匯入「數位典藏聯合目錄」的三種方式 Part1

文/網路核心平台 數位典藏聯合目錄建置計畫 江仁傑

編按：
本篇匯入聯合目錄的三種方式，由於篇幅限制故將文章分成兩期刊載。Part1部分為介紹匯出成XML檔案的方式；下期Part2部分將介紹另外兩種作法，敬請期待。

最快的方法：匯出成XML檔案

各計畫匯入聯合目錄的資料，以XML（「可擴展標示語言」，eXtensible Markup Language） 的方式來表示。各計畫有資訊人員可匯出XML，且XML符合聯合目錄所需的格式，則匯入聯合目錄的速度也最快。

聯合目錄的XML包含四個部分：
一、至少一張圖檔（或影音檔，若為純文字之數位典藏則免用圖檔）
二、可連回原始資料庫的連結
三、分類架構
四、聯合目錄欄位的後設資料(metadata)

在聯合目錄中，一筆資料就是一個XML檔，1000筆資料就是1000個XML檔，例如，這筆資料：我對蘭嶼設立國家公園的看法，它原始的XML檔就是像這樣。

或是另一筆：中日少年棒球賽胡勇輝擊出全壘打，它的XML是這樣。


這些XML，就是上述計畫從自己的資料庫中匯出，交給聯合目錄，由聯合目錄匯入http://catalog.ndap.org.tw/的系統。
XML裡面的資訊，以下用一個XML範例來解釋：


(一)至少一張圖檔（或影音檔，若為純文字之數位典藏則免用圖檔）
該筆資料的瀏覽級圖檔的位址，圖檔只要72dpi即可，長寬超過500像素。可接受一張以上的圖檔。

＜ICON＞http://ndmmc.iis.sinica.edu.tw/jsp?Urn=urn:ari:ndmmc/archaeo.H00040.jpg＜/ICON＞這個網址的作用，就是讓聯合目錄系統直接抓取圖檔，使圖檔可以顯示在聯合目錄上。

如果不匯出這個網址，而是直接把圖檔、影音檔交給聯合目錄匯入，則＜ICON＞裡只要列出檔案名稱即可，例如：
＜ICON＞H00039.jpg＜/ICON＞，或＜ICON＞sud1002.wmv＜/ICON＞。

這裡的圖檔、影音檔、聲音檔，都是瀏覽級即可，典藏級或商業用的等級，不需要給聯合目錄。目前接受的各種數位檔案格式：圖檔（jpg, gif），影音檔（avi, rm, mov, wmv），聲音檔（wav, mp3）。請參見上述XML範例[註解C6]。

(二)可連回原始資料庫的連結
該筆資料的原資料庫連結，使每一筆載聯合目錄的資料，都可以連回去原計畫網站的該筆資料頁面。請參見上述XML範例[註解C5]。

(三)分類架構
就是這個：http://catalog.ndap.org.tw/dacs5/System/Catalog/Catalog.jsp
分類架構，是XML中的＜catalog＞＜/catalog＞在控制的。共分成四種：
1、典藏機構與計畫（必填）
2、內容主題（主題小組）（必填）
3、時間檢索（選填）
4、地理檢索（選填）

1、典藏機構與計畫
＜Record＞典藏機構與計畫:中央研究院:歷史語文研究所:珍藏歷史文物數位典藏計畫 分項二：拓片及古文書數位典藏計畫＜/Record＞
每一層之間，用半形冒號「:」隔開。
呈現出來就是這樣：http://catalog.ndap.org.tw/dacs5/System/Organization/Organization.jsp
一個計畫的每一筆資料，在這部份都是固定的資訊：典藏機構與計畫:公開徵選計畫:學校或機構名稱:單位或系所名稱:計畫名稱。

2、內容主題
就是：http://catalog.ndap.org.tw/dacs5/System/Catalog/Catalog.jsp
在XML中：
＜Record＞內容主題:考古:漢代簡牘:居延漢簡＜/Record＞
每個計畫分在所參與的主題小組之下。

參加兩個主題的可以重複呈現，假設如下：
＜Record＞內容主題:考古:漢代簡牘:居延漢簡＜/Record＞
＜Record＞內容主題:拓片:漢代簡牘:…….＜/Record＞
不同的主題小組，會有不同的內容分類方式。請各自洽詢自己所參加的主題小組，或聯繫聯合目錄工作人員：江仁傑 snowred@gate.sinica.edu.tw。

3、時間檢索


要在時間檢索能夠顯示，必須在XML中有以下資訊：
＜Record＞時間架構:西曆:1000-01-01 ＜/Record＞
若沒有精確的月、日，可以只要：＜Record＞時間架構:西曆:1000-01＜/Record＞，或者＜Record＞時間架構:西曆:1000＜/Record＞

也可以顯示某一個範圍內的時間：
＜record＞時間架構:起:1000-01-01＜/record＞
＜record＞時間架構:迄:1200-02-10＜/record＞
或：
＜record＞時間架構:起:1000＜/record＞
＜record＞時間架構:迄:1200＜/record＞
若沒辦法寫出明確的時間，例如青銅器的時間是「商代中晚期」，就沒有辦法顯示。因此，這個項目並不要求所有計畫一定要匯出。

4、地理檢索
目前我們使用google所提供的電子地圖，將完整經緯度座標輸入，就可以在電子地圖上顯示該筆資料的相關位置。
在XML中要有以下資訊：
＜record＞地理架構:X:-10.0000＜/record＞
＜record＞地理架構:Y:-5.0000＜/record＞
就是西經10.0000，南緯5.0000。

用這種方式可以表示範圍：
＜record＞地理架構:Xmax:10.0000＜/record＞
＜record＞地理架構:Xmin:-25.0000＜/record＞
＜record＞地理架構:Ymax:5.0000＜/record＞
＜record＞地理架構:Ymin:-15.0000＜/record＞
也就是在東經10.0000，西經25.0000，南緯15.0000，北緯5.0000的範圍內。



由於不是所有的資料都有紀錄詳細的經緯度位置，因此不是所有的計畫都需要匯出這個部分的資訊。

(四）後設資料metadata

後設資料必須是聯合目錄所採用的DC（Dublin Core）欄位。

Dublin Core（都柏林核心集，DC）欄位定義


PS.各計畫亦可參閱由「數位典藏國家型科技計畫」之「後設資料工作組」於網路上所提供Dublin Core的參考規範：http://www.sinica.edu.tw/~metadata/standard/standard-frame.html，或者直接參考數位典藏聯合目錄（http://catalog.ndap.org.tw）目前的用法。

若各計畫原本並非採用DC欄位，請將計畫的欄位標準或範例寄給我們，由我們來替計畫進行對應（計畫若要自行對應也可）。完成對應之後，計畫就可以依照對應表來匯出。

資料庫Metadata欄位與DC欄位對應表舉例
聯合目錄欄位（都柏林核心欄位，DC）與中研院「歷史語言研究所藏漢代簡牘資料庫」欄位對應表（2004.06.30版）


有關繳交資料的問題，請聯繫：
江仁傑先生（snowred@gate.sinica.edu.tw）
黃冠華先生（rane@gate.sinica.edu.tw）

2007-11-22