Mit der Importfunktion von Epigraf können CSV-Dateien in die Datenbanken eingespielt werden - darüber lassen sich sowohl neue Artikel, Abschnitte und Kategorien anlegen als auch bestehende Datensätze aktualisieren. Ein entsprechender Button findet sich im Footer der Seiten, sofern die Rechte dafür freigegeben wurden.
Wie ist die CSV-Datei aufgebaut?
Zur Orientierung empfiehlt es sich, einen Datensatz über den CSV-Button herunterzuladen und die Datei für den eigenen Import anzupassen. Die CSV-Datei enthält in der ersten Zeile die Spaltennamen. Als Trennzeichen zwischen den Feldern wird ein Semikolon erwartet, Datensätze werden über einen Zeilenumbruch getrennt. Felder, die ein Semikolon oder einen Zeilenumbruch enthalten, müssen in doppelte Anführungszeichen gesetzt werden. Anführungszeichen werden maskiert, indem sie verdoppelt werden. Beispiel:
lemma;comment
Stein;"Ein sogenanntes ""Lemma"" mit Anführungszeichen im Kommentarfeld"
Holz;"Ein zweites Lemma"
Ob die Datei korrekt aufgebaut ist, kann beim Importieren in der Vorschau kontrolliert werden.
Wie werden Datensätze importiert?
Zum Aufbau einer CSV-Datei ist ein Verständnis des Datenmodells hilfreich. In welche Tabelle der Datenbank eine CSV-Datei importiert wird, hängt davon ab, auf welcher Seite der Import-Button aufgerufen wird. Auf der Kategorienseite werden beispielsweise Datensätze in die Tabelle properties
importiert, wobei die ausgewählte Kategorie als propertytype
gesetzt wird.
Die Tabelle eines Datensatzes lässt sich aber auch in der CSV-Datei explizit angeben, um gleichzeitig Datensätze für mehrere Tabellen zu importieren. Auf diese Weise lassen sich vollständige Artikel inklusive aller nötigen Kategorien, Bearbeiter- und Projektdatensätzen importieren. Die Zieltabelle für den Import ergibt sich für jede Zeile entweder aus der id
des Datensatzes oder wird in der Spalte table
angegeben:
table | id | articles_id | sections_id | name | content |
---|---|---|---|---|---|
articles | articles-tmp1 | Ein Artikel | |||
sections | sections-tmp1 | articles-tmp1 | Ein Abschnitt | Kommentar zum Abschnitt | |
items | articles-tmp1 | sections-tmp1 | Der Inhalt des Abschnitts |
Im Beispiel ist die Angabe der Tabelle für den Artikel- und den Abschnittsdatensatz redundant. Es schadet aber auch nicht, die table
- und die id
-Spalten grundsätzlich auszufüllen.
Welche Felder stehen zur Verfügung?
Alle Zieltabellen teilen sich in der CSV-Datei die Felder, zum Beispiel für den Namen eines Artikels und den Namen eines Abschnitts. Für einen Datensatz irrelevante Felder - bei Artikeln etwa das Feld content - bleiben leer. Je nach Zieltabelle werden die Angaben in der CSV-Datei in folgende Datenbankfelder verschoben:
Feld in der CSV-Datei | projects | articles | sections | items | properties | links | footnotes | users | types | notes |
---|---|---|---|---|---|---|---|---|---|---|
id | id | id | id | id | id | id | id | id | id | id |
parent_id | parent_id | parent_id | ||||||||
articles_id | articles_id | articles_id | ||||||||
sections_id | sections_id | |||||||||
type | articletype | sectiontype | itemtype | propertytype | ||||||
root_id | root_tab & root_id | |||||||||
from_id | from_tab & from_id | |||||||||
Bitte beachten Sie: die Tabelle ist noch nicht vollständig.
Wie werden Datensätze miteinander verbunden?
Projekte enthalten Artikel, Artikel bestehen aus Abschnitten und Abschnitte umfassen Einträge. In den Einträgen wiederum wird auf Kategorien verwiesen. Die Verbindung zwischen all diesen Datensätzen erfolgt beim Importieren über die IDs. Für einen Abschnitt wird im Beispiel nicht nur eine eigene ID angegeben, sondern auch die ID des zugehörigen Artikels, gleiches gilt für den Item-Datensatz:
id | articles_id | sections_id | name | content |
---|---|---|---|---|
articles-tmp1 | Ein Artikel | |||
sections-tmp1 | articles-tmp1 | Ein Abschnitt | Kommentar zum Abschnitt | |
items-tmp1 | articles-tmp1 | sections-tmp1 | Der Inhalt des Abschnitts |
Die IDs können auf drei verschiedene Arten gebildet werden:
- Temporäre IDs werden nicht in die Datenbank importiert, sondern nur für die Verknüpfung innerhalb einer CSV-Datei verwendet. Sie werden nach dem Schema
<tabelle>-tmp<id>
gebildet, das heißt auf die Angabe der Tabelle folgt nach einem Trennstrich das Präfix "tmp" und dann die Angabe einer Bezeichnung, die aus beliebigen Buchstaben und Zahlen zusammengesetzt sein kann. Beim Importieren werden automatisch datenbankspezifsche IDs angelegt und alle Datensätze korrekt verknüpft. Beispiel:articles-tmp123
. - Datenbank-IDs müssen einem vorhandenen Datensatz entsprechen. Sie werden verwendet, um bestehende Daten zu überschreiben oder auf bestehende Daten zu verweisen. Diese IDs werden nach dem Schema
<tabelle>-<id>
gebildet, wobei der Platzhaltter<id>
eine vorhandene numerische ID enthält. Beispiel:articles-1
. - IRI-Pfade (Internationalized Resource Identifiers) sind besonders flexibel, da sie auch ohne Kenntnis datenbankinterner IDs den Datentransfer zwischen unterschiedlichen Datenbanken erlauben. Sie werden nach dem Schema
<table>/<type>/<irifragment>
gebildet. Beispiel:properties/languages/iso-de-de
.
Inwiefern die IDs in einer CSV-Datei korrekt aufgelöst werden können, lässt sich in der Import-Vorschau kontrollieren. Alle in der Datenbank bestehenden Datensätze sind grün markiert.
Wie werden Datensätze aktualisiert statt neu angelegt?
Werden in der CSV-Datei Datenbank-IDs oder IRIs verwendet (siehe oben) und ein Datensatz ist bereits vorhanden, dann wird er nicht neu angelegt, sondern überschrieben. Zur Angabe der IRIs kommen zwei Varianten in Frage:
- Ein vollständiger IRI-Pfad wird in der
id
-Spalte angegeben, zum Beispiel "properties/languages/iso-de-de". - Die Komponenten des IRI-Pfads werden in den jeweiligen Spalten angegeben. Der Tabellenname "properties" ergibt sich aus der
table
-Spalte (oder aus der temporären ID). Zusätzlich ist die Angabe des Datensatztyps "languages" in dertypes
-Spalte erforderlich, damit automatisch der IRI-Pfad gebildet werden kann. Das IRI-Fragment wird in deriri
-Spalte angegeben, etwa "iso-de-de".
Das weitere Verhalten kann bei Bedarf über die Spalten _action
und _fields
gesteuert werden:
- _action=clear: Untergeordnete Datensätze werden gelöscht, um Platz für die folgenden Datensätze zu schaffen. So kann beispielsweise ein Abschnitt geleert werden, bevor in den folgenden Zeilen neue Einträge importiert werden.
- _action=skip: Der Datensatz wird nicht importiert, also auch nicht überschrieben. Der Datensatz ist lediglich dazu da, Verknüpfungen zu ermöglichen. Dazu können im Datensatz eine temporäre ID (auf die andere Zeilen verweisen) und die dazugehörigen Komponenten des IRI-Pfades (der zu einer Datenbank-ID aufgelöst wird) angegeben werden. Einfacher ist in der Regel aber die Verwendung von IRI-Pfaden.
- _fields: Alle Tabellen in einer CSV-Datei teilen sich die Spalten. Etwa werden der Kommentar eines Abschnitts ebenso wie der Text eines Eintrag in der Spalte
content
angegeben. Ist das Feld leer, wird es geleert. Mit einer Angabe in der_fields
-Spalte wird alternativ festgelegt, dass nur die angegebenen Spalten berücksichtigt werden, um beispielsweise den Kommentar eines Abschnitts nicht zu überschreiben, aber den Inhalt eines Eintrags. Es müssen dazu mit einem Komma getrennt alle Felder aufgelistet werden, die zu berücksichtigen sind (Achtung: die ID-Felder nicht vergessen). Fehlt die_fields
-Spalte oder ist sie leer, werden alle Felder berücksichtigt.