Převodník odkazů MZA Acta Publica

[zburget]

Takže - mám zpracované podklady pro ty děravé matriky. A zrovna stejnou technologií můžou být zpracované ty matriky, u kterých zmizely skeny úvodních stran mikrofilmů.
Mám to vymyšleno takto:
Převodní tabulku jsem zjednodušil, protože je zbytečné, aby v ní byly všechny informace o matrikách. Je zrovna uložená v .csv
Seznamy snímků v nové verzi AP jsem aktualizoval na dnešní stav
Potud je to stejné, jako doposud. Co je nové, jsou seznamy snímků starých matrik, ze kterých v nové verzi zmizely některé stránky. Buď je to ta úvodní mikrofilmová a nebo jsou to nějaké díry v částečně zveřejněných matrikách. Konvence je stejná, jako u seznamu snímků pro novou verzi AP. Každý soubor je pojmenovaný "s<staré ID matriky>.lst". POZOR! Tady jsou ID ze staré verze AP.
V takovémhle souboru jsou na řádcíh sekvenčně čísla stran ve staré verzi, která mají svůj protějšek ve verzi nové. Na prvním řádku je číslo strany ze staré verze, která odpovídá první straně verze nové. Na 15. řádku je číslo strany ze staré verze, které odpovídá 15. straně verze nové…
Takto dojde k vypuštění chybějících stran.
A teď pozor!
Důležitá věc. V matrikách je zatím spousta chyb. Drtivá většina, možná i všechny se dají vychytat. A současně je v tomhle postupu schovaný ten mechanismus převodu děravých matrik.
Pokud v převodní tabulce ve sloupečku "korekce staré" je jakékoli číslo, existuje pro tuto matriku soubor se seznamem snímků ve staré verzi. Pokud tam číslo není, seznam snímků neexistuje, protože je to prostě sekvence 1 .. <počet snímků>.
Jestliže se provede součet "stran staré" + "korekce staré" a tento součet přesně nesedí se "strano nové", znamená to, že je v matrice prozatím nějaká chyba a převod odkazů by neměl být provedený! Jinak se budou převádět ptákoviny. Nikdo neví, které převedené odkazy ještě platí a které už ne. Pokud by se takto prováděl hromadný převod v souboru, vyházel bych jen hlášky do logu, že tuhle matriku nelze z důvodu chyb převést.
Kdyby někdo takový převod chtěl udělat pro jednotlivý odkaz, tak bych to asi "nějak" převedl (děj se v převodním algoritmu vůle Boží) a přidal k tomu velké upozornění, že ten převedený odkaz nemusí být z důvodu chyby v matrice v pořádku a že je bezpodmínečně nutné si ho překontrolovat!

Bylo by možno tohle zkusit zanést do převodníku?

[greghouse]

Já jsem na to už koukal a vidím tam jeden problém s těma chybějícíma prvníma stranama (který se možná projeví i jinde).

Když jsou v matrice vynechané snímky (pro jejich nezveřejnění) jsou jejich názvy stále rezervované. Např.: Zveřejněné snímky 1-10 a 20-30 v původní matrice teď vypadá tak, že snímek 11 vede na původní snímek 20, který má název souboru .....00200.jp2. V takovéto konfiguraci platí, že původní snímek KRÁT 10 je název cílového snímku.
Prostě chci původní stranu 20, tak dostanu název souboru 00200.jp2 (soubory 00110.jp2 až 00190.jp2 jsou rezervované a existujou)

Pokud ale došlo k tomu vynechání prvního snímku, tak druhý snímek má název souboru v novém systému 00010.jp2, čili se to nechová stejně.
Tu chci původní stranu 2 a dostanu název souboru 00010.jp2 (čili jako bych normálně chtěl původní stranu 1). Což o to, tam kde se napíše, že je korekce -1 o tu původní stranu to fungovat bude, ale nechce se mi představovat, jak to bude fungovat tam, kde jsou ty korekce větší (jsou tam korekce -3, -6 a -40) čili znamená to, že tam je kombinace i chybějící první stránky i částečně zveřejněných snímků?

[greghouse]

V aktuální verzi mého převodníku (1.2) jsem zahrnul jednoduchý mechanismus, který umožňuje uvádět v převodní tabulce ve sloupci 6 uvést zveřejněné obsahy matriční knihy ve formátu buď 1_10 v případě rozsahu stran 1 až 10 nebo jednotlivé strany, ale za sebou. Jednotlivá rozmezí jsou oddělována čárkou. Např.: 1_30,33,35,40_50,55_60. V přiložené převodní tabulce to zatím zohledněné není, ale v další verzi bude.

[zburget]

Vysvětlím ještě jednou
Pokud je ve sloupci korekce nějaké číslo, znamená to, že v nové verzi chybí některé strany. Pokud sedí součet <starý> + <korekce> = <nový>, je to v pořádku, v matrice není chyba a odkazy jdou převést.
V takovém případě je potřeba mít k převodu oba seznamy snímků - starý i nový. V seznamu starých snímků ze zjistí, na kterém řádku je převáděné číslo skenu a na stejném řádku v seznamu nových skenů leží hledaný odkaz.
V žádném případě se nikdy nesmí odkaz tvořit způsobem <nový> = <starý> * 10
Příklad z matriky s vynechanou 1. stranou - v seznamu starých je na prvním řádku číslo 2, na druhém 3,…. V seznamu nových je na prvním řádku číslo 10, na druhém 20,… Když budu chtít převádět starý odkaz na 5. stranu, najdu číslo strany 5 na 4. řádku seznamu. Podívám se do seznamu nových skenů a na 4. řádku najdu číslo 40.
Kdyby někdo chtěl převádět stranu č. 1, takové číslo se v seznamu starých nenajde (dnes už ten sken neexistuje), takže to nejde převést.
Příklad z děravé matriky, kde budou ve starém skeny 1-100, kde místo skenú 21-30 byl monoskop. někdo bude chtít převádět starou stranu 5, číslo 5. najde na 5. řádku seznamu starých, podívá se no seznamu nových a na 5. řádku bude číslo 50. Když bude chtít převést stranu 31, podívá se do seznamu starých a najde, že strana 31 je na 21. řádku. Podívá se na 21. řádek do nového a tam zjistí, že se jedná o nový sken 310. Když by chtěl převést stranu 25, na které byl kdysi monoskop, převodník se podívá do seznamu starých, tam stranu 25 nenajde, znamená to, že dnes už ten sken neexistuje a odkaz nejde převést.
I v tomto případě bych se přimlouval za zachování těch textových souborů a nepřeváděl bych je do ničeho jiného, protože není jisté, jestli do nich nebudu buset ještě nějak zasahovat, až se budou matriky s chybyma opravovat. Tedy předpokládám, že pár těch souborů budu muset nějak poupravit.
To je právě případ, kdy nesedí ten součet <starý> + <korekce> = <nový>. Tam se bude ještě "něco" blíže nespecifikovatelného měnit a odkazy nelze převádět.
Stejně tak, když není uvedena žádná korekce a <starý> nerovná se <nový> - tam je taky nějaký dnes nespecifikovatelný průšvih a odkazy nelze převádět, protože nevím, kde je chyba.

[zburget]

Vzhledem k přečíslování 16 matrik byly upraveny VŠECHNY podklady pro převodník.
Možná by bylo dobré sem dát jen čistý převodník bez převodní tabulky a seznamů snímků a nechat u toho jen odkazy pro stažení ode mne - já ty dokumenty udržuju v nejaktuálnější podobě.

[Zora]

Tak prosím, napište nějaký postup, vložte k tomu vše, co je právě poslední varianta a zamkněte to - třeba Oznámení na začátek archivy - actapublica.
Já se sice snažím orientovat, ale zatím chápu jen, že mám čekat... (ptát se, jak na to, budu tedy později, neb jsem z toho jelen.... )
Pokud se něco změní, tak to jeden ze znalých opraví, upozorní na změnu, a tak se nebudou míchat názory a doporučený postup.

Z

[greghouse]

Já bych byl pro variantu tam ty soubory ponechat, aby bylo zřejmé, kde mají být a přidat hned pod odkaz ke stažení aplikace i odkazy na vaše soubory. A jestli byste mohl, šlo by dát ten příspěvek se stažením aplikace a dodatečnými informacemi (viewtopic.php?f=7&t=53456#p243923) jako úplně první v tomto vláknu ať to je přehlednější?

[zburget]

Přehazovat příspěvky v rámci vlákna bohužel nejde
Nejjednodušší bude ten příspěvek s odkazy pro stažení jednoduše překopírovat do toho prvního.
Kdyby tady potom některý příspěvek zůstal zbytečný, můžu ho smazat.

[zburget]

No, zatím opravdu čekat - černý petr je na straně MZA - pořád moc chyb a nejistota, do čeho všeho budou rýpat. Třeba včera přečíslovali 16 matrik - takže pokud si to někdo převedl, tak smolik pacholík, má převedené nesmysly
A ještě je 440 matrik s nějakýma chybama - ale na to už máme mechanismus, jak odhalit matriku, kde převodník kvůli chybě v matrice nemůže fungovat. Nebo aspoň nemůže fungovat spolehlivě pro celou matriku.

[chipsi]

Zdravím,

přidám svoji trošku do mlýna.
Udělal jsem webovou stránku pro převod starých linků na nové.

http://apkonv.chipsi.cz/

Bohužel, srandičky, které s tím teď MZA dělá neovlivním. Takže nějaké opravy ručně budou asi nutné, ale větší práci to udělá.

Takže vyzkoušejte, budu rád za nějakou zpětnou vazbu.

[greghouse]

V nové verzi 1.3 převodníku jsem zohlednil novou tabulku od kolegy zburgeta. Snad jsem ty záludnosti správně pochopil. Odkaz je aktualizovaný v úvodním příspěvku vlákna.

[zburget]

Bohužel, srandičky, které s tím teď MZA dělá neovlivním. Takže nějaké opravy ručně budou asi nutné, ale větší práci to udělá.

Pokud pro převod použijete mnou připravené podklady + návod, jak určit, co se převádět dá a co ne, nemusí se dělat ruční opravy žádné.
Jen je potřeba mít tam podklady pro převod mít stále aktualizované. Jak MZA provede nějakou skopičárnu, tak ji do podkladů pro převod zanáším hned, jak na ni přijdu.
Zkusím to zítra otestovat na několika záludných odkazech a dám vědět.
Nebylo by marné tam mít i jednoduchý převodník na jednotlivé odkazy.

Stejně tak zítra pořádkě proklepnu i tu greghousovu aplikaci. Zatím jsem ji zkoušel jen tak zlehka a zdá se, že funguje. Ale taky vyzkouším víc zátěžový test

[greghouse]

Ale taky vyzkouším víc zátěžový test

To by bylo skutečně potřeba Sice jsem tam zkoušel různé věci, ale vy víte mnohem líp než já, kde by mohla být slabá místa.

PS: Je teoreticky možné, aby se aplikace z Vámi poskytnutých odkazů sama aktualizovala (buď automaticky nebo na povel), bude-li to k libosti uživatelů.

[zburget]

Automatická aktualizace podkladů by určitě k zahození nebyla. Aspoň by všichni měli vždy aktuální převodník
A mně to na serveru určitě vadit nebude

[chipsi]

Skvělé. Díky. Dobře zkusím tam zahrnout ty "skopičárny". Posun o první stranu tam je. Taky jsem se divil. Teď mapuji všechny strany, ale je to 1,7 milionu stránek
Uvidíme, jak se zachovají při přidávání stránek. Předpokládám, že udělají pouze přesun stran v rámci prohlížeče.