smc.bibencodings 0.1

背景

ISO-5426和USMARC编码是历史编码，目前仍由书目信息系统使用。它们是拉丁编解码器家族的扩展，并实现了类似于UTF-8和解构Unicode (NFD) 形式的可变长度编码。

非ASCII字符以组合字符表示。例如，带重音的a（拉丁小写字母U WITH DIAERESIS）在MAB2编码中写作‘xc8u’，其中‘xc8’是组合重音的符号。与Unicode不同，组合字符以前缀形式编写，而Unicode有组合后缀。

MAB2和MARC编码都支持在字母前面最多两个组合字符，例如，为“xc5xc8u”（拉丁小写字母U WITH DIAERESIS AND MACRON）。

smc.bibencodings实现了对标准的微小偏差，因为它支持从0x00到0x7e的所有字符以及更多的组合字符。该代码已针对多个德国和瑞士OPAC进行测试。

使用方法

您只需在代码中导入“smc.bibencodings”以启用编解码器。

iso-5426, iso5426, mab2:

标准ISO-5426编码

iso-5426-xe0, iso5426-xe0, mab2-xe0:

特殊ISO-5426编码，对0xa4，0xe0-0xff具有特殊身份映射

marc, usmarc, ansel:

MARC编码

>>> import smc.bibencodings
>>> b"Abr\xc2eg\xc2e Historique De L'Origine".decode("mab2")
"Abrégé Historique De L'Origine"

数据源

编码表来自托马斯·贝格的优秀页面 http://www.gymel.com/charsets/chartab.html 以及相关页面。非常感谢！

作者

Christian Heimes

版权

版权（C）2008-2012 semantics GmbH。版权所有。

semantics
Kommunikationsmanagement GmbH
Viktoriaallee 45
D-52066 Aachen
Germany

Tel.: +49 241 89 49 89 29
eMail: info(at)semantics.de
http://www.semantics.de/