テキストファイルからISBNチェックディジット検証・NDLから所蔵データ取得

isbn2recdata.py

#!/usr/bin/env python
# -*- coding: utf-8 -*-

# ISBNコードが羅列されたテキストファイル<isbn_code.txt>から所蔵データを取得して，
# カンマ区切りのテキストファイル<rec_data.txt>を出力します．

# --- プログラムの利用について ---
# このプログラムは国立国会図書館サーチ(NDL Search)APIを利用します．
# サーバへの過負荷を避けるために，本プログラムの継続的な利用は避けてください．
# NDL Search APIの利用については次のURLを参照してください．
# http://iss.ndl.go.jp/information/api/riyou/

# <isbn_code.txt>のデータ記述例
'''
9784873117386
9784873117393
978-4-87311-778-2
978-4-87311-753-9
4-900900-64-8
4-87311-196-X
ISBN978-4-87311-276-3
'''

import urllib.request
import xml.etree.ElementTree as ET
import csv

url = 'http://iss.ndl.go.jp/api/sru?operation=searchRetrieve&query=isbn='  # NDL SRU API
rec_ns = '{http://purl.org/dc/elements/1.1/}'


def checkDigitISBN(isbn):
    isbn_rfm = isbn
    for r in ['ISBN', ' ', '-', '\r', '\n', '\t']:  # 無視する文字列
        isbn_rfm = isbn_rfm.replace(r, '')

    try:
        if len(isbn_rfm) < 10:
            raise ValueError('ISBNコードは10桁または13桁です')

        if isbn_rfm[:-1].isdigit() and (isbn_rfm[-1] == 'X' or isbn_rfm[-1].isdigit()) == False:
            raise ValueError('ISBNコードに不正な文字が含まれています')

        isbn_num = list(map(int, isbn_rfm[:-1]))
        isbn_cd = int(isbn_rfm[-1].replace('X', '10'))

        if len(isbn_rfm) == 13:  # 13桁 ISBNコード
            tmp = sum(isbn_num[0:12:2]) + 3 * sum(isbn_num[1:12:2])
            tmp = int(str(tmp)[-1])
            check_digit = 10 - tmp
            if check_digit == 10:
                check_digit = 0

        elif len(isbn_rfm) == 10:  # 10桁 ISBNコード
            tmp = sum(
                [x * y for (x, y) in zip(list(range(10, 1, -1)), isbn_num)])
            check_digit = 11 - tmp % 11

        else:
            raise ValueError('ISBNコードは10桁または13桁です')

        if check_digit != isbn_cd:
            raise ValueError('ISBNコードのチェックディジットが不正です')
        else:
            return isbn_rfm

    except ValueError as e:
        print(str(e) + ': {0}'.format(isbn))
        return None


def getRecordTree(isbn):
    with urllib.request.urlopen(url + isbn) as response:
        sru_data = response.read()

    sru_root = ET.fromstring(sru_data)

    if len(sru_root[4]) == 0:  # NDLに所蔵データなし
        print('NDLに所蔵データがありません')
        return []

    rec_data = sru_root[4][0][2].text  # records/record/recordData
    rec_tree = ET.fromstring(rec_data)

    return rec_tree


def parseRecordTree(tree, tag):
    return tree.find(rec_ns + tag).text


if __name__ == '__main__':
    infile = open('isbn_code.txt', 'r')
    outfile = open('rec_data.txt', 'w')
    writer = csv.writer(outfile, quotechar='\"')

    header = ['', 'タイトル', '作者', '出版社', 'ISBNコード', '備考']
    writer.writerow(header)

    while True:
        line = infile.readline()
        if line.isspace():
            continue
        elif line == '':
            break

        print('inline: ' + line)
        r_isbn = checkDigitISBN(line)

        if r_isbn != None:
            rec_t = getRecordTree(r_isbn)
            if rec_t:
                print([rd.text for rd in rec_t])
                w_d = ['',
                       parseRecordTree(rec_t, 'title'),
                       parseRecordTree(rec_t, 'creator'),
                       parseRecordTree(rec_t, 'publisher'),
                       r_isbn,
                       '']
            else:
                w_d = ['record not found']
        else:
            w_d = ['error']

        writer.writerow(w_d)

    infile.close()
    outfile.close()