6.8. Export do eARK
Balíčky je možné převádět a exportovat do výměnného formátu eARK dle platného českého profilu, viz https://stands.nacr.cz/da-aip/. Převod je realizován dvou krokově:
výběr balíčků k exportu na straně ESM
volání konverzního nástroje, který balíčky převede do formátu eARK
Obě činnosti jsou dostupné v agendě Exportních dávek.
6.8.1. Nástroj pro převod
Nástroj pro převod balíčků je samostatná aplikace, která se spouští z příkazové řádky nad jednotlivým balíčkem a souvisejícími metadatay. Nástroj je možné také spustit v dávkovém režimu prostřednictvím ESM.
Zdrojový kód nástroje je dostupná v repozitáři: https://gitlab.lightcomp.cz/ukais/earkconvert
Vývojová sestavení jsou dostupná na adrese: https://frnk.lightcomp.cz/download/cuni-ais/snapshots/earkconvert/
Nástroj pro svůj běh vyžaduje Java 17 a vyšší.
Parametrizace nástroje
Nástroj je možné spustit vždy pro převod jednoho balíčku.
earkconvert [--orig-ids|-i] [--scope|-s <rozsah>] [--unpacked|-d] [--mets|-m <soubor s metadaty>] [--ead|-e <soubor s pomůckou>] [--uuid|-u <UUID cílového balíčku>] [--workdir|-w <adresář>] <input> <output>
Parametry:
--orig-idsnebo-i: zachování původních identifikátorů souborů a balíčku (pro předání do Elza)
--scopenebo-s: rozsah výsledného balíčku, viz Rozsah balíčku; výchozíaip_base
--unpackednebo-d: výstup bez zabalení do ZIP, viz Výstup bez zabalení do ZIP
--metsnebo-m: cesta k souboru s metadaty balíčku (METS XML)
--eadnebo-e: cesta k souboru s archivní pomůckou (EAD XML)
--uuidnebo-u: UUID cílového balíčku, pokud není zadáno, bude vygenerováno automaticky
--workdirnebo-w: pracovní adresář, kam se uloží dočasné soubory a výsledný balíček
<input>: vstupní soubor nebo adresář, který obsahuje datový obsah balíčku
<output>: výstupní adresáře, kam bude uložen výsledný eARK balíček a jeho protokol
Výsledkem převodu je balíček v podobě <uuid>.zip ve výstupním adresáři a protokol s průběhem převodu a případnou chybou
v souboru <uuid>.log. Při použití --orig-ids je identifikátorem balíčku číslo archiválie,
výsledný soubor se pak jmenuje <číslo archiválie>.zip (například 436848.zip); protokol zůstává <uuid>.log.
Nástroj je možné spustit ve třech režimech:
s jedním vstupním parametrem (soubor), kdy balíček je předán ve formě jednoho ZIP souboru
s jednim vstupním parametrem (adresář), kdy balíček je předán jako adresář, který obsahuje soubor s metadaty a další ZIP soubor s datovým obsahem
s více vstupními parametry, kdy je možné předat jak soubor s metadaty, tak datový obsah jako ZIP soubor a také UUID cílového balíčku
Příklad spuštění s více vstupními parametry, výstup bude uložen do adresáře D:\earkconvert.work\output:
earkconvert -w D:\earkconvert.work\work -u 3b87a2a5-d26f-4475-a979-f6dfe61b339e -m "D:\earkconvert.work\extracted\3b87a2a5-d26f-4475-a979-f6dfe61b339d\3b87a2a5-d26f-4475-a979-f6dfe61b339d_xml_6.xml" "D:\earkconvert.work\extracted\3b87a2a5-d26f-4475-a979-f6dfe61b339d\3b87a2a5-d26f-4475-a979-f6dfe61b339d.zip" D:\earkconvert.work\output
Rozsah balíčku
Software pro zpracování archiválií (Elza) si může přes DA API vyžádat balíček v několika rozsazích
(parametr dipType dle NMET2, viz https://stands.nacr.cz/da-zpracovani/). Odpovídající rozsah se nástroji
předává parametrem --scope:
rozsah |
obsah výsledného balíčku |
|---|---|
|
úplný balíček: metadata i binární data komponent (výchozí hodnota) |
|
metadatový balíček: |
|
pouze archivní metadata jako samostatné soubory |
V rozsahu metadata_base je METS.xml shodný s úplným balíčkem: obsahuje úplný seznam souborů
(fileSec) i obě strukturální mapy a RETENTION-METADATA.xml popisuje i soubory, které v balíčku
fyzicky nejsou. Identifikátory všech součástí balíčku jsou tak shodné bez ohledu na rozsah, což umožňuje
následné vyžádání jednotlivých komponent podle jejich identifikátoru (POST /download/files).
Rozsah package_info (samostatný PACKAGE-INFO.xml) nástroj zatím nenabízí.
Výstup bez zabalení do ZIP
Dávka ke stažení podle NMET2 je tvořena sadou adresářů pojmenovaných identifikátorem balíčku,
v nichž je obsah balíčku umístěn přímo. Pro tento účel slouží parametr --unpacked:
obsah balíčku (
METS.xml,metadata,representations) se zapíše přímo do adresáře<output>, nevzniká ZIP ani vnořená kořenová složka s identifikátorem balíčkuadresář
<output>musí být prázdný nebo nesmí existovat (bude vytvořen); jinak převod skončí chybou ještě před zahájenímza pojmenování adresáře
<output>(identifikátor balíčku, tj. číslo archiválie při--orig-ids) odpovídá volající, tedy ESMprotokol
<uuid>.logse v tomto režimu ukládá do nadřazeného adresáře adresáře<output>, aby nebyl součástí balíčku
Příklad přípravy balíčku v rozsahu metadata_base do dávky D:\esm\batch\17 pro archiválii
s číslem 436848:
earkconvert -w D:\earkconvert.work\work -i -s metadata_base -d D:\esm\export\0ea6e9ad-424f-44dc-9413-373678fccf71.zip D:\esm\batch\17\436848
Výsledkem je adresář D:\esm\batch\17\436848 s obsahem balíčku a protokol
D:\esm\batch\17\0ea6e9ad-424f-44dc-9413-373678fccf71.log.