persNamer 1.2: jeden numer VIAF, dziewięć kartotek haseł wzorcowych
persNamer był na początku zwykłym udogodnieniem: numer
VIAF na wejściu, wpis TEI <person> na wyjściu, do tego znacznik
<persName>, którym adnotuje się tekst. Nic ponadto – a i sam wpis był chudy:
nazwa, dwie daty, jeden identyfikator. Wydana dziś wersja 1.2 wciąż robi
tylko tę jedną rzecz, ale wpis, który zwraca, jest nareszcie wart zachowania.
Co dziś zawiera wpis osobowy
Zacznijmy od nazwy. W klastrze VIAF każda uczestnicząca biblioteka wnosi
własną formę nazwy, a stary persNamer brał po prostu pierwszą etykietę, jaka
mu się nawinęła. Zapytany o Woltera odpowiadał „فولتير،” – po arabsku, z
przecinkiem na końcu – i dorzucał do tego pusty xml:id. Teraz program zlicza
formy w całym klastrze i zostawia tę, która wśród rekordów źródłowych
powtarza się najczęściej; pozostałe idą za nią jako
<persName type="variant">, od najczęstszej. Daty są normalizowane
(1572-08-00 zamienia się w 1572-08) i zapisywane dwa razy: jako tekst i w
atrybucie @when, bo to właśnie tam zajrzy każde przetwarzanie, które ma
cokolwiek do czynienia z datami. Płeć i opisy dochodzą, o ile VIAF je
udostępnia.
No i to, na czym zależało mi najbardziej: każdy identyfikator, który VIAF
wiąże z daną osobą – przez schema:sameAs albo przez własne identyfikatory
źródeł – trafia do osobnego <idno>: BnF, GND, Biblioteka Kongresu, SUDOC,
Wikidata, ISNI, BNE, LIBRIS, NDL. Jeden numer wchodzi, dziewięć katalogów
wychodzi. Dla personografii to cała różnica między listą nazwisk a węzłem w
sieci danych wzorcowych.
<person xml:id="pers-teligny-c">
<persName>Charles de Téligny</persName>
<birth when="1535">1535</birth>
<death when="1572-08-24">1572-08-24</death>
<sex value="M">M</sex>
<idno type="VIAF">314802260</idno>
<idno type="BNF">16133360</idno>
<idno type="Wikidata">Q1868249</idno>
<idno type="ISNI">0000000071126808</idno>
</person>
Od luźnych fragmentów do personografii
Dla jednej osoby XML wypisany w terminalu w zupełności wystarczy. Edycja ma
jednak osób setki. Dlatego persNamer przyjmuje teraz kilka numerów VIAF naraz,
grzecznie daje VIAF-owi odetchnąć między jednym żądaniem a drugim, buforuje
to, co już pobrał, a z opcją --merge wstawia nowe wpisy prosto do
<listPerson> istniejącego pliku TEI. Kogo już tam zapisano, tego rozpoznaje
po numerze VIAF i zostawia mu dotychczasowy xml:id; nowe identyfikatory
sprawdza względem pliku i w razie kolizji dokleja im przyrostek (-2, -3);
na koniec plik dostaje nowe wcięcia – ale dopiero wtedy, gdy kopia .bak
leży już odłożona na bok.
persnamer --merge edition.xml 314802260 36925746
Jedna zmiana, o której trzeba wiedzieć: partykuła nazwiska domyślnie wypada
już z identyfikatora, toteż Charles de Téligny to odtąd pers-teligny-c, nie
pers-deteligny-c. Jeśli twój projekt zdążył się przyzwyczaić do dawnej
formy, --keep-particle ją przywraca; jeśli zaś wolisz w ogóle nie polegać na
nazwiskach, --id-format viaf da ci pers-viaf-314802260.
Porządki
Ze skryptu zrobił się porządny pakiet z poleceniem persnamer: jedna linijka
wystarczy, by go zainstalować (uv tool install albo pipx) lub uruchomić
jednorazowo przez uvx, niczego nie instalując. Dwadzieścia sześć testów
sprawdza go na nagranych odpowiedziach VIAF – zestaw obywa się więc bez sieci.
CI przepuszcza je na Pythonie od 3.9 do 3.13, a wynik jest walidowany
względem TEI P5. Licencja: Apache 2.0, jak dotąd.
Czego nadal nie umie, to powiedzieć, gdzie ktoś się urodził ani z czego żył: klastrowy RDF VIAF-u nie zawiera ani miejsc, ani zawodów. Zawierają je za to powiązane rekordy BnF i GND – a ich numery masz już w ręku.
Kod i dokumentacja na GitHubie.
