root/collections/documented-examples/trunk/wrdpdf-e/etc/collect.cfg @ 19183

Revision 19183, 15.8 KB (checked in by kjdon, 11 years ago)

path changes, small text changes

  • Property svn:executable set to *
Line 
1creator     greenstone@cs.waikato.ac.nz
2public      true
3
4plugin      WordPlugin
5plugin      RTFPlugin
6plugin      PDFPlugin
7plugin      PostScriptPlugin
8plugin      GreenstoneXMLPlugin
9plugin      MetadataXMLPlugin
10plugin      ArchivesInfPlugin
11plugin      DirectoryPlugin
12
13indexes     document:text
14
15classify    AZList -metadata Title
16
17format DocumentHeading ""
18format DocumentButtons ""
19
20
21# -- English strings ----------------
22collectionmeta  collectionname [l=en] "MSWord and PDF demonstration"
23
24collectionmeta  .document:text [l=en] "documents"
25
26
27# -- French strings ----------------
28collectionmeta  collectionname [l=fr] "Démonstration MSWord et PDF"
29
30collectionmeta  .document:text [l=fr] "documents"
31
32
33# -- Spanish strings ----------------
34collectionmeta  collectionname [l=es] "Demostración en MSWord y PDF"
35
36collectionmeta  .document:text [l=es] "documentos"
37
38
39# -- Russian strings ----------------
40collectionmeta  collectionname [l=ru] "ДеЌПМстрацОя MSWord О PDF"
41
42collectionmeta  .document:text [l=ru] "ДПкуЌеМты"
43
44
45# -- English text ----------------
46collectionmeta  collectionextra [l=en] "This collection demonstrates Greenstone\'s
47    ability to build collections from documents provided in different formats.
48    It contains a number of papers written by various members of the NZDL
49    project in PDF, MSWord, RTF, and Postscript formats.\n
50<p>
51The documents in this collection have been produced by members of the Department of Computer Science, University of Waikato.
52The University of Waikato holds copyright. They may be distributed freely, without any restrictions.
53
54<h3>How the collection works</h3>\n
55<p>
56This collection\'s <a href=\"_httpcollection_/etc/collect.cfg\"
57target=collect.cfg>configuration file</a> contains the four plugins
58<i>WordPlugin</i>, <i>RTFPlugin</i>, <i>PDFPlugin</i> and <i>PostScriptPlugin</i> (along with
59the standard four, <i>GreenstoneXMLPlugin</i>, <i>MetadataXMLPlugin</i>, <i>ArchivesInfPlugin</i> and <i>DirectoryPlugin</i>). These
60four plugins all extract <i>Title</i> and <i>Source</i> (i.e. filename)
61metadata. \n
62
63<p>
64Greenstone contains third-party software that is used to convert
65Word, RTF, PDF and PostScript files into HTML.  The Greenstone team does not
66maintain these modules, although we do try to include the latest versions
67with each
68Greenstone release. Bugs arise with unusual Word documents (e.g. from older
69Macintosh systems), and sometimes the text is badly extracted. Some PDF files
70have no machine-readable text at all, comprising instead a sequence of page
71<i>images</i> from which text can only be extracted by optical character recognition
72(OCR), which Greenstone does not attempt. If you encounter these problems, you
73can either remove the offending documents from your collection, or try using
74some of the advanced plugin options to process the documents in different ways.
75For more information, see the Enhanced PDf and Word tutorials on the 
76<a href=\'http://wiki.greenstone.org/wiki/index.php/Tutorial_exercises\'>Greenstone wiki</a>.
77
78<p>
79The <a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>configuration
80file</a> includes a single index, based on document text, and one classifier,
81an <i>AZList</i> based on <i>Title</i> metadata, shown
82<a href=\"_gwcgi_?l=_cgiargl_&c=_cgiargc_&a=d&cl=CL1\">here</a> (the alphabetic
83selector is suppressed automatically because the collection contains only a few
84documents). However, no format statement is specified. In the absence of
85explicit information, Greenstone supplies sensible defaults. In this case, the
86default format for the classifier gives:\n
87
88<ul>
89<li>
90an icon for the HTML version of the document (the text that is actually indexed,
91essentially the same as the Greenstone Archive format);\n
92<li>
93an icon for the original version of the document (clicking it opens the
94document in its original form);\n
95<li>
96<i>Title</i> metadata, extracted from the document;\n
97<li>
98<i>Source</i> (i.e. filename) metadata, extracted from the document.\n
99</ul>
100
101<p>
102Here is a format statement that achieves exactly the same effect explicitly. It
103applies to all <i>Vlists</i>, and so controls both search results list and the
104alphabetic title browser.\n
105
106<pre>
107format VList \"&lt;td&gt;[link][icon][/link]&lt;\/td&gt;\n
108              &lt;td&gt;[srclink][srcicon][/srclink]&lt;\/td&gt;\n
109              &lt;td&gt;[Title]&lt;br&gt;&lt;i&gt;([Source])&lt;/i&gt;&lt;/td&gt;\"\n
110</pre>
111"
112
113
114# -- French text ----------------
115collectionmeta  collectionextra [l=fr] "Cette collection d&eacute;montre les capacit&eacute;s de Greenstone pour rassembler des collections &agrave; partir de documents existants en diff&eacute;rents formats. Elle contient plusieurs articles &eacute;crits par diff&eacute;rents membres du projet NZDL en format PDF, MSWord, RTF, et Postscript.
116<p>
117The documents in this collection have been produced by members of the Department of Computer Science, University of Waikato.
118The University of Waikato holds copyright. They may be distributed freely, without any restrictions.
119
120<p>
121<h3>Comment marche cette collection ?</h3>
122
123<p>
124Le <a href=\"_httpcollection_/etc/collect.cfg\"
125target=collect.cfg>fichier de configuration</a> de cette collection contient quatre plugins, <i>WordPlugin</i>, <i>RTFPlugin</i>,
126 <i>PDFPlugin</i> et <i>PostScriptPlugin</i> (ensemble avec les quatre plugins standards <i>GreenstoneXMLPlugin</i>, <i>MetadataXMLPlugin</i>, <i>ArchivesInfPlugin</i> et <i>DirectoryPlugin</i>).
127 Tous ces quatre modules extraient les méta-données <i>Titre</i> et <i>Source</i> (c.-a-d. nom de fichier).
128
129<p>
130Greenstone contient des logiciels de tierces parties utilisés pour convertir des fichiers Word, RTF, PDF et PostScript en HTML. L'équipe Greenstone ne maintient pas ces modules bien que nous incluons les derniÚres versions dans chaque édition de Greenstone. Des coquilles apparaissent avec les documents
131inhabituels de Word (par exemple à partir de vieux systÚmes Macintosh) et des fois, le texte est mal extrait. Certains fichiers PDF n'ont pas du tout une forme lisible directement par les machines, mais sont représentés par une séquence de pages d'<i>images</i> à partir desquelless le texte ne peut être extrait que par une reconnaissance optique de caractÚres (ROC), ce que
132Greenstone ne tente pas de faire. _text1_
133
134<p>
135Le <a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>fichier de configuration</a> comprend un index unique, basé sur un texte de document
136et un classificateur, un <i>AZList</i> basée sur la méta-donnée <i>Titre</i>, montrée <a href=\"_gwcgi_?l=_cgiargl_&c=_cgiargc_&a=d&cl=CL1\">ici</a> (le sélecteur
137alphabétique est supprimé automatiquement parce que la collection ne contient que peu de documents). Cependant aucune déclaration de format n'est spécifiée. A l'absence d'information explicite, Greenstone fournit des défauts sensés. Dans ce cas le format par défaut pour le classificateur donne ceci :
138<ul>
139<li>
140une icÎne pour la version HTML du document (le texte est en fait indexé en grande partie de la même façon que le format d'archive Greenstone);
141<li>
142une icÃŽne pour la version originale du document (en cliquant dessus, on ouvre le document dans sa version originale);
143<li>
144méta-donnée <i>Titre</i> extraite du document;
145<li>
146méta-donnée <i>Source</i> (c.-à-d. nom du fichier) extraite du document.
147</ul>
148
149<p>
150Voici une déclaration de format qui fait exactement la même chose de maniÚre explicite.
151Elle s'applique à tous les <i>VList</i> et contrÎle donc aussi bien les résultats de recherche que la navigation alphabétique par titre.
152
153<pre>
154format VList \"&lt;td&gt;[link][icon][/link]&lt;\/td&gt;\n
155              &lt;td&gt;[srclink][srcicon][/srclink]&lt;\/td&gt;\n
156              &lt;td&gt;[Title]&lt;br&gt;&lt;i&gt;([Source])&lt;/i&gt;&lt;/td&gt;\"\n
157</pre>
158"
159
160
161# -- Spanish text ----------------
162collectionmeta  collectionextra [l=es] "Esta colecci&oacute;n demuestra la capacidad del programa Greenstone para construir colecciones con documentos en diferentes formatos. Contiene art&iacute;culos escritos por varios de los miembros del proyecto NZDL en formato PDF, MSWord, RTF y Postscript.
163<p>
164The documents in this collection have been produced by members of the Department of Computer Science, University of Waikato.
165The University of Waikato holds copyright. They may be distributed freely, without any restrictions.
166
167<h3>Cómo trabaja esta colección</h3>
168
169Este <a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>archivo de configuración de la colección</a> contiene los cuatro plugins <i>WordPlugin, RTFPlugin, PDFPlugin</i> y <i>PostScriptPlugin</i> (junto con los cuatro plugins estándar, <i>GreenstoneXMLPlugin, MetadataXMLPlugin, ArchivesInfPlugin</i> y <i>DirectoryPlugin</i>). Los cuatro plugins extraen los metadatos de <i>Título</i> y <i>Fuente</i> (es decir, nombre del archivo).
170<p>
171
172Greenstone contiene un software de otro fabricante que se utiliza para convertir archivos Word, RTF, PDF y PostScript a HTML. El equipo de Greenstone no le da mantenimiento a estos módulos, aunque incluimos las más recientes versiones con cada nueva versión de Greenstone. Los errores lógicos surgen con documentos Word inusuales (p. ej. provenientes de sistemas Macintosh anteriores) y en ocasiones el texto no se extrae adecuadamente. Algunos archivos PDF no contienen textos legibles de ninguna manera, consistiendo en su lugar de una secuencia de <i>imágenes</i> de página de las cuales el texto únicamente se puede extraer por medio del reconocimiento óptico de caracteres (OCR por sus siglas en inglés), que es algo que Greenstone no pretende hacer. _text1_
173<p>
174
175El <a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>archivo de configuración</a> incluye un solo índice basado en el texto de los documentos y un clasificador <i>AZList</i> basado en el metadato de <i>Título</i>, tal como se muestra <a href=\"_gwcgi_?l=_cgiargl_&c=_cgiargc_&a=d&cl=CL1\">aquí</a> (el selector alfabético se suprime automáticamente ya que la colección contiene únicamente unos cuantos documentos). Sin embargo, no se especifica ningún enunciado de formato. En ausencia de información explícita, Greenstone suministra los formatos por omisión. En este caso, el formato por omisión para el clasificador proporciona:
176<p>
177<ul>
178<li> un icono para la versión HTML del documento (el texto que se está indexando, básicamente el mismo que el formato del Archivo Greenstone);
179
180
181<li> un icono para la versión original del documento (al hacer click en él abre el documento en su forma original);
182
183
184<li> el metadato de <i>Título</i> extraído del documento;
185
186
187<li> el metadato de <i>Fuente</i> (es decir, el nombre de archivo) extraído del documento.
188</ul>
189<p>
190He aquí un enunciado de formato que logra exactamente el mismo efecto de manera explícita. Se aplica a todas las <i>Vlists</i> y por lo tanto controla tanto la lista de resultados de la búsqueda como el explorador de títulos por orden alfabético.
191
192<pre>
193format VList \"&lt;td&gt;[link][icon][/link]&lt;\/td&gt;\n
194              &lt;td&gt;[srclink][srcicon][/srclink]&lt;\/td&gt;\n
195              &lt;td&gt;[Title]&lt;br&gt;&lt;i&gt;([Source])&lt;/i&gt;&lt;/td&gt;\"\n
196</pre>
197"
198
199
200# -- Russian text ----------------
201collectionmeta  collectionextra [l=ru] "
202Эта кПллекцОя ЎеЌПМстрОрует спПсПбМПсть Greenstone  к пПстрПеМОю  кПллекцОО Оз ЎПкуЌеМтПв, выпПлМеММых Ð² разлОчМых Ñ„ПрЌатах. ОМа сПЎержОт ЌМПжествП статей, МапОсаММых Ñ€Ð°Ð·Ð»ÐžÑ‡ÐœÑ‹ÐŒÐž члеМаЌО прПекта NZDL, в фПрЌатах PDF, MSWord, RTF О Postscript.
203<p>
204The documents in this collection have been produced by members of the Department of Computer Science, University of Waikato.
205The University of Waikato holds copyright. They may be distributed freely, without any restrictions.
206
207
208<h3>Как рабПтает кПллекцОя</h3>
209<p>
210
211<a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>КПМфОгурацОПММый файл</a> ÑÑ‚Пй кПллекцОО сПЎержОт четыре плагОМа <i>WordPlugin, RTFPlugin, PDFPlugin</i> О <i>PostScriptPlugin</i> (МаряЎу с четыре стаМЎартМыЌО <i>GreenstoneXMLPlugin, MetadataXMLPlugin, ArchivesInfPlugin</i> О <i>DirectoryPlugin</i>). Все этО четыре плагОМа Озвлекают ЌетаЎаММые Оз <i>НазваМОя</i> (<i>Title</i>) О <i>ИстПчМОка</i> (<i>Source</i>), тП есть ОЌя файла.
212<p>
213
214Greenstone сПЎержОт стПрПММее прПграЌЌМПе ПбеспечеМОе, кПтПрПе ОспПльзуется Ўля тПгП, чтПбы кПМвертОрПвать файлы, сПзЎаММые в Word, RTF, PDF О PostScript в HTML. КПЌаМЎа Greenstone Ме ПбслужОвает этО ЌПЎелО, хПтя Ќы включаеЌ Ох ÑÐ°ÐŒÑ‹Ðµ пПслеЎМОе версОО в кажЎый выпуск Greenstone. ОшОбкО вПзМОкают у МеПбычМых ÐŽÐŸÐºÑƒÐŒÐµÐœÑ‚Пв Word (МапрОЌер, Пт старых ÑÐžÑÑ‚еЌ МакОМтПша), О ОМПгЎа текст ужасМП Озвлекается. НекПтПрые PDF файлы Ме сПзЎают МОкакПгП ЌашОММПчОтаеЌПгП текста вППбще, а вЌестП этПгП включают  пПслеЎПвательМПсть <i>ОзПбражеМОй</i> страМОцы, Оз кПтПрых Ñ‚екст ЌПжет быть ОзвлечеМ тПлькП путеЌ ПптОческПгП распПзМаваМОя (OCR), чтП в Greenstone Ме преЎусЌПтреМП. _text1_
215<p>
216
217
218<a href=\"_httpcollection_/etc/collect.cfg\" target=collect.cfg>КПМфОгурацОПММый файл</a> Ð²ÐºÐ»ÑŽÑ‡Ð°ÐµÑ‚ еЎОМствеММый ОМЎекс, ПсМПваММый Ма тексте ЎПкуЌеМта О ПЎОМ классОфОкатПр <i>AZList</i>, ПсМПваММый Ма ЌетаЎаММых <i>НазваМОя</i>, пПказаММый <a href=\"_gwcgi_?l=_cgiargl_&c=_cgiargc_&a=d&cl=CL1\">зЎесь</a> (алфавОтМый ПтбПрщОк автПЌатОческО ПтключеМ, пПскПльку кПллекцОя сПЎержОт тПлькП МескПлькП ЎПкуЌеМтПв). ОЎМакП МОкакОх ÐŸÐ¿ÐµÑ€Ð°Ñ‚ПрПв фПрЌата Ме ПпреЎелеМП. ПрО  ПтсутствОО явМПй ОМфПрЌацОО Greenstone  пПЎЎержОвает пП уЌПлчаМОю МаОбПлее ПщутОЌые. В этПЌ случае пП уЌПлчаМОю ОспПльзуются слеЎующОе  фПрЌаты Ўля классОфОкатПра:
219<p>
220
221
222<ul>
223<li>
224ОзПбражеМОе (ОкПМка) Ўля HTML-версОО ЎПкуЌеМта (текст, кПтПрый фактОческООМЎексОрПваМ, пП существу такПй же, как фПрЌат архОва Greenstone);
225<li>
226ОзПбражеМОе (ОкПМка) Ўля ПрОгОМальМПй версОО ЎПкуЌеМта (щелкая Ма МеЌ, Пткрывают ЎПкуЌеМт в егП ОсхПЎМПЌ фПрЌате);
227<li>
228ЌетаЎаММые <i>НазваМОя</i> (<i>Title</i>), ОзвлечеММые Оз ЎПкуЌеМта;
229<li>
230ЌетаЎаММые <i>ИстПчМОка</i> (<i>Source</i>), тП есть ОЌя файла, ОзвлечеММПе Оз ЎПкуЌеМта.
231</ul>
232<p>
233
234ИЌеется ПператПр фПрЌата, кПтПрый ЎПстОгает такПй же саЌый эффект. ОМ Пбращается кП всеЌ <i>Vlists</i> О такОЌ ПбразПЌ Псуществляет кПМтрПль как МаЎ спОскПЌ результатПв пПОска, так О МаЎ алфавОтМыЌ пПказПЌ МазваМОй.
235
236<pre>
237format VList \"&lt;td&gt;[link][icon][/link]&lt;\/td&gt;\n
238              &lt;td&gt;[srclink][srcicon][/srclink]&lt;\/td&gt;\n
239              &lt;td&gt;[Title]&lt;br&gt;&lt;i&gt;([Source])&lt;/i&gt;&lt;/td&gt;\"\n
240</pre>
241"
Note: See TracBrowser for help on using the browser.