Generation Script + BUGFIX, XSD für Beilagen

Scripts/generate_stuecke_from_images.py

@@ -0,0 +1,108 @@
+import os
+import re
+import sys
+from datetime import datetime, timedelta
+from xml.etree.ElementTree import Element, SubElement, tostring
+from xml.dom import minidom
+
+def get_files(directory):
+    pattern = re.compile(r'(\d{4})-(\d+)(b\d?)?-(\d+)\.jpg')
+    files = {}
+    year = None
+    for filename in os.listdir(directory):
+        match = pattern.match(filename)
+        if match:
+            file_year, stueck, beilage_info, page = match.groups()
+            file_year = int(file_year)
+            stueck = int(stueck)
+            page = int(page)
+            if year is None:
+                year = file_year
+            elif year != file_year:
+                raise ValueError(f"Inconsistent years found: {year} and {file_year}")
+            if stueck not in files:
+                files[stueck] = {'main': [], 'beilage': []}
+            if beilage_info:
+                beilage_num = int(beilage_info[1:] or '1')
+                files[stueck]['beilage'].append((beilage_num, page))
+            else:
+                files[stueck]['main'].append(page)
+    return files, year
+
+def calculate_date(year, stueck_number):
+    base_date = datetime(year, 1, 1)  # Start from January 1st of the given year
+    while base_date.weekday() != 4:  # Find the first Friday
+        base_date += timedelta(days=1)
+    days_to_add = (stueck_number - 1) * 3 + ((stueck_number - 1) // 2) * 1
+    return base_date + timedelta(days=days_to_add)
+
+def create_xml(files, year):
+    root = Element('stuecke')
+    root.set('xmlns', 'https://www.koenigsberger-zeitungen.de')
+    root.set('xmlns:xsi', 'http://www.w3.org/2001/XMLSchema-instance')
+    root.set('xsi:schemaLocation', 'https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd')
+
+    for stueck, pages in sorted(files.items()):
+        stueck_elem = SubElement(root, 'stueck')
+        
+        nummer = SubElement(stueck_elem, 'nummer')
+        nummer.text = str(stueck)
+        
+        date = calculate_date(year, stueck)
+        datum = SubElement(stueck_elem, 'datum')
+        datum.set('when', date.strftime('%Y-%m-%d'))
+        
+        if pages['main']:
+            von = SubElement(stueck_elem, 'von')
+            von.text = str(min(pages['main']))
+            
+            bis = SubElement(stueck_elem, 'bis')
+            bis.text = str(max(pages['main']))
+
+        if pages['beilage']:
+            beilage_pages = sorted(pages['beilage'])
+            current_beilage = [beilage_pages[0]]
+            current_beilage_num = beilage_pages[0][0]
+            
+            for beilage_num, page in beilage_pages[1:]:
+                if beilage_num == current_beilage_num and page == current_beilage[-1][1] + 1:
+                    current_beilage.append((beilage_num, page))
+                else:
+                    beilage_elem = SubElement(stueck_elem, 'beilage')
+                    beilage_elem.set('nummer', str(current_beilage_num))
+                    beilage_von = SubElement(beilage_elem, 'von')
+                    beilage_von.text = str(min(page for _, page in current_beilage))
+                    beilage_bis = SubElement(beilage_elem, 'bis')
+                    beilage_bis.text = str(max(page for _, page in current_beilage))
+                    current_beilage = [(beilage_num, page)]
+                    current_beilage_num = beilage_num
+            
+            # Add the last beilage
+            beilage_elem = SubElement(stueck_elem, 'beilage')
+            beilage_elem.set('nummer', str(current_beilage_num))
+            beilage_von = SubElement(beilage_elem, 'von')
+            beilage_von.text = str(min(page for _, page in current_beilage))
+            beilage_bis = SubElement(beilage_elem, 'bis')
+            beilage_bis.text = str(max(page for _, page in current_beilage))
+
+    return root
+
+def pretty_print(elem):
+    rough_string = tostring(elem, 'utf-8')
+    reparsed = minidom.parseString(rough_string)
+    return reparsed.toprettyxml(indent="    ")
+
+if __name__ == "__main__":
+    if len(sys.argv) != 2:
+        print("Usage: python script.py <directory_path>")
+        sys.exit(1)
+
+    directory = sys.argv[1]
+    files, year = get_files(directory)
+    xml_root = create_xml(files, year)
+    
+    output_filename = f'{year}-stuecke.xml'
+    with open(output_filename, 'w', encoding='utf-8') as f:
+        f.write(pretty_print(xml_root))
+
+    print(f"XML file '{output_filename}' has been generated.")

XML/stuecke/1764-stuecke.xml

@@ -1,6 +1,7 @@
 <?xml version="1.0"?>
-<?xml version="1.0" ?>
+<stuecke xmlns="https://www.koenigsberger-zeitungen.de"
-<stuecke xmlns="https://www.koenigsberger-zeitungen.de" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
+    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
+    xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
     <stueck>
         <nummer>2</nummer>
         <datum when="1764-01-09" />

XML/stuecke/1765-stuecke.xml

@@ -1,6 +1,7 @@
 <?xml version="1.0"?>
-<?xml version="1.0" ?>
+<stuecke xmlns="https://www.koenigsberger-zeitungen.de"
-<stuecke xmlns="https://www.koenigsberger-zeitungen.de" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
+    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
+    xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
     <stueck>
         <nummer>1</nummer>
         <datum when="1765-01-04" />

XML/stuecke/1766-stuecke.xml

@@ -1,6 +1,7 @@
 <?xml version="1.0"?>
-<?xml version="1.0" ?>
+<stuecke xmlns="https://www.koenigsberger-zeitungen.de"
-<stuecke xmlns="https://www.koenigsberger-zeitungen.de" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
+    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
+    xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
     <stueck>
         <nummer>1</nummer>
         <datum when="1766-01-03" />

XML/stuecke/1767-stuecke.xml

@@ -1,6 +1,7 @@
 <?xml version="1.0"?>
-<?xml version="1.0" ?>
+<stuecke xmlns="https://www.koenigsberger-zeitungen.de"
-<stuecke xmlns="https://www.koenigsberger-zeitungen.de" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
+    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
+    xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
     <stueck>
         <nummer>1</nummer>
         <datum when="1767-01-02" />

XML/stuecke/1768-stuecke.xml

@@ -1,6 +1,7 @@
 <?xml version="1.0"?>
-<?xml version="1.0" ?>
+<stuecke xmlns="https://www.koenigsberger-zeitungen.de"
-<stuecke xmlns="https://www.koenigsberger-zeitungen.de" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
+    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
+    xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
     <stueck>
         <nummer>1</nummer>
         <datum when="1768-01-01" />

XML/stuecke/1771-stuecke.xml

@@ -1,6 +1,7 @@
 <?xml version="1.0"?>
-<?xml version="1.0" ?>
+<stuecke xmlns="https://www.koenigsberger-zeitungen.de"
-<stuecke xmlns="https://www.koenigsberger-zeitungen.de" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
+    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
+    xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
     <stueck>
         <nummer>1</nummer>
         <datum when="1771-01-04" />

XML/stuecke/1772-stuecke.xml

@@ -1,6 +1,7 @@
 <?xml version="1.0"?>
-<?xml version="1.0" ?>
+<stuecke xmlns="https://www.koenigsberger-zeitungen.de"
-<stuecke xmlns="https://www.koenigsberger-zeitungen.de" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
+    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
+    xsi:schemaLocation="https://www.koenigsberger-zeitungen.de ../../XSD/KGPZ.xsd">
     <stueck>
         <nummer>1</nummer>
         <datum when="1772-01-03" />

XSD/stuecke.xsd

@@ -22,31 +22,56 @@
 
                             <xsd:element name="datum" type="kgpz:date" minOccurs="0" maxOccurs="1">
                                 <xsd:annotation>
-                                    <xsd:documentation>Das Datum des Stücks, wie auf dem Titel angegeben, falls bekannt.</xsd:documentation>
+                                    <xsd:documentation>Das Datum des Stücks, wie auf dem Titel
+                                        angegeben, falls bekannt.</xsd:documentation>
                                 </xsd:annotation>
                             </xsd:element>
 
                             <xsd:element name="von" type="xsd:positiveInteger" minOccurs="0"
                                 maxOccurs="1">
                                 <xsd:annotation>
-                                    <xsd:documentation>Die erste Seitenzahl des Stücks, falls bekannt.</xsd:documentation>
+                                    <xsd:documentation>Die erste Seitenzahl des Stücks, falls
+                                        bekannt.</xsd:documentation>
                                 </xsd:annotation>
                             </xsd:element>
 
                             <xsd:element name="bis" type="xsd:positiveInteger" minOccurs="0"
                                 maxOccurs="1">
                                 <xsd:annotation>
-                                    <xsd:documentation>Die letzte Seitenzahl des Stücks, falls bekannt.</xsd:documentation>
+                                    <xsd:documentation>Die letzte Seitenzahl des Stücks, falls
+                                        bekannt.</xsd:documentation>
                                 </xsd:annotation>
                             </xsd:element>
 
                             <!-- Kann von Stücke abgeleitet werden -->
-                            <xsd:element name="beilagen" type="xsd:nonNegativeInteger" default="0"
+                            <xsd:element name="beilage" minOccurs="0" maxOccurs="unbounded">
-                                minOccurs="0" maxOccurs="1">
                                 <xsd:annotation>
                                     <xsd:documentation> Optional: Die Anzahl der Beilagen des
                                         Stücks. </xsd:documentation>
                                 </xsd:annotation>
+                                <xsd:complexType>
+                                    <xsd:sequence>
+                                        <xsd:element name="von" type="xsd:positiveInteger"
+                                            minOccurs="0"
+                                            maxOccurs="1">
+                                            <xsd:annotation>
+                                                <xsd:documentation>Die erste Seitenzahl der Beilage,
+                                                    falls bekannt.</xsd:documentation>
+                                            </xsd:annotation>
+                                        </xsd:element>
+
+                                        <xsd:element name="bis" type="xsd:positiveInteger"
+                                            minOccurs="0"
+                                            maxOccurs="1">
+                                            <xsd:annotation>
+                                                <xsd:documentation>Die letzte Seitenzahl der
+                                                    Beilage, falls bekannt.</xsd:documentation>
+                                            </xsd:annotation>
+                                        </xsd:element>
+                                    </xsd:sequence>
+                                    <xsd:attribute name="nummer" type="xsd:positiveInteger"
+                                        use="required"></xsd:attribute>
+                                </xsd:complexType>
                             </xsd:element>
 
                             <!-- Vielleicht nötig -->