周 艷

(遼寧省圖書(shū)館 沈陽(yáng) 110015)

·一得之見(jiàn)·

地方文獻(xiàn)全文數(shù)據(jù)庫(kù)建設(shè)的一點(diǎn)嘗試

周 艷

(遼寧省圖書(shū)館 沈陽(yáng) 110015)

在分析地方文獻(xiàn)全文數(shù)據(jù)庫(kù)類(lèi)型的基礎(chǔ)上，指出地方文獻(xiàn)數(shù)據(jù)庫(kù)全文建設(shè)的一般做法，并針對(duì)其缺點(diǎn)，設(shè)計(jì)程序予以改進(jìn)，最后給出具體實(shí)現(xiàn)步驟。

地方文獻(xiàn) 數(shù)據(jù)庫(kù) 全文

地方文獻(xiàn)是指有關(guān)本地方的一切資料[1]，包括“史料、地方出版物和地方人士著述”三部分，含括了地方政治、經(jīng)濟(jì)、歷史、地理、文化、科學(xué)、教育、軍事、邊防、民族、宗教、風(fēng)土人情、自然資源等各個(gè)方面。地方文獻(xiàn)既反映地方特色，又體現(xiàn)時(shí)代特色和社會(huì)發(fā)展歷程，具有很高的歷史、科學(xué)和情報(bào)價(jià)值，也是一個(gè)正在被日益廣泛利用的文化寶庫(kù)。

目前，我國(guó)各級(jí)公共圖書(shū)館都非常重視地方文獻(xiàn)的收集、整理、網(wǎng)上發(fā)布等工作，建立了地方文獻(xiàn)專藏，把文獻(xiàn)資料的保護(hù)與提供利用緊密地結(jié)合起來(lái)。同時(shí)，為方便讀者網(wǎng)上閱讀，建立了地方文獻(xiàn)全文數(shù)據(jù)庫(kù)[2]。

1 地方文獻(xiàn)全文數(shù)據(jù)庫(kù)的類(lèi)型

按照全文字段的存儲(chǔ)形式和占用存儲(chǔ)空間大小劃分，地方文獻(xiàn)全文數(shù)據(jù)庫(kù)主要有純文本、圖像、多媒體三種類(lèi)型。

1.1 純文本

是將文獻(xiàn)經(jīng)過(guò)掃描及光學(xué)字符識(shí)別(0CR)后，保存為文本文件。優(yōu)點(diǎn)是占用空間小，讀者可以進(jìn)行全文檢索，文獻(xiàn)的查全率較高；缺點(diǎn)是圖書(shū)館工作人員的勞動(dòng)強(qiáng)度大，差錯(cuò)率高。

1.2 圖像

是將文獻(xiàn)正文掃描為 .jpg、.tiff等圖像文件，將書(shū)名、作者、出版發(fā)行項(xiàng)、目錄、關(guān)鍵詞等字段進(jìn)行著錄。優(yōu)點(diǎn)是可對(duì)文本字段進(jìn)行檢索，速度快，工作人員的勞動(dòng)強(qiáng)度小，差錯(cuò)率低，也能閱讀及下載全文；缺點(diǎn)是占用空間大，不能進(jìn)行全文信息檢索。

1.3 多媒體

是將文獻(xiàn)資料數(shù)字化為MP3等格式，通過(guò)關(guān)鍵詞進(jìn)行檢索。數(shù)據(jù)占用空間非常大，圖書(shū)館一般不采用此種方式存儲(chǔ)數(shù)據(jù)。

2 地方文獻(xiàn)全文數(shù)據(jù)庫(kù)建設(shè)的一般做法

盡管地方文獻(xiàn)全文數(shù)據(jù)庫(kù)有多種表現(xiàn)形式，但圖像形式比其它形式建庫(kù)速度快，圖書(shū)館工作人員的勞動(dòng)強(qiáng)度小，差錯(cuò)率低，而且隨著圖像壓縮技術(shù)的發(fā)展和計(jì)算機(jī)大容量存儲(chǔ)設(shè)備的出現(xiàn)，占用空間大小已不是主要考慮的問(wèn)題，因此，在圖書(shū)館地方文獻(xiàn)數(shù)字化建設(shè)中，全文數(shù)據(jù)庫(kù)采用的大都是這種存儲(chǔ)方式。

具體做法通常是購(gòu)買(mǎi)成型的數(shù)字化產(chǎn)品(TRS等)，然后將掃描后的每張圖片(對(duì)應(yīng)文獻(xiàn)中的頁(yè)碼)鏈接在文獻(xiàn)相關(guān)的字段上。這樣，按文獻(xiàn)的題名、責(zé)任者、出版項(xiàng)進(jìn)行檢索，就可以找到全文文獻(xiàn)存儲(chǔ)的界面，再一頁(yè)一頁(yè)的閱覽文獻(xiàn)全文。這樣做的優(yōu)點(diǎn)是可以降低圖書(shū)館工作人員的勞動(dòng)強(qiáng)度，只要將全文文獻(xiàn)掃描后，按照書(shū)中的頁(yè)碼存儲(chǔ)就可以了。但對(duì)于讀者來(lái)說(shuō)，上網(wǎng)下載全文時(shí)會(huì)非常麻煩，必須一頁(yè)一頁(yè)的瀏覽、下載，如果需連續(xù)閱讀，則更為繁瑣。

3 我館地方文獻(xiàn)全文數(shù)據(jù)庫(kù)建設(shè)的一點(diǎn)嘗試

如果圖書(shū)館自建的全文數(shù)據(jù)庫(kù)，也能像在網(wǎng)上閱讀電子書(shū)一樣，既可以一頁(yè)一頁(yè)的閱讀，也可以跳躍式的閱讀，不是就能滿足讀者方便快捷地閱讀及下載全文的需要了嗎？筆者在我館地方文獻(xiàn)全文數(shù)據(jù)庫(kù)建設(shè)實(shí)踐中，根據(jù)實(shí)際需要，設(shè)計(jì)了簡(jiǎn)單實(shí)用的兩個(gè)小程序，巧妙的實(shí)現(xiàn)了數(shù)據(jù)庫(kù)中全文字段的存儲(chǔ)，同時(shí)利用Adobe Acorbat 和Word軟件的轉(zhuǎn)化接口，實(shí)現(xiàn)了適合讀者網(wǎng)上瀏覽的全文存儲(chǔ)方式，使讀者可以像閱讀電子書(shū)那樣在網(wǎng)上閱覽文獻(xiàn)。同時(shí)，采用.pdf 格式存儲(chǔ)的文件，還能實(shí)現(xiàn)與其他格式文件的轉(zhuǎn)換，實(shí)現(xiàn)文檔加密、數(shù)字簽名、文檔只讀瀏覽等功能。

3.1 建文件夾，逐頁(yè)掃描

將需要做全文的書(shū)籍，逐頁(yè)掃描為 .jpg或 .tif格式，并將掃描后的文件放入已建好的文件夾中。如：《遼東半島石棚》一書(shū)(d:-dbdsp)，文件名可依次為順序號(hào)：1.jpg、2.jpg、3.jpg、4.jpg……(也可以按書(shū)內(nèi)容的順序，依照書(shū)名的命名方法對(duì)文件進(jìn)行命名，然后用批量轉(zhuǎn)換軟件進(jìn)行轉(zhuǎn)換。)

3.2 打開(kāi)Word編輯宏的界面，將下面代碼粘貼到模塊中

Dim i As Integer

For i = 1 To 1329 * 書(shū)的頁(yè)數(shù)…

ChangeFileOpenDirectory “d:-dbdsp”

Documents.Add DocumentType:=wdNewBlankDocument

Selection.InlineShapes.AddPictureFileName:=i&“.jpg”, LinkToFile:= False, SaveWithDocument:=True

ActiveDocument.SaveAsFileName:=i&“.doc”, FileFormat:=wdFormatDocument, _

LockComments:=False,Password:=“”,AddToRecentFiles:=True, WritePassword:=“”,ReadOnlyRecommended:=False, EmbedTrueTypeFonts:=False,

SaveNativePictureFormat:=False,SaveFormsData:=False, SaveAsAOCELetter:= False

ActiveWindow.Close

Next

運(yùn)行上面的程序后，原來(lái)掃描的.jpg圖片格式的文獻(xiàn)，就轉(zhuǎn)換成了.doc格式的 word文檔文件。

3.3 將一個(gè)個(gè)獨(dú)立的word文檔轉(zhuǎn)換為一個(gè)能容納整個(gè)文獻(xiàn)的word長(zhǎng)文檔

For i = 10 To 1329

ChangeFileOpenDirectory “d:-dbdsp”

Documents.Open FileName:=i & “.doc”, ConfirmConversions:=False, ReadOnly:= False, AddToRecentFiles:=False, PasswordDocument:=“”, PasswordTemplate:= “”, Revert:=False, WritePasswordDocument:=“”, WritePasswordTemplate:=“”, _

Format:=wdOpenFormatAuto, XMLTransform:=“”

Selection.WholeStory

Selection.Copy

ActiveWindow.Close

Selection.PasteAndFormat (wdPasteDefault)

Next

ActiveDocument.Save

這樣，就生成了一個(gè)含有全部文獻(xiàn)內(nèi)容的word長(zhǎng)文檔。

3.4 將word文檔轉(zhuǎn)換為.pdf文檔

安裝Adobe Acorbat軟件，在word中按“轉(zhuǎn)換到Adobe PDF”按紐。運(yùn)行Acorbat，打開(kāi)生成的 .pdf文檔，對(duì)文檔進(jìn)行加密、數(shù)字簽名等安全設(shè)置。

通過(guò)以上幾個(gè)步驟，就可以將一本本珍貴的紙制地方文獻(xiàn)書(shū)籍全文數(shù)字化，簡(jiǎn)便易行，特別適合文獻(xiàn)數(shù)量不是很大的中小型圖書(shū)館采用，而且由于.pdf格式為電子圖書(shū)的格式，非常方便讀者網(wǎng)上瀏覽。

[1] 李 誠(chéng). 關(guān)于地方文獻(xiàn)數(shù)據(jù)庫(kù)建設(shè)的思考[J]. 圖書(shū)館工作與研究,2002(1):54-57.

[2] 林淑晶. 對(duì)圖書(shū)館地方文獻(xiàn)數(shù)據(jù)庫(kù)建設(shè)工作的討論[J]. 今日科苑,2008(16):241-242.

OnConstructionoftheFullTextDatabaseofLocalLiterature

Zhou Yan

Liaoning Province Library, ShenYang 110015, China

Based on an analysis of the types of the full text database of local literature, the present paper first summaries the usual methods of building the database, then in view of its demerits designs programs for its improvement, and finally offers the specific procedures for its construction.

local literature; database; full text

G250.7

周 艷，女，1964年生，副研究館員，碩士，研究方向?yàn)閿?shù)字圖書(shū)館，發(fā)表論文10余篇。