 340
 341     ## The type of a MARC record is found at position 06 of the leader
 342     my $typeofrecord = substr("@_", 6, 1);
 343
 344     ## ToDo: for books, field 008 positions 24-27 might have a few more
 345     ## hints
 346
 347     my $typehash;
 348
 349     ## the ukmarc here is just a guess
 350     if ($intype eq "marc21" || $intype eq "ukmarc") {
 351         $typehash = $ustypehash;
 352     }
 353     elsif ($intype eq "unimarc") {
 354         $typehash = $unitypehash;
 355     }
 356     else {
 357         ## assume MARC21 as default
 358         $typehash = $ustypehash;
 359     }
 360
 361     if (!exists $typehash{$typeofrecord}) {
 362         print "\nTY  - BOOK\n"; ## most reasonable default
 363         warn ("no type found - assume BOOK");
 364     }
 365     else {
 366         print "\nTY  - $typehash{$typeofrecord}\n";
 367     }
 368
 369     ## use $typeofrecord as the return value, just in case
 370     $typeofrecord;
 371 }
 372
 373 ##********************************************************************
 374 ## normalize_author(): normalizes an authorname
 375 ## Arguments: authorname subfield a
 376 ##            authorname subfield b
 377 ##            authorname subfield c
 378 ##            name type if known: 0=direct order
 379 ##                               1=only surname or full name in
 380 ##                                 inverted order
 381 ##                               3=family, clan, dynasty name
 382 ## Returns: the normalized authorname
 383 ##********************************************************************
 384 sub normalize_author {
 385     my($rawauthora, $rawauthorb, $rawauthorc, $nametype) = @_;
 386
 387     if ($nametype == 0) {
 388         # ToDo: convert every input to Last[,(F.|First)[ (M.|Middle)[,Suffix]]]
 389         warn("name >>$rawauthora<< in direct order - leave as is");
 390         return $rawauthora;
 391     }
 392     elsif ($nametype == 1) {
 393         ## start munging subfield a (the real name part)
 394         ## remove spaces after separators
 395         $rawauthora =~ s%([,.]+) *%$1%g;
 396
 397         ## remove trailing separators after spaces
 398         $rawauthora =~ s% *[,;:/]*$%%;
 399
 400         ## remove periods after a non-abbreviated name
 401         $rawauthora =~ s%(\w{2,})\.%$1%g;
 402
 403         ## start munging subfield b (something like the suffix)
 404         ## remove trailing separators after spaces
 405         $rawauthorb =~ s% *[,;:/]*$%%;
 406
 407         ## we currently ignore subfield c until someone complains
 408         if (length($rawauthorb) > 0) {
 409             return join ",", ($rawauthora, $rawauthorb);
 410         }
 411         else {
 412             return $rawauthora;
 413         }
 414     }
 415     elsif ($nametype == 3) {
 416         return $rawauthora;
 417     }
 418 }
 419
 420 ##********************************************************************
 421 ## get_author(): gets authorname info from MARC fields 100, 700
 422 ## Argument: field (100 or 700)
 423 ## Returns: an author string in the format found in the record
 424 ##********************************************************************
 425 sub get_author {
 426     my ($authorfield) = @_;
 427     my ($indicator);
 428
 429     ## the sequence of the name parts is encoded either in indicator
 430     ## 1 (marc21) or 2 (unimarc)
 431     if ($intype eq "unimarc") {
 432         $indicator = 2;
 433     }
 434     else { ## assume marc21
 435         $indicator = 1;
 436     }
 437
 438     print "<marc>:Author(Ind$indicator): ", $authorfield->indicator("$indicator"),"\n" if $marcprint;
 439     print "<marc>:Author(\$a): ", $authorfield->subfield('a'),"\n" if $marcprint;
 440     print "<marc>:Author(\$b): ", $authorfield->subfield('b'),"\n" if $marcprint;
 441     print "<marc>:Author(\$c): ", $authorfield->subfield('c'),"\n" if $marcprint;
 442     print "<marc>:Author(\$h): ", $authorfield->subfield('h'),"\n" if $marcprint;
 443     if ($intype eq "ukmarc") {
 444         my $authorname = $authorfield->subfield('a') . "," . $authorfield->subfield('h');
 445         normalize_author($authorname, $authorfield->subfield('b'), $authorfield->subfield('c'), $authorfield->indicator("$indicator"));
 446     }
 447     else {
 448         normalize_author($authorfield->subfield('a'), $authorfield->subfield('b'), $authorfield->subfield('c'), $authorfield->indicator("$indicator"));
 449     }
 450 }
 451
 452 ##********************************************************************
 453 ## get_editor(): gets editor info from MARC fields 110, 111, 710, 711
 454 ## Argument: field (110, 111, 710, or 711)
 455 ## Returns: an author string in the format found in the record
 456 ##********************************************************************
 457 sub get_editor {
 458     my ($editorfield) = @_;
 459
 460     if ($editorfield == undef) {
 461         return undef;
 462     }
 463     else {
 464         print "<marc>Editor(\$a): ", $editorfield->subfield('a'),"\n" if $marcprint;
 465         print "<marc>Editor(\$b): ", $editorfield->subfield('b'),"\n" if $marcprint;
 466         print "<marc>editor(\$c): ", $editorfield->subfield('c'),"\n" if $marcprint;
 467         return $editorfield->subfield('a');
 468     }
 469 }
 470
 471 ##********************************************************************
 472 ## print_title(): gets info from MARC field 245
 473 ## Arguments: field (245)
 474 ## Returns:
 475 ##********************************************************************
 476 sub print_title {
 477     my ($titlefield) = @_;
 478     if ($titlefield == undef) {
 479         print "<marc>empty title field (245)\n" if $marcprint;
 480         warn("empty title field (245)");
 481         @_;
 482     }
 483     else {
 484         print "<marc>Title(\$a): ",$titlefield->subfield('a'),"\n" if $marcprint;
 485         print "<marc>Title(\$b): ",$titlefield->subfield('b'),"\n" if $marcprint;
 486         print "<marc>Title(\$c): ",$titlefield->subfield('c'),"\n" if $marcprint;
 487
 488         ## The title is usually written in a very odd notation. The title
 489         ## proper ($a) often ends with a space followed by a separator like
 490         ## a slash or a colon. The subtitle ($b) doesn't start with a space
 491         ## so simple concatenation looks odd. We have to conditionally remove
 492         ## the separator and make sure there's a space between title and
 493         ## subtitle
 494
 495         my $clean_title = $titlefield->subfield('a');
 496
 497         my $clean_subtitle = $titlefield->subfield('b');
 498         $clean_title =~ s% *[/:;.]$%%;
 499         $clean_subtitle =~ s%^ *(.*) *[/:;.]$%$1%;
 500
 501         if (length($clean_title) > 0
 502             || (length($clean_subtitle) > 0 && $intype ne "unimarc")) {
 503             print "TI  - ", &charconv($clean_title);
 504
 505             ## subfield $b is relevant only for marc21/ukmarc
 506             if (length($clean_subtitle) > 0 && $intype ne "unimarc") {
 507                 print ": ",&charconv($clean_subtitle);
 508             }
 509             print "\n";
 510         }
 511
 512         ## The statement of responsibility is just this: horrors. There is
 513         ## no formal definition how authors, editors and the like should
 514         ## be written and designated. The field is free-form and resistant
 515         ## to all parsing efforts, so this information is lost on me
 516     }
 517  }
 518
 519 ##********************************************************************
 520 ## print_stitle(): prints info from series title field
 521 ## Arguments: field
 522 ## Returns:
 523 ##********************************************************************
 524 sub print_stitle {
 525     my ($titlefield) = @_;
 526
 527     if ($titlefield == undef) {
 528         print "<marc>empty series title field\n" if $marcprint;
 529         warn("empty series title field");
 530         @_;
 531     }
 532     else {
 533         print "<marc>Series title(\$a): ",$titlefield->subfield('a'),"\n" if $marcprint;
 534         my $clean_title = $titlefield->subfield('a');
 535
 536         $clean_title =~ s% *[/:;.]$%%;
 537
 538         if (length($clean_title) > 0) {
 539             print "T2  - ", &charconv($clean_title);
 540         }
 541
 542         if ($intype eq "unimarc") {
 543             print "<marc>Series vol(\$v): ",$titlefield->subfield('v'),"\n" if $marcprint;
 544             if (length($titlefield->subfield('v')) > 0) {
 545                 print "VL  - ", &charconv($titlefield->subfield('v'));
 546             }
 547         }
 548     }
 549  }
 550
 551 ##********************************************************************
 552 ## print_isbn(): gets info from MARC field 020
 553 ## Arguments: field (020)
 554 ##********************************************************************
 555 sub print_isbn {
 556     my($isbnfield) = @_;
 557
 558     if ($isbnfield == undef ||length ($isbnfield->subfield('a')) == 0) {
 559         print "<marc>no isbn found (020\$a)\n" if $marcprint;
 560         warn("no isbn found");
 561     }
 562     else {
 563         if (length ($isbnfield->subfield('a')) < 10) {
 564             print "<marc>truncated isbn (020\$a)\n" if $marcprint;
 565             warn("truncated isbn");
 566         }
 567
 568         my $isbn = substr($isbnfield->subfield('a'), 0, 10);
 569         print "SN  - ", &charconv($isbn), "\n";
 570     }
 571 }
 572
 573 ##********************************************************************
 574 ## print_issn(): gets info from MARC field 022
 575 ## Arguments: field (022)
 576 ##********************************************************************
 577 sub print_issn {
 578     my($issnfield) = @_;
 579
 580     if ($issnfield == undef ||length ($issnfield->subfield('a')) == 0) {
 581         print "<marc>no issn found (022\$a)\n" if $marcprint;
 582         warn("no issn found");
 583     }
 584     else {
 585         if (length ($issnfield->subfield('a')) < 9) {
 586             print "<marc>truncated issn (022\$a)\n" if $marcprint;
 587             warn("truncated issn");
 588         }
 589
 590         my $issn = substr($issnfield->subfield('a'), 0, 9);
 591         print "SN  - ", &charconv($issn), "\n";
 592     }
 593 }
 594
 595 ##********************************************************************
 596 ## print_loc_callno(): gets info from MARC field 050
 597 ## Arguments: field (050)
 598 ##********************************************************************
 599 sub print_loc_callno {
 600     my($callnofield) = @_;
 601
 602     if ($callnofield == undef || length ($callnofield->subfield('a')) == 0) {
 603         print "<marc>no LOC call number found (050\$a)\n" if $marcprint;
 604         warn("no LOC call number found");
 605     }
 606     else {
 607         print "AV  - ", &charconv($callnofield->subfield('a')), " ", &charconv($callnofield->subfield('b')), "\n";
 608     }
 609 }
 610
 611 ##********************************************************************
 612 ## print_dewey(): gets info from MARC field 082
 613 ## Arguments: field (082)
 614 ##********************************************************************
 615 sub print_dewey {
 616     my($deweyfield) = @_;
 617
 618     if ($deweyfield == undef || length ($deweyfield->subfield('a')) == 0) {
 619         print "<marc>no Dewey number found (082\$a)\n" if $marcprint;
 620         warn("no Dewey number found");
 621     }
 622     else {
 623         print "U1  - ", &charconv($deweyfield->subfield('a')), " ", &charconv($deweyfield->subfield('2')), "\n";
 624     }
 625 }
 626
 627 ##********************************************************************
 628 ## print_pubinfo(): gets info from MARC field 260
 629 ## Arguments: field (260)
 630 ##********************************************************************
 631 sub print_pubinfo {
 632     my($pubinfofield) = @_;
 633
 634     if ($pubinfofield == undef) {
 635         print "<marc>no publication information found (260)\n" if $marcprint;
 636         warn("no publication information found");
 637     }
 638     else {
 639         ## the following information is available in MARC21:
 640         ## $a place -> CY
 641         ## $b publisher -> PB
 642         ## $c date -> PY
 643         ## the corresponding subfields for UNIMARC:
 644         ## $a place -> CY
 645         ## $c publisher -> PB
 646         ## $d date -> PY
 647
 648         ## all of them are repeatable. We pool all places into a
 649         ## comma-separated list in CY. We also pool all publishers
 650         ## into a comma-separated list in PB.  We break the rule with
 651         ## the date field because this wouldn't make much sense. In
 652         ## this case, we use the first occurrence for PY, the second
 653         ## for Y2, and ignore the rest
 654
 655         my @pubsubfields = $pubinfofield->subfields();
 656         my @cities;
 657         my @publishers;
 658         my $pycounter = 0;
 659
 660         my $pubsub_place;
 661         my $pubsub_publisher;
 662         my $pubsub_date;
 663
 664         if ($intype eq "unimarc") {
 665             $pubsub_place = "a";
 666             $pubsub_publisher = "c";
 667             $pubsub_date = "d";
 668         }
 669         else { ## assume marc21
 670             $pubsub_place = "a";
 671             $pubsub_publisher = "b";
 672             $pubsub_date = "c";
 673         }
 674
 675         ## loop over all subfield list entries
 676         for my $tuple (@pubsubfields) {
 677             ## each tuple consists of the subfield code and the value
 678             if (@$tuple[0] eq $pubsub_place) {
 679                 ## strip any trailing crap
 680                 $_ = @$tuple[1];
 681                 s% *[,;:/]$%%;
 682                 ## pool all occurrences in a list
 683                 push (@cities, $_);
 684             }
 685             elsif (@$tuple[0] eq $pubsub_publisher) {
 686                 ## strip any trailing crap
 687                 $_ = @$tuple[1];
 688                 s% *[,;:/]$%%;
 689                 ## pool all occurrences in a list
 690                 push (@publishers, $_);
 691             }
 692             elsif (@$tuple[0] eq $pubsub_date) {
 693                 ## the dates are free-form, so we want to extract
 694                 ## a four-digit year and leave the rest as
 695                 ## "other info"
 696                 $protoyear = @$tuple[1];
 697                 print "<marc>Year (260\$c): $protoyear\n" if $marcprint;
 698
 699                 ## strip any separator chars at the end
 700                 $protoyear =~ s% *[\.;:/]*$%%;
 701
 702                 ## isolate a four-digit year. We discard anything
 703                 ## preceeding the year, but keep everything after
 704                 ## the year as other info.
 705                 $protoyear =~ s%\D*([0-9\-]{4})(.*)%$1///$2%;
 706
 707                 ## check what we've got. If there is no four-digit
 708                 ## year, make it up. If digits are replaced by '-',
 709                 ## replace those with 0s
 710
 711                 if (index($protoyear, "/") == 4) {
 712                     ## have year info
 713                     ## replace all '-' in the four-digit year
 714                     ## by '0'
 715                     substr($protoyear,0,4) =~ s!-!0!g;
 716                 }
 717                 else {
 718                     ## have no year info
 719                     print "<marc>no four-digit year found, use 0000\n" if $marcprint;
 720                     $protoyear = "0000///$protoyear";
 721                     warn("no four-digit year found, use 0000");
 722                 }
 723
 724                 if ($pycounter == 0 && length($protoyear)) {
 725                     print "PY  - $protoyear\n";
 726                 }
 727                 elsif ($pycounter == 1 && length($_)) {
 728                     print "Y2  - $protoyear\n";
 729                 }
 730                 ## else: discard
 731             }
 732             ## else: discard
 733         }
 734
 735         ## now dump the collected CY and PB lists
 736         if (@cities > 0) {
 737             print "CY  - ", &charconv(join(", ", @cities)), "\n";
 738         }
 739         if (@publishers > 0) {
 740             print "PB  - ", &charconv(join(", ", @publishers)), "\n";
 741         }
 742     }
 743 }
 744
 745 ##********************************************************************
 746 ## get_keywords(): prints info from MARC fields 6XX
 747 ## Arguments: list of fields (6XX)
 748 ##********************************************************************
 749 sub get_keywords {
 750     my($href, $fieldname, @keywords) = @_;
 751
 752     ## a list of all possible subfields
 753     my @subfields = ('a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'x', 'y', 'z', '2', '3', '4');
 754
 755     ## loop over all 6XX fields
 756     foreach $kwfield (@keywords) {
 757         if ($kwfield != undef) {
 758             ## authornames get special treatment
 759             if ($fieldname eq "600") {
 760                 my $val = normalize_author($kwfield->subfield('a'), $kwfield->subfield('b'), $kwfield->subfield('c'), $kwfield->indicator('1'));
 761                 ${$href}{$val} += 1;
 762                 print "<marc>Field $kwfield subfield a:", $kwfield->subfield('a'), "\n<marc>Field $kwfield subfield b:", $kwfield->subfield('b'), "\n<marc>Field $kwfield subfield c:", $kwfield->subfield('c'), "\n" if $marcprint;
 763             }
 764             else {
 765                 ## retrieve all available subfields
 766                 @kwsubfields = $kwfield->subfields();
 767
 768                 ## loop over all available subfield tuples
 769                 foreach $kwtuple (@kwsubfields) {
 770                     ## loop over all subfields to check
 771                     foreach $subfield (@subfields) {
 772                         ## [0] contains subfield code
 773                         if (@$kwtuple[0] eq $subfield) {
 774                             ## [1] contains value, remove trailing separators
 775                             @$kwtuple[1] =~ s% *[,;.:/]*$%%;
 776                             if (length(@$kwtuple[1]) > 0) {
 777                                 ## add to hash
 778                                 ${$href}{@$kwtuple[1]} += 1;
 779                                 print "<marc>Field $fieldname subfield $subfield:", @$kwtuple[1], "\n" if $marcprint;
 780                             }
 781                             ## we can leave the subfields loop here
 782                             last;
 783                         }
 784                     }
 785                 }
 786             }
 787         }
 788     }
 789 }
 790
 791 ##********************************************************************
 792 ## pool_subx(): adds contents of several subfields to a list
 793 ## Arguments: reference to a list
 794 ##            field name
 795 ##            list of fields (5XX)
 796 ##********************************************************************
 797 sub pool_subx {
 798     my($aref, $fieldname, @notefields) = @_;
 799
 800     ## we use a list that contains the interesting subfields
 801     ## for each field
 802     # ToDo: this is apparently correct only for marc21
 803     my @subfields;
 804
 805     if ($fieldname eq "500") {
 806         @subfields = ('a');
 807     }
 808     elsif ($fieldname eq "501") {
 809         @subfields = ('a');
 810     }
 811     elsif ($fieldname eq "502") {
 812         @subfields = ('a');
 813             }
 814     elsif ($fieldname eq "504") {
 815         @subfields = ('a', 'b');
 816     }
 817     elsif ($fieldname eq "505") {
 818         @subfields = ('a', 'g', 'r', 't', 'u');
 819     }
 820     elsif ($fieldname eq "506") {
 821         @subfields = ('a', 'b', 'c', 'd', 'e');
 822     }
 823     elsif ($fieldname eq "507") {
 824         @subfields = ('a', 'b');
 825     }
 826     elsif ($fieldname eq "508") {
 827         @subfields = ('a');
 828     }
 829     elsif ($fieldname eq "510") {
 830         @subfields = ('a', 'b', 'c', 'x', '3');
 831     }
 832     elsif ($fieldname eq "511") {
 833         @subfields = ('a');
 834     }
 835     elsif ($fieldname eq "513") {
 836         @subfields = ('a', 'b');
 837     }
 838     elsif ($fieldname eq "514") {
 839         @subfields = ('a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'm', 'u', 'z');
 840     }
 841     elsif ($fieldname eq "515") {
 842         @subfields = ('a');
 843     }
 844     elsif ($fieldname eq "516") {
 845         @subfields = ('a');
 846     }
 847     elsif ($fieldname eq "518") {
 848         @subfields = ('a', '3');
 849     }
 850     elsif ($fieldname eq "521") {
 851         @subfields = ('a', 'b', '3');
 852     }
 853     elsif ($fieldname eq "522") {
 854         @subfields = ('a');
 855     }
 856     elsif ($fieldname eq "524") {
 857         @subfields = ('a', '2', '3');
 858     }
 859     elsif ($fieldname eq "525") {
 860         @subfields = ('a');
 861     }
 862     elsif ($fieldname eq "526") {
 863         @subfields = ('a', 'b', 'c', 'd', 'i', 'x', 'z', '5');
 864     }
 865     elsif ($fieldname eq "530") {
 866         @subfields = ('a', 'b', 'c', 'd', 'u', '3');
 867     }
 868     elsif ($fieldname eq "533") {
 869         @subfields = ('a', 'b', 'c', 'd', 'e', 'f', 'm', 'n', '3');
 870     }
 871     elsif ($fieldname eq "534") {
 872         @subfields = ('a', 'b', 'c', 'e', 'f', 'k', 'l', 'm', 'n', 'p', 't', 'x', 'z');
 873     }
 874     elsif ($fieldname eq "535") {
 875         @subfields = ('a', 'b', 'c', 'd', 'g', '3');
 876     }
 877
 878     ## loop over all notefields
 879     foreach $notefield (@notefields) {
 880         if ($notefield != undef) {
 881             ## retrieve all available subfield tuples
 882             @notesubfields = $notefield->subfields();
 883
 884             ## loop over all subfield tuples
 885             foreach $notetuple (@notesubfields) {
 886                 ## loop over all subfields to check
 887                 foreach $subfield (@subfields) {
 888                     ## [0] contains subfield code
 889                     if (@$notetuple[0] eq $subfield) {
 890                         ## [1] contains value, remove trailing separators
 891                         print "<marc>field $fieldname subfield $subfield: ", @$notetuple[1], "\n" if $marcprint;
 892                         @$notetuple[1] =~ s% *[,;.:/]*$%%;
 893                         if (length(@$notetuple[1]) > 0) {
 894                             ## add to list
 895                             push @{$aref}, @$notetuple[1];
 896                         }
 897                         last;
 898                     }
 899                 }
 900             }
 901         }
 902     }
 903 }
 904
 905 ##********************************************************************
 906 ## print_abstract(): prints abstract fields
 907 ## Arguments: list of fields (520)
 908 ##********************************************************************
 909 sub print_abstract {
 910     # ToDo: take care of repeatable subfields
 911     my(@abfields) = @_;
 912
 913     ## we check the following subfields
 914     my @subfields = ('a', 'b');
 915
 916     ## we generate a list for all useful strings
 917     my @abstrings;
 918
 919     ## loop over all abfields
 920     foreach $abfield (@abfields) {
 921         foreach $field (@subfields) {
 922             if (length ($abfield->subfield($field)) > 0) {
 923                 my $ab = $abfield->subfield($field);
 924
 925                 print "<marc>field 520 subfield $field: $ab\n" if $marcprint;
 926
 927                 ## strip trailing separators
 928                 $ab =~ s% *[;,:./]*$%%;
 929
 930                 ## add string to the list
 931                 push (@abstrings, $ab);
 932             }
 933         }
 934     }
 935
 936     my $allabs = join "; ", @abstrings;
 937
 938     if (length($allabs) > 0) {
 939         print "N2  - ", &charconv($allabs), "\n";
 940     }
 941
 942 }
 943
 944 ##********************************************************************
 945 ## charconv(): converts to a different charset based on a global var
 946 ## Arguments: string
 947 ## Returns: string
 948 ##********************************************************************
 949 sub charconv {
 950     if ($utf) {
 951         ## return unaltered if already utf-8
 952         return @_;
 953     }
 954     elsif ($uniout eq "t") {
 955         ## convert to utf-8
 956         warn "marc8_to_utf8";
 957         return marc8_to_utf8("@_");
 958     }
 959     else {
 960         ## return unaltered if no utf-8 requested
 961         return @_;
 962     }
 963 }
 964 1;