■馮 民 高紹強(qiáng)

1）河北科技大學(xué)學(xué)報編輯部，河北石家莊市裕華東路70號 050018

2）河北科技大學(xué)信息科學(xué)與工程學(xué)院，河北石家莊市裕華東路70號 050018

近年來，我國科技期刊紛紛進(jìn)行數(shù)字化轉(zhuǎn)型，以期利用數(shù)字技術(shù)的傳播優(yōu)勢擴(kuò)大刊物的影響力，這其中涉及各種期刊數(shù)據(jù)的提取。人工提取數(shù)據(jù)勞動量大，耗費時間，且準(zhǔn)確度不高，故勢必被計算機(jī)提取所取代［1－2］。

針對方正fbd文件用excel宏程序提取數(shù)據(jù)的文章較少且論述較為簡單。筆者用“excel”和“fbd”，或“excel”和“方正”作為關(guān)鍵詞在中國知網(wǎng)只搜到2篇相近文獻(xiàn)［3－4］。文獻(xiàn)［3］使用 word宏制作目次文件，然后手工復(fù)制fbd文件到excel，并錄制大量的宏進(jìn)行數(shù)據(jù)的采集和處理，總體上不夠簡練；文獻(xiàn)［4］通過VB提取方正排版文件的元數(shù)據(jù)，但所提方案較為復(fù)雜。

本文以能自動提取《河北科技大學(xué)學(xué)報》、《河北工業(yè)科技》（以下簡稱《學(xué)報》、《科技》）數(shù)據(jù)的宏程序編寫為例，介紹用excel宏程序從fbd文件中提取數(shù)據(jù)的編程方法。《學(xué)報》、《科技》分別為單欄和雙欄排版，doi位置不同，一些定位項目不同。本文可為多刊數(shù)據(jù)的提取提供參考。

1 程序設(shè)計思路

本文介紹的數(shù)據(jù)提取思路是：定位數(shù)據(jù)；采集數(shù)據(jù)；處理數(shù)據(jù)。編程思路是，由簡到繁，由易到難。例如，開始編寫程序時可只循環(huán)提取一項數(shù)據(jù)，同時對數(shù)據(jù)進(jìn)行一定的“去雜”處理，數(shù)據(jù)的后處理與采集部分分開，一般是在循環(huán)提取結(jié)束后，這樣針對不同的要求，可編寫不同的后處理程序。用excel打開fbd后，所有內(nèi)容都處于單元格內(nèi)，且基本上是每段內(nèi)容一個單元格，故對數(shù)據(jù)的處理就轉(zhuǎn)換為對單元格的處理。

1.1 定位數(shù)據(jù)

定位數(shù)據(jù)用的是Ctrl Find宏語句（可由宏錄制獲得）。例如采集摘要時，定位語句如下：

對于多刊定位項目不同的情況，將“摘〓要”換成變量，如search＿title，并在程序開始處用if語句進(jìn)行選擇設(shè)定（略）。

1.2 采集數(shù)據(jù)

提取單元格數(shù)據(jù)主要用到賦值語句mystr＝ActiveCell.Value和循環(huán)語句do…loop while或for…next。循環(huán)語句是為了考慮數(shù)據(jù)可能存在于多個單元格的情況——此時需通過循環(huán)語句將單元格內(nèi)容累加。以采集“摘要”為例，程序框圖如圖1所示。

圖1 “摘要”采集程序框圖

1.2 處理數(shù)據(jù)

所采集的數(shù)據(jù)有不少方正字符需要刪除，也有如半字線、上下標(biāo)等無法顯示出來的方正符號，需要替換為正確的字符，還有將多作者、多單位分成每個作者及其對應(yīng)的單位，等等。例如內(nèi)容：

“［WT］［ST］HT2SS JZ（ HJ*2 無側(cè)隙端面嚙合蝸桿傳動研究綜述”，

其處理程序如下（為簡便只給出“ ”部分的“去雜”程序，其他類同）：

因各數(shù)據(jù)的處理具有許多共性部分，故可將這些共性部分的處理編寫成一個或多個通用調(diào)用程序。本文中提到的revise＿str（）即是此種調(diào)用程序。

限于篇幅，如何定義變量以及其他編程技術(shù)未再進(jìn)行詳細(xì)介紹，讀者可查閱相關(guān)參考書、網(wǎng)頁示例或關(guān)注知名博客［5－7］。

2 編程實例

本文介紹的excel宏程序在運行時只需輸入“刊物代號”、“年份”和“刊期”3個參數(shù)，隨后程序自動完成剩余工作。按本文方法編寫兩個宏程序，分別針對勤云系統(tǒng)所需的excel目次文件及COAJ要求的數(shù)據(jù)文件（兩個文件要求輸出的數(shù)據(jù)格式不同），均能很好的實現(xiàn)和完成，且數(shù)據(jù)提取部分是通用的，只需修改后處理部分即可。本文介紹了幾個主要流程程序的編寫，并指出其他部分的編寫與之相似。

2.1 將fbd文件打開為excel文件

程序運行時先將fbd文件打開為excel文件。為實現(xiàn)自動化，使用 InputBox語句，其使用示例如下：

Year＝InputBox（Chr（13）＆“請輸入本期刊物的年份（默認(rèn)為2014）”，“確定年份”，“2014”）

通過此語句可得到“年”變量。類似的，可得到刊物代號和期。獲得年份和刊期的輸入框如圖2所示。

圖2 利用InputBox輸入年和期

如此，打開fbd為excel文件的程序語句如下：

其中file＿name是通過合并上述輸入框輸入的刊物代號、年和期得到的，例如輸入分別為“b”、“2014”、“6”，可得 file＿name＝Journal＿code＆Year＆“0”＆Issue＝b201406.fbd。需要注意的是，在“d：＼FBD＼”目錄下需存在以“b201406.fbd”命名的文件。

程序后面部分是將數(shù)據(jù)整體拷貝到宏程序所在excel的“abc”工作表。通常所有數(shù)據(jù)在第1列，但也有個別數(shù)據(jù)在第2列的情況。因此，需將第2列預(yù)處理，即判斷第2列各單元格是否有數(shù)據(jù)，有則合并至同行第1列。語句如下：

2.2 解析“期刊參數(shù)”

利用定位語句定位“期刊基本參數(shù)”，然后可利用宏程序從中解析出期刊的基本數(shù)據(jù)。由于本文只用到論文篇數(shù)，故以解析論文篇數(shù)為例。

《學(xué)報》的“期刊基本參數(shù)”樣例如下：

“［期刊基本參數(shù)］CN 13-1225/TS*1980*b*A4*100*zh*P* ￥20.00*1 000*15*2014-12”

定位后的具體處理語句如下：

通過上述提取和轉(zhuǎn)換，程序自動獲取本期所載的文章篇數(shù)“15”。

2.3 提取正文數(shù)據(jù)

通常，正文數(shù)據(jù)出現(xiàn)的順序是固定的，故在編程時只需按順序進(jìn)行各數(shù)據(jù)的定位、提取。對于多刊數(shù)據(jù)位置不同的情況，則在相應(yīng)位置編寫的是加入判斷后的提取語句。以《學(xué)報》、《科技》為例，按照其內(nèi)容出現(xiàn)的先后順序，可依次提取論文起止頁碼、doi（《學(xué)報》）、論文題目、中文作者名、中文單位、中文摘要、中文關(guān)鍵詞、doi（《科技》）、英文題目、英文作者名、英文單位、英文摘要、英文關(guān)鍵詞、參考文獻(xiàn)。其中doi位置順序不同，故在兩個位置均有加入判斷語句的doi提取程序，以根據(jù)刊物代號判定是否需要提取doi。其他諸如收稿日期、修回日期、作者簡介、e-mail等數(shù)據(jù)信息，其位置固定在文章首頁頁腳?？紤]到較長的中英文摘要可能出現(xiàn)在第2頁，即這些數(shù)據(jù)與摘要的位置順序并不固定，故必須采用新的循環(huán)，從第1行開始提取數(shù)據(jù)。

鑒于提取原理相似且篇幅所限，本文僅對論文起止頁碼、doi和參考文獻(xiàn)的提取進(jìn)行介紹。

2.3.1 論文起止頁碼的提取

“ HT5”H ［STHZ］文章編號：1008-1542（2015）01-0001-08 JY，2”

提取論文起始頁及論文篇幅的程序流程如下：

2.3.2 doi的提取

doi的提取較為簡單，在相應(yīng)位置順序處使用判斷語句。處理語句如下：

2.3.3 參考文獻(xiàn)的提取

《學(xué)報》、《科技》的參考文獻(xiàn)是以“參考文獻(xiàn)/References：”開始的，故定位“參考文獻(xiàn)/References：”。需全面考慮3種情況：1）參考文獻(xiàn)沒有轉(zhuǎn)頁；2）部分參考文獻(xiàn)轉(zhuǎn)頁；3）全部參考文獻(xiàn)轉(zhuǎn)頁。

提取程序框圖見圖3。需要注意的是，當(dāng)前參考文獻(xiàn)提取程序未考慮文末有補白的情況，補白尚需人工刪除。

圖3 提取參考文獻(xiàn)的流程圖

3 結(jié)語

詳細(xì)介紹了用excel宏程序提取兩個刊物fbd數(shù)據(jù)的編程思路和編程方法，運行時只需輸入刊物代號、年和期即可。其編程難度不高，容易實現(xiàn)。經(jīng)筆者1年多的使用，效果良好。

其缺點是只適合于定版后的fbd數(shù)據(jù)的提取，因為未定版fbd中定位所需的項目可能缺失、錯誤，這會導(dǎo)致定位的錯亂乃至所提取數(shù)據(jù)錯誤。即便是定版后的數(shù)據(jù)，也可能存在錯誤，導(dǎo)致提取結(jié)果出錯。故程序運行完畢后對數(shù)據(jù)檢查是必不可少的步驟，相應(yīng)地完善程序也是不可或缺的。好的一面是，可以將此程序當(dāng)作定版文件的檢驗程序，以查驗人工校對可能出現(xiàn)的失誤。

參考文獻(xiàn)

［1］程維紅，任勝利，路文如，等.我國科技期刊由傳統(tǒng)出版向數(shù)字出版轉(zhuǎn)型的對策建議［J］.中國科技期刊研究，2011，22（4）：467－474.

［2］顧凱，鄒栩.數(shù)字出版環(huán)境下科技期刊編輯職能、工作方式轉(zhuǎn)變及自我調(diào)整策略［J］.中國科技期刊研究，2012，23（3）：499－501.

［3］黃鸝.Word/Excel輔助快速提取方正書版.fbd文件中文摘數(shù)據(jù)的方法研究［J］.長江大學(xué)學(xué)報（自然科學(xué)版），2012，9（12）：99－101.

［4］楊海亮，徐用吉.利用VB讀取方正排版文件提取元數(shù)據(jù)［J］.中國科技期刊研究，2015，26（6）：612－617.

［5］劉鐵英，張小白，葉慧玲.Word VBA及宏在科技期刊編輯中的應(yīng)用［J］.編輯學(xué)報，2007，19（1）：47－48.

［6］百度文庫.Excel＿VBA＿編程教程［EB/OL］.［2011－04－21］.http：//wenku.baidu.com/view/5d4b2ae8e009581b6bd9eb0a.html.

［7］劉昌來，鄭琰燚，王國棟，等.基于VBA的稿件采編系統(tǒng)中批量信息的修改［J］.編輯學(xué)報，2014，26（1）：66－68.