diff --git a/04_4_download_der_metadaten.md b/04_4_download_der_metadaten.md index 5b7dc05..f2350cb 100644 --- a/04_4_download_der_metadaten.md +++ b/04_4_download_der_metadaten.md @@ -1,8 +1,8 @@ # 4.4 Download der Metadaten -## Aufgabe 1: 100 PPNs aus dem Katalog notieren +## Aufgabe 1: 100 PPNs aus dem Katalog in einer Text-Datei notieren -Für die Abfrage über die unAPI-Schnittstelle benötigen wir die Identifikationsnummern (hier PPNs) derjenigen Datensätze, die wir abfragen wollen. Also brauchen wir eine Liste der PPns, z.B. in einer einfachen Text-Datei. +Für die Abfrage über die unAPI-Schnittstelle benötigen wir die Identifikationsnummern (hier PPNs) derjenigen Datensätze, die wir abfragen wollen. Also brauchen wir eine Liste der PPNs, z.B. in einer einfachen Text-Datei. ## Lösung @@ -10,12 +10,9 @@ Folgende Abfrage über die [SRU-Schnittstelle des GBV](https://www.gbv.de/wikis/ {%s%}http://sru.gbv.de/opac-de-18-302?operation=searchRetrieve&query=pica.all%3Dopen&maximumRecords=100&startRecord=1&recordSchema=picaxml{%ends%} -Daraus können wir die PPNs im Feld 003@ mit grep extrahieren: -{%s%}http://sru.gbv.de/opac-de-18-302?operation=searchRetrieve&query=pica.all%3Dopen&maximumRecords=100&startRecord=1&recordSchema=picaxml{%ends%} - -curl "http://sru.gbv.de/opac-de-18-302?operation=searchRetrieve&query=pica.all%3Dopen&maximumRecords=100&startRecord=1&recordSchema=picaxml" | grep -A 1 "003" | sed 's/^ *//; s/ *$//; /^$/d; s/<[^>]*>//g' | > 100ppns_sru-open.txt - +Daraus können wir die PPNs im Feld 003@ mit grep und sed extrahieren: +{%s%}curl "http://sru.gbv.de/opac-de-18-302?operation=searchRetrieve&query=pica.all%3Dopen&maximumRecords=100&startRecord=1&recordSchema=picaxml" | grep --no-group-separator -A 1 "003@" | sed 's/^ *//; s/ *$//; s/<[^>]*>//g; /^$/d' > 100ppns.txt{%ends%} ## Aufgabe 2: Shell-Script zum Download der Metadaten schreiben @@ -35,12 +32,10 @@ curl "http://sru.gbv.de/opac-de-18-302?operation=searchRetrieve&query=pica.all%3 url=http://unapi.gbv.de/?id=opac-de-18-302:ppn: format=picaxml mkdir download -curl -O https://felixlohmeier.gitbooks.io/seminar-wir-bauen-uns-einen-bibliothekskatalog/content/data/100ppns.txt while read ppn do content=$(curl "{$url}${ppn}&format=${format}") - echo $ppn echo $content >> download/$ppn.picaxml sleep 1 done < 100ppns.txt