METS2EXIF – Automatische METS-Metadaten-Extraktion und Einbettung in die Bild-Datei

Dieses Python-Skript lädt METS-Dateien, extrahiert relevante Metadaten und fügt sie mithilfe von ExifTool in heruntergeladene Bilder ein. Im Skript wird das Angebot der Digitalen Sammlungen der Staatsbibliothek zu Berlin genutzt.

📜 Funktionen

• Lädt die METS-Datei vom digitalisierten Bestand mit Nutzung der PPN.
• Extrahiert relevante Metadaten basierend auf einer JSON-Konfiguration.
• Lädt Bilder vom digitalisierten Bestand mit Nutzung der PPN.
• Lädt XMP-Tag Erweiterung optional
• Setzt EXIF/XMP-Metadaten mithilfe von ExifTool.

🔧 Voraussetzungen

• Python 3.x
• exiftool (muss installiert sein)
• requests und xml.etree.ElementTree für das XML-Parsing

🚀 Installation

1. Clone das Repository:

   git clone https://github.com/tboenig/mets2exif.git
   cd mets2exif

2. Installiere benötigte Python-Abhängigkeiten (falls erforderlich):

   pip install requests

3. Installiere ExifTool:
   • Linux/macOS:

     sudo apt install libimage-exiftool-perl

   • Windows: Lade ExifTool von Phil Harvey's Webseite herunter und füge es dem PATH hinzu.

📄 Konfiguration (config.json)

Die Nutzung der Metadaten und der Download der TIFF-Bild-Dateien werden über eine JSON-Datei gesteuert.

Beispiel aus dem Bestand der Digitalen Sammlungen der Staatsbibliothek zu Berlin:

{
  "mets_url": "https://content.staatsbibliothek-berlin.de/dc/{ppn}.mets.xml",
  "image_url": "https://content.staatsbibliothek-berlin.de/dms/{ppn}/8000/0/{seite}.tif?original=true",
  "metadata_config": [
  {"element": ".//dv:owner", "metadata": "XMP:Contributor"},
  {"element": ".//mets:dmdSec[1]//mods:mods/mods:titleInfo/mods:title", "metadata": "XMP:Title"},
  {"element": ".//mods:name/mods:displayForm", "metadata": "XMP:Creator"},
  {"element": ".//mods:originInfo[@eventType='publication']/mods:publisher", "metadata": "XMP:Publisher"},
  {"element": ".//mods:accessCondition", "metadata": "XMP:Copyright"},
  {"element": ".//mods:classification", "metadata": "XMP:Subject"},
  {"element": ".//mods:identifier[@type='doi']", "metadata": "XMP:Identifier"},
  {"element": ".//mods:relatedItem[@type='original']/mods:recordInfo/mods:recordIdentifier", "metadata": "XMP:Relation"},
  {"element": ".//mods:language/mods:languageTerm", "metadata": "XMP:Language"},
  {"element": ".//mods:accessCondition[@type='use and reproduction']", "attribut": "xlink:href", "metadata": "XMP-cc:License"}
]
}

Möchten Sie den Bestand einer anderen Digitalen Sammlung nutzen?

1. Analysieren Sie die Metadaten.
2. Ermitteln Sie den Zugang zur Metadatendatei.
3. Ermitteln Sie den Zugang zu den Bilddateien.
4. Passen Sie die config JSON-Datei an.

Beispiel aus dem Bestand der Digitalen Sammlungen der Niedersächsische Staats- und Universitätsbibliothek Göttingen:

{
  "mets_url": "https://gdz.sub.uni-goettingen.de/mets/PPN{ppn}.mets.xml",
  "image_url": "http://gdz.sub.uni-goettingen.de/tiff/PPN{ppn}/{seite}.tif",
  "metadata_config": [
  {"element": ".//dv:owner", "metadata": "XMP:Contributor"},
  {"element": ".//mets:dmdSec[1]//mods:mods/mods:titleInfo/mods:title", "metadata": "XMP:Title"},
  {"element": ".//mods:role[mods:roleTerm[text()='aut']]/following-sibling::mods:namePart", "metadata": "XMP:Creator"},
  {"element": ".//mods:publisher", "metadata": "XMP:Publisher"},
  {"element": ".//mods:classification", "metadata": "XMP:Subject"},
  {"element": ".//mods:identifier[@type='gbv-ppn']", "metadata": "XMP:Identifier"},
  {"element": ".//mods:identifier[@type='PPNanalog']", "metadata": "XMP:Relation"},
  {"element": ".//mets:dmdSec[1]//mods:language/mods:languageTerm", "metadata": "XMP:Language"}
]
}

📄 Nutzung der Exif:Tags

Die Metadaten werden in Form von Exif:Tags angegeben. In den meisten Fällen sind das XMP Tags. Siehe dazu: https://exiftool.org/TagNames/XMP.html

📄 Nutzung der Exif:Tags Erweiterung

Mit der .ExifTool_config-Datei kann eine Erweiterung von Exif-Tags vorgenommen werden, um die Dokumentation von Rechten oder Lizenzen zu ermöglichen.

Diese Konfiguration definiert vorerst nur einen Tag, der mit LibRML korrespondiert und zur Speicherung von Lizenzinformationen dient.

🛠 Konfigurationsdatei

Die folgende Perl-Konfiguration ermöglicht die Nutzung des benutzerdefinierten XMP-Namespace LibRML:

Informationen zur Exiftool-Tag-Konfigurationsdatei siehe: https://exiftool.org/config.html

%Image::ExifTool::UserDefined = (
    'Image::ExifTool::XMP::Main' => {
        LibRML => {
            SubDirectory => { TagTable => 'Image::ExifTool::UserDefined::LibRML' },
        },
    },
);

%Image::ExifTool::UserDefined::LibRML = (
    GROUPS => { 0 => 'XMP', 1 => 'XMP-LibRML', 2 => 'Image' },
    NAMESPACE => { 'LibRML' => 'https://librml.org/LibRML/0.0.1/' },
    WRITABLE => 'string',
    AttributionURL => { Writable => 'string' },
);

require Image::ExifTool::XMP;
Image::ExifTool::XMP::RegisterNamespace(\%Image::ExifTool::UserDefined::LibRML);

📌 Hinweise zur Nutzung

1. Einbindung in ExifTool:
   Die .ExifTool_config-Datei muss im ExifTool-Verzeichnis hinterlegt werden, damit die Erweiterung erkannt und verarbeitet wird.

2. Tag-Nutzung:
   Der Tag LibRML:AttributionURL kann verwendet werden, um eine URL zur Attributionsdokumentation innerhalb der Metadaten zu speichern.

   Beispiel Konfiguration der config.json

   {
       "mets_url": "https://content.staatsbibliothek-berlin.de/dc/{ppn}.mets.xml",
       "image_url": "https://content.staatsbibliothek-berlin.de/dms/{ppn}/8000/0/{seite}.tif?original=true",
       "metadata_config": [
       {"element": ".//mods:accessCondition[@type='use and reproduction']", "attribut": "xlink:href", "metadata": "XMP-LibRML:AttributionURL"},
   }

3. Kompatibilität:
   Diese Erweiterung nutzt das XMP-Format, wodurch eine breite Unterstützung in Bildbearbeitungssoftware und Archivierungssystemen gewährleistet wird.

---

Falls du noch Änderungen oder Ergänzungen möchtest, sag einfach Bescheid! 😊

⚙️ Nutzung

1. Starte das Skript und gib die PPN (Pica Production Number) sowie die Bildnummern, die bearbeitet werden sollen an:

   python mets2exif.py

   Beispiel Eingabe

   Geben Sie die PPN ein: 1872312616
   Startbildnummer eingeben: 6
   Endbildnummer eingeben: 7
   Geben Sie optional die Konfigurationsdatei für ExifTool ein (oder drücken Sie Enter für keine): ExifTool_config
   

2. Das Skript lädt Metadaten und Bilder und bettet sie mit ExifTool ein.

📌 Beispiel-Workflow

• Das Skript lädt die METS-Datei anhand der angegebenen PPN.
• Es extrahiert Metadaten aus XML-Elementen und deren Attributen.
• Die heruntergeladenen Bilder erhalten die Metadaten als XMP-dc, XMP-cc-Tags.

❓ Fehlerbehebung

Falls das Skript nicht funktioniert:

• Prüfe die XML-Datei mit ET.dump(root).
• Teste ExifTool separat:

  exiftool -XMP:all image.tif

• Überprüfe die JSON-Konfiguration, ob alle XPath-Ausdrücke korrekt sind.

💡 Weiterentwicklung

Falls du das Projekt erweitern willst:

• Neue Metadaten-Felder zur config.json hinzufügen.
• Support für weitere XML-Formate integrieren.
• ExifTool-Befehle verbessern (z. B. weitere XMP-Tags).

🏆 Lizenz

Dieses Projekt steht unter der CC-Lizenz – feel free to use and contribute!