Goobi workflow Plugins
DokumentationenGoobi workflow HandbuchGoobi workflow Digests
Deutsch
Deutsch
  • Übersicht
  • Administration
    • Archiv-Management
      • Bedienung des Plugins
      • Konfiguration des Plugins
    • Konfigurationseditor
    • Copy Master-Anchor
    • Data Poller
    • Goobi-to-Goobi
      • Installation und Konfiguration
      • Erzeugung der Export-Verzeichnisse
      • Transfer der Export-Verzeichnisse
      • Einspielen der Export-Verzeichnisse
    • Paginierung zurücksetzen
    • Wiederherstellung von archivierten Bildordnern
    • Kompatibilität mit Regelsatz
    • Regelsatzeditor
  • Dashboards
    • Barcode Scanner Dashboard
    • Erweitertes Dashboard
  • Exporte
    • Individueller Export für das DMS Imagen Media Archive Management
    • Einzelseitenexport
    • Konfigurierbarer Export
    • Fedora Export
    • Fedora Export PROV
    • Heris Export
    • Export für Zeitungen in das Portal der Deutschen Digitalen Bibliothek
    • PDF-Export in Verzeichnisstruktur der NLI
    • Export ausgewählter Bilder
    • Stanford Export
    • VLM Export
    • HAAB Export
    • ZOP Export
  • Generisch
    • Barcode Scanner
  • Importe
    • Altdatenimport für das Bundesdenkmalamt Österreich
    • Archiv-Daten-Import
    • Datenimport ohne Katalogabfrage für die ETH Zürich
    • Import von Datensätzen aus einer Excel-Datei
    • Import von Zettelkatalogen aus KatZoom
    • MAB-Dateien einlesen
    • Import von Sisis SunRise Dateien
    • Import für Zeitschriftenartikel aus einem Endnote Export
    • Datenimport mit ALMA-Katalogabfrage für die Zentralbibliothek Zürich
    • Datenimport mit CMI-Katalogabfrage für die Zentralbibliothek Zürich
    • Datenimport ohne Katalogabfrage für die Zentralbibliothek Zürich
  • Metadaten
    • Publikationstyp ändern
    • Metadatenerweiterung zur Erstellung von Strukturelementen pro Bild
  • OPAC
    • Ariadne Import
    • EAD Datenübernahme
    • Generischer XML Import
    • Generischer JSON Import
    • Kalliope Import
    • MARC Import
    • PICA Import
    • Soutron Import
  • Wiederholte Jobs
    • Datenimport für Wohnbauförderungsfond Österreich
    • HERIS Vokabular Aktualisierung
  • Statistiken
    • Sudan Memory Übersetzungen
    • Visualisierung des Durchsatzes pro Nutzer
  • Arbeitsschritte
    • ALMA API Plugin
    • Automatische Paginierung auf Basis der Dateinamen
    • Archivierung von Bildordnern
    • Erzeugen von Archival Resource Keys (ARK)
    • Libsafe Integration
    • Batch zuweisen
    • Batch Progress Plugin
    • Katalogabfrage
    • Ändern des Workflows auf Grundlage von Vorgangseigenschaften
    • Generierung von PDF-Dateien
    • Plugin zur Registrierung von DOIs via DataCite API
    • Workflow pausieren
    • Bedingte Verzögerung des Workflow Status
    • Inhalte löschen
    • Anzeige von Metadaten in einer Aufgabe
    • Plugin zur DOI-Registrierung
    • Download und Verifizieren von Dateien
    • Duplikation von Arbeitsschritten
    • ePIC PID Registrierung (Handle & DOI)
    • EWIG Langzeitarchivierung
    • Metadatenanreicherung via Excel-Datei
    • Package Export
    • Kopieren von Dateien aus Metadatenfeldern
    • Upload von Dateien
    • Validierung von Dateien
    • Flex Editor
    • Generate ALTO IDs
    • Identifier generieren
    • Automatische Geonames Annotierung
    • GeoNames Korrektur
    • Automatische Handlevergabe
    • Heris Datenimport
    • Extraktion von Bildmetadaten
    • Bildskalierung und Wasserzeichen rendern
    • Auswahl von Bildern
    • Qualitätskontrolle von Bildern
    • Metatatenübernahme aus einem Verzeichnis
    • Bereinigung von Metadaten
    • Layout Wizzard
      • Verwendung des Plugins
        • Vorschauansicht
          • Bildbereich
          • Anzeige- und Navigationsoptionen
        • Einzelseitenansicht
          • Ordner- und Dateioptionen
          • Aktuelles Bild
          • Allgemeine Einstellungen
          • Dateiliste
          • Speicheransicht
          • Arbeitsschritte
          • Ausgewählter Analyseschritt
          • Globale Zuschneideoptionen
      • Technische Details
        • Installation
        • Konfiguration des LayoutWizzards
        • Konfiguration der Nutzeroberfläche
        • Workflow
    • Metadaten bearbeiten
    • Metadaten pro Bild erfassen
    • Automatische Anreicherung von Metadaten aus eigenen Vokabularen
    • Strukturdatenimport aus einer Exceldatei
    • Metadatenfelder aktualisieren
    • Automatische METS-Anreicherung mit Bilddateien und Paginierung
    • METS-Datei anreichern
    • Datenmigration aus Visual Library
    • MIX Metadata Enrichment Plugin
    • OCR-Durchführung mit gemischten Schrifttypen
    • OCR Seitenauswahl
    • OCR-Ergebnis in Metadatenfeld übernehmen
    • Object Identifier Generierung
    • Korrektur von Inhaltverzeichnissen nach einer OLR
    • Datenimport für Book Interchange Dateien
    • PDFs aufsplitten, Volltext extrahieren und Inhaltsverzeichnis auslesen
    • Elektronische Publikationen
    • Generierung von Platzhalterbildern
    • Migration von Vorgangsverzeichnissen
    • Umbenennung von Dateien
    • Umbenennung von Dateien vor dem Rosetta-Ingest
    • Umbenennen von Vorgängen
    • Bilder sortieren
    • Ersetzen von Bildern
    • Automatisches Setzen des Repräsentanten
    • Bildreihenfolge umkehren
    • Generierung von Laufzetteln
    • Versenden von E-Mails
    • Import von ECHO-Dateien als TEI
    • Tif-Validierung
    • Transkription von Bildinhalten
    • OCR mittels Transkribus
    • Einspielen und Download aus Transkribus Collections
    • Erzeugung von Uniform Resource Names (URN)
    • Benutzerzuweisung
    • Vokabularanreicherung
    • Schreiben von XMP Metadaten in Bilddateien
    • Metadaten-Validierung innerhalb einer Aufgabe
    • Rechnungen und Lieferscheine für Nutzerbestellungen
  • Workflow
    • AEON Datenübernahme
    • Barcode Generator
    • Arbeitsschritte schließen
    • Entitäten Editor - Artist Dictionary
    • Generisches Import Plugin für Excel-Dateien inklusive Validierung
    • Vorgangserstellung durch Dateiupload
    • Massenimport aus Excel-Dateien mit EAD-Anreicherung
    • Generisches Import-Plugin für JSON-Dateien
    • LayoutWizzard workflow plugin
    • Vorgangsbeziehungen anlegen
    • Massenupload
    • Import von Zeitungsausgaben als Einzelseiten
    • Projektexport als Ordner mit Bildern und Excel-Datei
    • Massenimport für Markenstudien und Werbemittel
    • Datenübernahme aus AIM25
Powered by GitBook
On this page
  • Übersicht
  • Einführung
  • Installation
  • Überblick und Funktionsweise
  • Konfiguration
Export as PDF
  1. Workflow

Import von Zeitungsausgaben als Einzelseiten

Dieses Workflow Plugin erlaubt einen Massenimport von Zeitungsausgaben in Form von Einzelseiten, bei dem Datum, Ausgabennummern und Seitenzählungen übernommen werden.

PreviousMassenuploadNextProjektexport als Ordner mit Bildern und Excel-Datei

Last updated 5 months ago

Übersicht

Name
Wert

Identifier

intranda_workflow_newspaper_pages_importer

Repository

Lizenz

GPL 2.0 oder neuer

Letzte Änderung

13.07.2024 09:56:26

Einführung

Dieses Workflow-Plugin erlaubt einen Massenimport von Zeitungsausgaben, die als Einzelseiten vorliegen. Für jede in einem Ordner vorliegende Datei wird dabei anhand des Dateinamens das Ausgabendatum sowie die Ausgabennummer ermittelt. Anschließend werden Goobi-Vorgängen auf Jahresebene erzeugt und die Ausgaben samt Metadaten und Seitenzugehörigkeiten erzeugt.

Installation

Zur Installation des Plugins müssen folgende beiden Dateien installiert werden:

/opt/digiverso/goobi/plugins/workflow/plugin-workflow-newspaper-pages-importer-base.jar
/opt/digiverso/goobi/plugins/GUI/plugin-workflow-newspaper-pages-importer-gui.jar

Um zu konfigurieren, wie sich das Plugin verhalten soll, können verschiedene Werte in der Konfigurationsdatei angepasst werden. Die Konfigurationsdatei befindet sich üblicherweise hier:

/opt/digiverso/goobi/config/plugin_intranda_workflow_newspaper_pages_importer.xml

Für eine Nutzung dieses Plugins muss der Nutzer über die korrekte Rollenberechtigung verfügen.

Bitte weisen Sie daher der Gruppe die Rolle Plugin_workflow_newspaper_pages_importer zu.

Überblick und Funktionsweise

Wenn das Plugin korrekt installiert und konfiguriert wurde, ist es innerhalb des Menüpunkts Workflow zu finden.

Nach dem Betreten des Plugins kann der eigentliche Importvorgang gestartet werden. Hierbei wird innerhalb des konfigurierten Quellverzeichnisses nach vorhandenen Dateien gesucht und deren Namen überprüft. Das Benennungsschema innerhalb des Dateinamens muss dafür folgendermaßen aussehen:

yyyy-MM-dd_AAA.bbb

Die Zeichen stehen dabei für das folgende:

Zeichen
Erläuterung

yyyy

Angabe des vierstelligen Jahres

MM

Angabe des zweistelligen Monats, ggf. mit führender Null

dd

Angabe des zweistelligen Tages, ggf. mit führender Null

AAA

Numerische Ausgabennummer in drei Stellen, ggf. mit führenden Nullen

bbb

Dateiendung, wie z.B. pdf, jpeg oder tif

Beispielhaft ein Verzeichnislisting für einen solchen Ordnerinhalt:

tree /opt/digiverso/import
/opt/digiverso/import
├── 1867-04-06_001.pdf
├── 1867-04-06_002.pdf
├── 1867-04-06_003.pdf
├── 1867-04-06_004.pdf
├── 1867-04-20_001.pdf
├── 1867-04-20_002.pdf
├── 1867-04-20_003.pdf
├── 1867-04-20_004.pdf
├── 1867-05-04_001.pdf
├── 1867-05-04_002.pdf
├── 1867-05-04_003.pdf
├── 1867-05-04_004.pdf
├── 1867-05-11_001.pdf
├── 1867-05-11_002.pdf
├── 1867-05-11_003.pdf
├── 1867-05-11_004.pdf
├── 1867-05-18_001.pdf
├── 1867-05-18_002.pdf
├── 1867-05-18_003.pdf
├── 1867-05-18_004.pdf
├── 1867-05-25_001.pdf
├── 1867-05-25_002.pdf
├── 1867-05-25_003.pdf
├── 1867-05-25_004.pdf

Während der Durchführung des Imports werden in Goobi für jedes Jahr ein Vorgang erzeugt, worin für jede Zeitungsausgabe jeweils ein Strukturelement mit den zugehörigen Daten, die aus den Dateinamen sowie aus den Werten der Konfiguration erzeugt wird.

Konfiguration

Die Konfiguration des Plugins erfolgt in der Datei plugin_intranda_workflow_newspaper_pages_importer.xml wie hier aufgezeigt:

<config_plugin>
	

	<set title="Block 1">

		<!-- which folder to use as import source -->
		<importFolder>/opt/digiverso/import/sample1/</importFolder>
		
		<!-- which workflow to use -->
		<workflow>Newspaper_workflow</workflow>
		
		<!-- prefix for the process title; will be extended by '_' and the year information -->
		<processtitle>mytitle_1234567</processtitle>
		
		<!-- prefix to use for the issue titles -->
		<issueTitlePrefix>Ausgabe vom</issueTitlePrefix>		
		<issueTitlePrefixMorning identifier="_a_">Morgenausgabe vom</issueTitlePrefixMorning>		
		<issueTitlePrefixEvening identifier="_b_">Abendausgabe vom</issueTitlePrefixEvening>		
	
		<!-- prefix for the page labels -->
		<pageNumberPrefix>Page </pageNumberPrefix>
	
		<!-- language to use for long date formatter in issue title -->
		<languageForDateFormat>de</languageForDateFormat>
	
	
		<!-- Whether or not to delete the images from the import folder once they are imported. OPTIONAL. DEFAULT false. -->
		<deleteFromSource>true</deleteFromSource>

		<!-- Configure here the metadata that shall be added to the anchor file or the volume part of the mets file. -->
		<!-- This tag accepts the following attributes:
			- @value: metadata value template, which may contain a variable defined by @var wrapped with _ from both sides
			- @type: metadata type
			- @var: variable that is ready to be used in @value. To use it, wrap it with _ from both sides and put it into the @value string. OPTIONAL.
						- Options are YEAR | MONTH | DAY | DATE | DATEFINE, where cases only matters for the references in @value string.
						- The only difference between DATE and DATEFINE are their representations of the date: DATE keeps the original format "yyyy-mm-dd" while DATEFINE takes a new one "dd. MMM. yyyy".
						- The value of an unknown variable will be its name.
						- For example, 
							- IF one defines a @var by "year", then it should be referenced in @value using "_year_"
							- IF one defines a @var by "YEAR", then it should be referenced in @value using "_YEAR_", although YEAR and year are actually the same option
							- IF one defines a @var by "unknown", then any occurrences of "_unknown_" will be replaced by "unknown"
							- IF one wants to have a @value template containing "_Year_" as hard-coded, then "Year" should be avoided to be @var. If in such cases such a 
							  variable is still needed, then one can define @var to be something like "yEaR".
			- @anchor: true if this metadata is an anchor metadata, false if not. OPTIONAL. DEFAULT false.
			- @volume: true if this metadata is a volume metadata, false if not. OPTIONAL. DEFAULT false.
			- @person: true if this metadata is a person metadata, false if not. OPTIONAL. DEFAULT false.
		 -->
		<metadata value="CHANGE_ME" type="TitleDocMain" anchor="true" volume="false" person="false" />
		<!-- The @volume attribute is by default false. -->
		<metadata value="CHANGE_ME" type="CatalogIDSource" anchor="true" person="false" />
		<!-- The @person attribute is by default false. -->
		<metadata value="CHANGE_ME" type="CatalogIDDigital" anchor="true" />
		
		<metadata value="CHANGE_ME" type="CurrentNoSorting" anchor="false" volume="true" />
		<!-- The @anchor attribute is by default false. -->
		<metadata value="zeitungen#livb" type="SubjectTopic" volume="true" />
		<metadata value="pt_zeitung" type="Publikationstyp" volume="true" />
		<metadata value="zeitungsherausgeber#livb" type="Classification" volume="true" />
		<metadata value="eli" type="ViewerInstance" volume="true" />
		
		<!-- Use @var to generate the final metadata values in the run. -->
		<metadata var="YEAR" value="Newspaper Volume _YEAR_" type="CatalogIDDigital" volume="true" />
		<metadata var="YEAR" value="Liechtensteiner Volksblatt (_YEAR_)" type="TitleDocMain" volume="true" />
		<metadata var="YEAR" value="_YEAR_" type="CurrentNo" volume="true" />
		<metadata var="YEAR" value="_YEAR_" type="PublicationYear" volume="true" />
	</set>
	
	<set title="Block 2">

		<!-- which folder to use as import source -->
		<importFolder>/opt/digiverso/import/sample2/</importFolder>
		
		<!-- which workflow to use -->
		<workflow>Newspaper_workflow</workflow>
		
		<!-- prefix for the process title; will be extended by '_' and the year information -->
		<processtitle>mytitle_1234567</processtitle>
	
		<!-- prefix for the page labels -->
		<pageNumberPrefix>Page </pageNumberPrefix>
	
		<!-- language to use for long date formatter in issue title -->
		<languageForDateFormat>de</languageForDateFormat>
	
		<!-- prefix to use for the issue titles -->
		<issueTitlePrefix>Ausgabe vom</issueTitlePrefix>
		<issueTitlePrefixMorning identifier="_a_">Morgenausgabe vom</issueTitlePrefixMorning>		
		<issueTitlePrefixEvening identifier="_b_">Abendausgabe vom</issueTitlePrefixEvening>		
	
		<!-- Whether or not to delete the images from the import folder once they are imported. OPTIONAL. DEFAULT false. -->
		<deleteFromSource>true</deleteFromSource>

		<!-- Configure here the metadata that shall be added to the anchor file or the volume part of the mets file. -->
		<!-- This tag accepts the following attributes:
			- @value: metadata value template, which may contain a variable defined by @var wrapped with _ from both sides
			- @type: metadata type
			- @var: variable that is ready to be used in @value. To use it, wrap it with _ from both sides and put it into the @value string. OPTIONAL.
						- Options are YEAR | MONTH | DAY | DATE | DATEFINE, where cases only matters for the references in @value string.
						- The only difference between DATE and DATEFINE are their representations of the date: DATE keeps the original format "yyyy-mm-dd" while DATEFINE takes a new one "dd. MMM. yyyy".
						- The value of an unknown variable will be its name.
						- For example, 
							- IF one defines a @var by "year", then it should be referenced in @value using "_year_"
							- IF one defines a @var by "YEAR", then it should be referenced in @value using "_YEAR_", although YEAR and year are actually the same option
							- IF one defines a @var by "unknown", then any occurrences of "_unknown_" will be replaced by "unknown"
							- IF one wants to have a @value template containing "_Year_" as hard-coded, then "Year" should be avoided to be @var. If in such cases such a 
							  variable is still needed, then one can define @var to be something like "yEaR".
			- @anchor: true if this metadata is an anchor metadata, false if not. OPTIONAL. DEFAULT false.
			- @volume: true if this metadata is a volume metadata, false if not. OPTIONAL. DEFAULT false.
			- @person: true if this metadata is a person metadata, false if not. OPTIONAL. DEFAULT false.
		 -->
		<metadata value="CHANGE_ME" type="TitleDocMain" anchor="true" volume="false" person="false" />
		<!-- The @volume attribute is by default false. -->
		<metadata value="CHANGE_ME" type="CatalogIDSource" anchor="true" person="false" />
		<!-- The @person attribute is by default false. -->
		<metadata value="CHANGE_ME" type="CatalogIDDigital" anchor="true" />
		
		<metadata value="CHANGE_ME" type="CurrentNoSorting" anchor="false" volume="true" />
		<!-- The @anchor attribute is by default false. -->
		<metadata value="zeitungen#livb" type="SubjectTopic" volume="true" />
		<metadata value="pt_zeitung" type="Publikationstyp" volume="true" />
		<metadata value="zeitungsherausgeber#livb" type="Classification" volume="true" />
		<metadata value="eli" type="ViewerInstance" volume="true" />
		
		<!-- Use @var to generate the final metadata values in the run. -->
		<metadata var="YEAR" value="Newspaper Volume _YEAR_" type="CatalogIDDigital" volume="true" />
		<metadata var="YEAR" value="Liechtensteiner Volksblatt (_YEAR_)" type="TitleDocMain" volume="true" />
		<metadata var="YEAR" value="_YEAR_" type="CurrentNo" volume="true" />
		<metadata var="YEAR" value="_YEAR_" type="PublicationYear" volume="true" />
	</set>
	
</config_plugin>
Parameter
Erläuterung

importFolder

Mit diesem Parameter wird das Verzeichnis festgelegt, aus dem die Daten importiert werden sollen.

workflow

Dieser Parameter definiert den Namen der Produktionsvorlage von Goobi, auf dessen Basis die Vorgänge erzeugt werden sollen.

processtitle

Legen Sie hier fest, wie der Titel der anzulegenden Vorgänge lauten sollen. Ihnen wird beim Erzeugen der Vorgänge die Jahreszahl angefügt (z.B. New_York_Times_123456789).

pageNumberPrefix

Sollen den Seiten in der arabischen Paginierung ein Präfix vorangestellt werden, kann dieser hier definiert werden (z.B. Seite).

languageForDateFormat

Legen Sie hier die Sprache fest, die für die Generierung der Ausgabentitel verwendet werden soll (z.B. de oder en).

issueTitlePrefix

Soll vor dem ausführlichem Datum als Titel der Zeitungsausgaben ein Präfix vorangestellt werden, kann dieser hier angegeben werden (z.B. Ausgabe vom).

deleteFromSource

Im Fall, dass die zu importierenden Dateien nach dem Import aus dem Importverzeichnis gelöscht werden sollen, kann dies hier festgelegt werden.

metadata

Mit diesen Elementen kann festgelegt werden, welche Metadaten auf Zeitungs- und auf Bandebene für die anzulegenden Vorgänge eingesetzt werden sollen. Aus jedem hier angegebenen Element wird dabei ein eigenständiges Metadatum erstellt. Es akzeptiert sechs Attribute, wobei value und type obligatorisch sind, während var, anchor, volume und person optional sind. Weitere Einzelheiten finden sich in den Kommentaren innerhalb der Beispielkonfiguration.

https://github.com/intranda/goobi-plugin-workflow-newspaper-pages-importer
Ohne korrekte Berechtigung ist das Plugin nicht nutzbar
Korrekt zugewiesene Rolle für die Nutzer
Geöffnetes Plugin für den Import der Zeitungsausgaben
Nutzeroberfläche nach Durchführung des Imports
Erzeugte Zeitungsausgaben mit den zugehörigen Metadaten