source: collections/documented-examples/trunk/pagedimg-e/etc/collect.cfg@ 19717

creator     [email protected]
maintainer  [email protected]
public      true

buildtype   mg

indexes     section:text
defaultindex    section:text

plugin  GreenstoneXMLPlugin
# We want the two types of paged documents to be treated differently: paged
# and hierarchical. So include two PagedImagePlugin plugins and modify the
# process_exp.
plugin  PagedImagePlugin -process_exp xml.*\.item$ -create_screenview true -OIDtype assigned -minimumsize 100 -OIDmetadata ItemOID -documenttype hierarchy
plugin  PagedImagePlugin -create_screenview true -OIDtype assigned -minimumsize 100 -OIDmetadata ItemOID -documenttype paged
plugin  MetadataXMLPlugin
plugin  ArchivesInfPlugin
plugin  DirectoryPlugin

classify    AZCompactList -metadata Series -sort Date
classify    DateList

# Format statements to display Series, Volume, Number and Date information

format DocumentVList "<td valign=top>[link][icon][/link]</td>
<td valign=top>{If}{[Series],[Series] {If}{[Volume],Vol. [Volume]} {If}{[Number],No. [Number]},[highlight]{Or}{[Title],[PageNum]}[/highlight]}</td>"

format CL1VList "<td valign=top>[link][icon][/link]</td>
<td valign=top>{If}{[numleafdocs],[Title],{If}{[Volume],Vol. [Volume]} {If}{[Number],No. [Number]} ([format:Date])}</td>"

format SearchVList "<td valign=top>[link][icon][/link]</td>
<td valign=top>[parent(Top):Series] {If}{[parent(Top):Volume],Vol. [parent(Top):Volume]} {If}{[parent(Top):Number],No. [parent(Top):Number]} Page [Title]</td>"

format DateList "<td valign=top>[link][icon][/link]</td>
<td valign=top>[Series] {If}{[Volume],Vol. [Volume]} {If}{[Number],No. [Number]}</td>"

format HList "[link][highlight][ex.Title][/highlight][/link]"

# We customise the document display, so use the extended options
format AllowExtendedOptions true

# We want to add in fullsize/preview/text buttons to switch between the
# different versions of each page

format DocumentHeading "<center><table width=_pagewidth_>
<tr valign=top><td>{Or}{[parent(Top):Series],[Series]}</td></tr>
<tr valign=top><td><table><tr><td>
[DocumentButtonDetach][DocumentButtonHighlight]
{If}{_cgiargp_ eq \'fullsize\',{If}{[screenicon],_document:viewpreview_}
{If}{[NoText] eq \'1\',,_document:viewtext_},
{If}{_cgiargp_ eq \'preview\',{If}{[srcicon],_document:viewfullsize_}
{If}{[NoText] eq \'1\',,_document:viewtext_},
{If}{[srcicon],_document:viewfullsize_}
{If}{[screenicon],_document:viewpreview_}}}
</td></tr></table></td>
<td>[DocTOC]</td></tr></table></center>"

# Document text display changes based on the p argument - this is not used
#normally for document display, so we can use it here to switch between
#fullsize/preview/text versions.
format DocumentText "<center><table width=_pagewidth_><tr><td>
{If}{_cgiargp_ eq \'fullsize\',[srcicon],
{If}{_cgiargp_ eq \'preview\',[screenicon],{If}{[NoText] eq \'1\',,[Text]}}}
</td></tr></table></center>"


# -- English strings --------------------
collectionmeta  collectionname [l=en] "Paged Image example"
collectionmeta  .section:text [l=en] "newspaper pages"

# -- French strings --------------------
collectionmeta  collectionname [l=fr] "Exemple d'image mise en page"
collectionmeta  .section:text [l=fr] "pages de journaux"

# -- Spanish strings --------------------
collectionmeta  collectionname [l=es] "Ejemplo de imágenes paginadas"
collectionmeta  .section:text [l=es] "páginas de diario"

# -- Simplified Chinese strings --------------------
collectionmeta  collectionname [l=zh] "分页囟片瀺范銆藏"
collectionmeta  .section:text [l=zh] "报纞页面"

# -- English text -----------------------

collectionmeta  collectionextra [l=en] "This collection contains a few newspapers from the
<a href=\'http://www.nzdl.org/cgi-bin/library?a=p&amp;p=about&amp;c=niupepa\'>
Niupepa</a> collection of Maori newspapers.

<h3>How the collection works</h3>
<p>Each newspaper issue consists of a set of images, one per page, and a set
of text files for the OCR\'d text. An item file links the set of pages into a
single newspaper document. PagedImagePlugin is used to process the item files.
<p>There are two styles of item files, and this collection demonstrates both.
The first uses a text based format, and consists of a list of metadata for the
document, and a list of pages. Here are some examples:
<a href=\'_httpcollection_/import/09/09\_1\_1.item\'>Te Waka o Te Iwi, Vol. 1, No. 1</a>,
<a href=\'_httpcollection_/import/10/10\_1\_3.item\'>Te Whetu o Te Tau, Vol. 1, No. 3</a>.
This format allows specification of document level metadata, and a single list of pages.
<p>The second style is an extended format, and uses XML. It allows a hierarchy
of pages, and metadata specification at the page level as well as at the
document level. An example is <a href=\'_httpcollection_/import/xml/23/23\_\_2.item\'>Matariki 1881, No. 2</a>.
This newspaper also has an abstract associated with it. The contents have been
grouped into two sections: Supplementary Material, which contains the Abstract,
and Newspaper Pages, which contains the page images.
<p>Paged documents can be presented with a hierarchical table of contents
(e.g. <a href=\'?a=d&amp;c=_cgiargc_&amp;d=23\_\_1.2.1&p=text\'>this one</a>),
or with next and previous page arrows, and a goto page box
(e.g. <a href=\'?a=d&amp;c=_cgiargc_&amp;d=10\_1\_2&p=preview\'>this one</a>).
This is specified by the <tt>-documenttype (hierarchy|paged)</tt> option to PagedImagePlugin.
The next and previous arrows suit the linear sequence documents, while the table of contents
suits the hierarchically organised document. Ordinarily, a Greenstone collection
would have one plugin per document type, and all documents of that type get
the same processing. In this case, we want to treat the XML-based item files
differently from the text-based item files. We can achieve this by adding two
PagedImagePlugin plugins to the collection, and configuring them differently.
<p><tt>plugin PagedImagePlugin -documenttype hierarchy -process_exp xml.*\.item$; <br/> plugin PagedImagePlugin -documenttype paged</tt>

<p>XML based newpapers have been grouped into a folder called <tt>xml</tt>.
This enables us to process these files differently, by utilising the
<tt>process_exp</tt> option which all plugins support. The first PagedImagePlugin
in the list looks for item files underneath the xml folder. These documents
will be processed as hierarchical documents. Item files that don\'t match the
process expression (i.e. aren\'t underneath the xml folder) will be passed onto
the second PagedImagePlugin, and these are treated as paged documents.

<p><b>Formatting</b>
<p>We have modified the document formatting to display fullsized images,
preview images or text, with buttons to switch between them. This involves
modifications to the DocumentHeading and DocumentText format statements in the
<a href=\'_httpcollection_/etc/collect.cfg\' target=\'collect.cfg\'>collection configuration file</a>,
and some macro definitions in the <a href=\'_httpcollection_/macros/extra.dm\' target=\'extra.dm\'>extra.dm macro file</a>.
The extra.dm macro file provides definitions for the buttons (\_viewfullsize\_,
\_viewpreview\_, \_viewtext\_) which are used by the format statement in the
collect.cfg file. The format statement switches the document display and sets
the buttons to be displayed based on the p argument, which is also set by the
format statement.
"

# -- French text -----------------------

collectionmeta  collectionextra [l=fr] "
Cette collection contient quelques journaux de la collection de journaux Maori 
<a href='http://www.nzdl.org/cgi-bin/library?a=p&amp;p=about&amp;c=niupepa'>Niupepa</a>. 

<h3>Comment fonctionne la collection</h3> 

<p>Chaque numéro de revue est constitué d'une série d'images, une par page, et d'une série de 
fichiers textuels issus de l'OCR. Un fichier d'exemplaire fait le lien entre la série d'images 
et le document du numéro du journal. Le plugiciel PagedImagePlugin est utilisé pour traiter les 
fichiers d'exemplaire. <p>Il y a deux styles de fichiers d'exemplaires, et cette collection les 
utilise tous les deux. Le premier utilise un format textuel, et regroupe une liste de métadonnées 
et une liste de pages. 

En voici quelques exemples : <a href='_httpcollection_/import/09/09\_1\_1.item'>Te Waka o Te Iwi, Vol. 1, No. 1</a>,  
<a href='_httpcollection_/import/10/10\_1\_3.item'>Te Whetu o Te Tau, Vol. 1, No. 3</a>. 
Ce format permet de spécifier des métadonnées de niveau document, et une seule liste de pages. 

<p>Le second style est un format étendu et utilise XML. Il permet de hiérarchiser les pages, 
et de spécifier des métadonnées aussi bien au niveau de la page que du document. 
En voici un exemple : <a href='_httpcollection_/import/xml/23/23\_\_2.item'>Matariki 1881, No. 2</a>. 
Ce journal a aussi un résumé qui lui est associé. Les contenus ont donc été regroupés en deux sections : 
matériaux complémentaires, qui contient les résumés, et pages du journal, qui contient les images des pages. 
Les documents paginés peuvent être présentés avec une table des matiÚres hiérarchique (voir par exemple 
<a href='?a=d&amp;c=_cgiargc_&amp;d=23\_\_1.2.1&p=text'>celle-ci</a>), ou avec des flÚches de navigation pour 
atteindre la page précédente ou la page suivante, ainsi qu'une boîte permettant d'atteindre une page en particulier 
(par exemple <a href='?a=d&amp;c=_cgiargc_&amp;d=10\_1\_2&p=preview'>celle-ci</a>). Cela est défini par l'option 
<tt>-documenttype (hierarchy|paged)</tt> du plugiciel PagedImagePlugin. Les flÚches de navigation suivent l"organisation 
linéaire des documents, tandis que la table des matiÚres respecte l'organisation hiérarchique des documents. Normalement, 
une collection Greenstone utilise un seul plugiciel par type de document, et tous les documents de ce type subissent le même 
traitement. Dans ce cas, nous voulons traiter différemment les fichiers d'exemplaires au format XML et les ficiers d'exemplaires 
au format texte. Nous pouvons arriver à ce résultat en ajoutant deux plugiciels PagedImagePlugin à la collection, et en 
les configurant différemment de la façon suivante : 
<p><tt>plugin PagedImagePlugin -documenttype hierarchy -process_exp xml.*\.item$; <br/> plugin PagedImagePlugin -documenttype paged</tt>
<p>Les journaux décrits en XML ont été regroupés dans un dossier 
appelé <tt>xml</tt>. Cela nous permet de traiter ces fichiers différemment, en utilisant l'option <tt>process_exp</tt> 
dont disposent tous les plugiciels. Le premier plugiciel PagedImagePlugin de la liste recherche les fichiers d'exemplaires 
à l'intérieur du dossier xml. Ces documents seront alors traités comme des documents hiérarchisés. Les fichiers d'exemplaires 
qui ne correspondent pas à l'expression de recherche (c'est à dire qui ne sont pas situés dans le dossier xml) seront traités 
par le second plugiciel PagedImagePlugin, comme des documents paginés. <p><b>Formatage</b> <p>Nous avons modifié le formatage 
du document pour afficher les images en haute résolution, prévisualiser les images ou le texte, avec un bouton pour passer 
d'un mode à l'autre. Cela implique des modifications dans les déclarations des formats DocumentHeading et DocumentText, 
dans le <a href='_httpcollection_/etc/collect.cfg' target=\'collect.cfg\'>fichier de configuration de la collection</a>, 
et la définition de certaines macros dans le <a href='_httpcollection_/macros/extra.dm' target=\'extra.dm\'>fichier de 
macro extra.dm</a>. Le fichier de macro extra.dm définit les boutons (\_viewfullsize\_,  \_viewpreview\_, \_viewtext\_) qui 
sont utilisés par la déclaration de format dans le fichier collect.cfg. La déclaration de format change l'affichage du document 
et définit les boutons affichés en se basant sur l'argument p, qui est aussi défini dans la déclaration du format. 
"

# -- Spanish text -----------------------
collectionmeta  collectionextra [l=es] "Esta colección contiene algunos diarios de la colección
<a href=\'http://www.nzdl.org/cgi-bin/library?a=p&amp;p=about&amp;c=niupepa\'>
Niupepa</a> de periódicos Maories.

<h3>Cómo funciona la colección</h3>
<p>Cada diario consiste en un conjunto de imágenes, una por página, y un conjunto de archivos de texto provenientes del OCR. Un archivo .item relaciona al conjunto de páginas en un único documento de diario. PagedImagePlugin se utiliza para procesar esos archivos .item.
<p>Hay dos estilos para escribir esos archivos item. y esta colección demuestra ambos.
El primero usa un formato básico de texto, y consiste en una lista de metadatos para el documento, y una lista de páginas. Aquí hay algunos ejemplos:
<a href=\'_httpcollection_/import/09/09\_1\_1.item\'>Te Waka o Te Iwi, Vol. 1, No. 1</a>,
<a href=\'_httpcollection_/import/10/10\_1\_3.item\'>Te Whetu o Te Tau, Vol. 1, No. 3</a>.
Este formato permite la especificación de metadatos a nivel de documento, y una lista simple de páginas.
<p>El segundo estilo es un formato extendido y usa XML. Permite una jerarquía de páginas, y una especificación de metadatos a nivel de documento como también de páginas. Un ejemplo es <a href=\'_httpcollection_/import/xml/23/23\_\_2.item\'>Matariki 1881, No. 2</a>.
Este diario también tiene un resumen asociado a él. Los contenidos han sido agrupados en 2 secciones: Material Suplementario, la cual contiene el resumen, y Páginas del Diario, que contiene las imágenes de las páginas.
<p>Los documentos paginados pueden presentarse con una tabla de contenidos jerárquica
(por ej. <a href=\'?a=d&amp;c=_cgiargc_&amp;d=23\_\_1.2.1&p=text\'>esta</a>),
o con flechas \"Siguiente"
(por ej. <a href='?a=d&amp;c=_cgiargc_&amp;d=10\_1\_2&p=preview'>esta</a>).
Esto es definido por la opción <tt>-documenttype (hierarchy|paged)</tt> asignada al plugin PagedImagePlugin.
Las flechas Siguiente y Anterior permiten seguir el documento de manera lineal, mientras que la tabla de contenidos muestra al documento organizado jerárquicamente. Generalmente, una colección de Greenstone tendría un plugin por cada tipo de documento y todos los documentos de ese mismo tipo tendrían el mismo procesamiento. En este caso, queremos tratar los archivos .item con formato XML de manera diferente a aquellos con formato de texto plano. Esto puede lograrse agregando dos plugin PagedImagePlugin a la colección, y configurándolo de manera diferente.
<p><tt>plugin PagedImagePlugin -documenttype hierarchy -process_exp xml.*\.item$; <br/> plugin  PagedImagePlugin -documenttype paged </tt></p>

<p>Los diarios basados en XML han sido agrupados en una carpeta llamada <tt>xml</tt>.
Esto nos permite procesar esos archivos de una manera diferente, utilizando la opción <tt>process_exp</tt> que es soportada por todos los plugins. El primer plugin PagedImagePlugin
en la lista busca archivos .item que se encuentren en la carpeta xml. Estos documentos se procesarán como documentos jerárquicos. Los archivos .item que no coincidan con la expresión de procesamiento (por ejemplo, los que no estén dentro de la carpeta xml) serán pasados al segundo plugin PagedImagePlugin, y se tratarán como documentos paginados.

<p><b>Formateo</b>
<p>Hemos modificado el formateo del documento para mostrar imágenes a tamaño completo, previsualizar imágenes o texto y botones para cambiar entre estas opciones. Esto involucra modificaciones a las cadenas de formateo del DocumentHeading y el DocumentText en el
<a href='_httpcollection_/etc/collect.cfg' target=\'collect.cfg\'>archivo de configuración de la colección.</a>,
y algunas definiciones de macros en el <a href='_httpcollection_/macros/extra.dm' target=\'extra.dm\'>archivo de macros extra.dm</a>.
El archivo extra.dm provee definiciones para los botones (\_viewfullsize\_,
\_viewpreview\_, \_viewtext\_) los cuales son usados por la sentencia de formateo en el archivo collect.cfg. La sentencia de formateo cambia la visualización del documento y setea los botones que deben mostrarse basándose en el argumento p, el cual es configurado también en la misma sentencia.
"

# -- Simplified Chinese text -----------------------
collectionmeta  collectionextra [l=zh] "本銆藏包
含若干源自
<a href='http://www.nzdl.org/cgi-bin/library?a=p&amp;p=about&amp;c=niupepa'>Niupepa</a>銆藏的毛利报纞。  
 
<h3>本銆藏劂䜕工䜜</h3> 
 
<p>æ¯æœŸæŠ¥çºžç”±äž€ç»„å›Ÿç‰‡ç»„æˆïŒŒæ¯é¡µå¯¹åº”äž€åŒ å›Ÿç‰‡ïŒŒä»¥åŠäž€ç»„åŒ…
含OCR文本的文本文件。
由䞀䞪item文件将䞀组页面铟接起来圢成䞀䞪报纞文档。PagedImagePlugin甚于倄理这些item文件。 
 
<p>itemæ–‡ä»¶æœ‰äž€ç§æ ŒåŒïŒŒè€Œæœ¬éŠ†è—å°†æŒ”ç€ºè¿™äž€ç§æ ŒåŒã€‚ç¬¬äž€ç§æ˜¯åŸºäºŽæ–‡æœ¬çš„æ ŒåŒïŒŒç”±äž€äžªæ–‡æ¡£å…
ƒæ•°æ®åˆ—è¡šå’Œ
䞀䞪页面列衚组成. 比劂 <a href='_httpcollection_/import/09/09\_1\_1.item'>Te Waka o Te Iwi第1卷第1期</a>
<a href='_httpcollection_/import/10/10\_1\_3.item'>Te Whetu o Te Tau第1卷第3期</a>。
è¿™ç§æ ŒåŒå…
è®žè®Ÿçœ®æ–‡æ¡£çº§çš„å…
ƒæ•°æ®ïŒŒä»¥åŠäž€äžªé¡µé¢åˆ—衚。 
 
<p>ç¬¬äºŒç§æ ŒåŒæ˜¯äž€ç§äœ¿ç”šXMLçš„æ‰©å±•æ ŒåŒã€‚è¿™ç§æ ŒåŒå…
è®žè®Ÿçœ®å±‚级匏页面列衚并䞔å…
ƒæ•°æ®å¯ä»¥æ˜¯é¡µé¢çº§çš„也可以是文档级的。
比劂<a href='_httpcollection_/import/xml/23/23\_\_2.item'>Matariki 1881第2期</a>。这期报纞还有附属的文摘。
这期报纞的内
容被分䞺䞀䞪郚分包
括文摘圚内
的补å…
…
材料以及报纞的页面即页面囟片。 
 
<p>分页文档可以甚䞀䞪层级匏的内
容倧纲星瀺䟋劂<a href='?a=d&amp;c=_cgiargc_&amp;d=23\_\_1.2.1&p=text'>这䞪文档</a>
或者
甚䞋䞀页和前䞀页的页面箭倎以及䞀䞪跳蜬页面蟓å…
¥æ¡†æ¥æ˜Ÿç€º
比劂<a href='?a=d&amp;c=_cgiargc_&amp;d=10\_1\_2&p=preview'>这䞪文档</a>。
这是通过讟定PagedImagePlugin的<tt>-documenttype (hierarchy|paged)</tt>选项来实现的。 
䞋䞀页和前䞀页箭倎适甚于线性序列的文档而内
容倧纲适甚于层级匏的文档。䞀般情
况䞋䞀䞪Greenstone銆藏甚䞀䞪插件倄理䞀种类型的文档
å› æ­€æ‰€æœ‰åŒç±»åž‹çš„æ–‡æ¡£éƒœå°†ä»¥åŒäž€ç§æ–¹åŒè¿›è¡Œå€„ç†ã€‚åœšè¿™ç§æƒ…
况䞋我们想甚䞍同的方匏分别倄理基于XML的item文件䞎基于文本的item文件。
è¿™å¯ä»¥é€šè¿‡åœšéŠ†è—äž­æ·»åŠ äž€äžªPagedImagePlugin插件来完成并对å…
¶åˆ†åˆ«è¿›è¡ŒäžåŒçš„讟眮。 
 
<p>
<tt>plugin PagedImagePlugin -documenttype hierarchy -process_exp xml.*\.item$; <br/> plugin PagedImagePlugin -documenttype paged</tt> 
 
<p>基于XML的报纞被集䞭眮于䞀䞪称䞺<tt>xml</tt>的文件倹䞭。这å…
è®žæˆ‘们甚䞍同方匏对这些文件进行倄理
这是通过讟眮所有插件郜支持的<tt>process_exp</tt>选项来实现的。列衚䞭的第䞀䞪PagedImagePlugin将查扟xml文件倹䞋的所有item文件。
这些文档将䌚按层级匏文档进行倄理。䞍匹é…
å€„理衚蟟匏的item文件即䞍圚xml文件倹䞭的itemæ–‡ä»¶ïŒ‰å°†è¢«äŒ é€’ç»™ç¬¬äºŒäžªPagedImagePlugin而这些将䌚按分页文档进行倄理。 
 
<p><b>æ ŒåŒåŒ–</b> 
<p>æˆ‘ä»¬å·²ç»ä¿®æ”¹äº†æ–‡æ¡£çš„æ ŒåŒäœ¿å…
¶æ˜Ÿç€ºå…
šå¹…
的囟片预览囟片或者
文本以及圚䞍同暡匏之闎进行蜬换的按钮。
这涉及到圚銆藏的<a href='_httpcollection_/etc/collect.cfg' target=\'collect.cfg\'>é…
çœ®æ–‡ä»¶</a>䞭修改
DocumentHeading和DocumentTextæ ŒåŒå˜é‡ïŒŒä»¥åŠ<a href='_httpcollection_/macros/extra.dm' target=\'extra.dm\'>
extra.dm宏文件</a>䞭的䞀些宏。 
 
extra.dm宏文件提䟛按钮\_viewfullsize\_\_viewpreview\_\_viewtext\_的定义这些定义圚collect.cfgæ–‡ä»¶çš„æ ŒåŒå˜é‡äž­ç”šåˆ°ã€‚
æ ŒåŒå˜é‡æ ¹æ®p参数的倌蜬换到䞍同的文档星瀺暡匏以及对应的按钮而på‚æ•°ä¹Ÿæ˜¯ç”±æ ŒåŒå‚æ•°æ‰€è®Ÿå®šçš„ã€‚
"