ISBN-Cleanup ist fehlerhaft

[zuphilip]

Das ISBN-Cleanup

malibu/isbn/lib.php

Lines 193 to 197 in a60b774

	if (is_array($outputMap['isbn'])) {
	foreach ($outputMap['isbn'] as $i => $value) {
	$outputMap['isbn'][$i] = trim(preg_replace('/[^\d\s]/', '', $value));
	}
	}

ist noch teilweise fehlerhaft.

Beispielsweise im B3KAT stehen im Feld 540 teilweise [1, 2] auch Preisinformationen (d.h. weitere Zahlen) drin, welche nicht Teil der ISBN sind:

<feld nr="540" ind="a">ISBN 978-2-228-92164-0 22,00 EUR</feld>
<feld nr="540" ind="a">ISBN 978-3-7774-2263-3 Gb. : ca. EUR 34.90 (DE), ca. EUR 35.90 (AT), ca. sfr 45.80 (freier Pr.)</feld>

Dies führt in den Beispielen zu falschen extrahierten ISBN-Werten 9782228921640 2200 und 9783777422633 3490 3590 4580, welche auch bei der Suche nach der entsprechenden B3KAT-Id zu Fehlern führen.

[1] http://data.bib.uni-mannheim.de/malibu/isbn/b3kat.php?isbn=9782228921640
[2] http://data.bib.uni-mannheim.de/malibu/isbn/b3kat.php?isbn=978-3-7774-2263-3

[LuisMossburger]

Könnte man vielleicht durch einen einfachen explode() lösen? Da die ISBN ja immer zuerst genannt wird also einfach:

if (is_array($outputMap['isbn'])) { 
     foreach ($outputMap['isbn'] as $i => $value) { 

         //Bei Leerzeichen trennen und ersten Teil (isbn) zurückgeben
         $outputMap['isbn'][$i] = explode(" ", $outputMap['isbn'][$i])[0];

         $outputMap['isbn'][$i] = trim(preg_replace('/[^\d\s]/', '', $value)); 

     } 
} 

[LuisMossburger]

Vielleicht noch mit einer Überprüfung, ob überhaupt ein Preis vorhanden ist:

if (is_array($outputMap['isbn'])) {
foreach ($outputMap['isbn'] as $i => $value) {

     //Bei Leerzeichen trennen und ersten Teil (isbn) zurückgeben
     if ( strpos(" ", $outputMap['isbn'][$i]) !== false) {
            $outputMap['isbn'][$i] = explode(" ", $outputMap['isbn'][$i])[0];
    }

     $outputMap['isbn'][$i] = trim(preg_replace('/[^\d\s]/', '', $value)); 

 } 

}

[zuphilip]

Dies würde doch aber in den Beispielen das erste Wort, d.h. "ISBN" ergeben, oder?

Ich denke wir sollten mit einem stärkeren RegExp die (erste) ISBN aus einem String erkennen. Mal kurz nachgucken... an anderer Stelle verwende ich diesen regulären Ausdruck /\b((\d[ -]?){9}[0123456789xX]|((\d[ -]?){12}[0123456789xX]))\b/g

[LuisMossburger]

Denkfehler, entschuldigung! Das müsste dann natürlich erst nach dem preg_replace passieren, nicht vorher. Die RegExp wäre natürlich sicherer..