Planejamento da compatibilização das URLs legadas para o novo padrão.

[jamilatta]

A nova aplicação deve ter a capacidade de traduzir as URLs do SciELO atual para as novas URLs definidas pela nova aplicação.

Exemplo da página da revista(atual):

http://www.scielosp.org/scielo.php?script=sci_serial&pid=0034-8910&lng=en&nrm=iso

Exemplo da página da revista(novo):

http://www.scielosp.org/journal/rsp/

[fabiobatalha]

Acho que essa compatibilização teria que ir um pouco além de matchs de urls pois o número de combinações é muito grande.

• O posicionamento dos atributos na query_string não são garantidos.
• Alguns atributos não são obrigatórios.
• Idiomas podem ser passados de forma equivocada.

Teríamos que pensar em uma solução que extrai os atributos passando esses atributos como entrada para uma metodo de resolução ex:

get_new_url(script, pid, tlng='en', ilng='en')

onde:

script: ['sci_arttext', 'sci_serial', 'sci_home', 'sci_abstract',...] pid: 'pid é pid uai' tlng: 'idioma do texto' ilng: 'idioma da interface'

Existem também um outro padrão de URL's na SciELO que é muito mais antigo e que é diferente do atual com relação a identificação do PID. Vou verificar isso e documentar essa regra.

[jamilatta]

Concordo.

[jamilatta]

Estudo sobre as URL do SciELO

Exemplo de URL (issue): http://www.scielo.br/scielo.php?script=sci_issuetoc&pid=0034-891020120001&lng=en&nrm=iso

Parâmetros:

lng = Idioma da interface tlng = Idioma do texto pid = publish identifier nrm = Norma (verificar se o valor é sempre 'iso') script = ['sci_alphabetic', 'sci_serial', 'sci_issues', 'sci_issuetoc', 'sci_arttext', 'sci_abstract', ' sci_pdf', 'sci_subject', 'sci_arttext_pr']

OBS.: Iremos considerar somente os params tlng, script e pid.

Característica do PID:

• PID para revista: 0103-2100 (ISSN)
• PID para issue: 0102-330620120002 ISSN[0:9] + ANO[9:13] + ORDER_ISSUE[13:17]
• PID para artigo: S0102-33062012000200013 ISSN[0:9] + ANO[9:13] + ORDER_ISSUE[13:17] + ORDER_ARTICLE[17:22]

Tabela de tradução:

ISSN	YEAR	ORDER_ISSUE	ORDER_ARTICLE	SCRIPT	OLD URL	NEW URL
					/scielo.php	/URL/
				sci_alphabetic	/scielo.php?script=sci_alphabetic	/alpha/
				sci_subject	/scielo.php?script=sci_subject	/subject/
0103-2100				sci_serial	/scielo.php?script=sci_serial&pid=0103-2100	/journal/ACRON
0103-2100				sci_issues	/scielo.php?script=sci_issues&pid=0103-2100	/issue/ACRON
0103-2100	2008	0004		sci_issuetoc	/scielo.php?script=sci_issuetoc&pid=0103-210020080004	/ACRON/ISSUE_ID/
0103-2100	2008	0004	0002	sci_arttext		/article/ARTICLE_ID
0103-2100	2008	0004	0002	sci_abstract		/article/ARTICLE_ID
0103-2100	2008	0004	0002	sci_pdf		/article/ARTICLE_ID
0103-2100	2008	0004	0002	sci_arttext_pr		/article/ARTICLE_ID

Para realizarmos essa tradução de URLs resolvemos criar um coleção 'legacy_urls' que conterá todas as URLs da aplicação anterior seguindo o seguinte modelo:

{
'pid': '0103-2100'
'acron': 'rsp'
'id':  2345
}

Justificamos a criação de uma nova coleção para as URLs legadas baseado no fato que iriamos conviver com índices desnecessários que aumentariam desnecessariamente.

[fabiobatalha]

Exemplo de como devem ser convertidos os PID do modelo super antigo.

campo v1 representa o formato super antigo, campo v2 representa o formato atual.

mfn= 170 1 "S0104-1169(97)00500311" 2 "S0104-11691997000300011" .. mfn= 171 1 "S0104-1169(97)00500313" 2 "S0104-11691997000300013" .. mfn= 172 1 "S0104-1169(97)00500314" 2 "S0104-11691997000300014"

[jamilatta]

Ok, devemos portanto adicionar esse "pids super antigos" na coleção "legacy_urls", utilizando campo em separado ou o campo pid como array no mongoDB:

Novo campo na coleção

{
'lpid':  'S0104-1169(97)00500311',
'pid': 'S0104-11691997000300011',
'acron': 'rsp'
'id':  2345
}

Nesse formato seriamos obrigados a identificar na view se o pid é um super antigo.

PID como array

{
'pid': ['S0104-11691997000300011', 'S0104-1169(97)00500311']
'acron': 'rsp'
'id':  2345
}

Nesse formato realizariamos a query no mongoDB sem a necessidade de identificarmos se é ou não super antigo.

[gustavofonseca]

Não seria mais fácil criar uma função que identifica a versão do pid, e caso seja o super antigo ele é transformado no antigo?

[jamilatta]

Dessa forma não teríamos mais a informação que o artigo teve esse PID super antigo, é necessário avaliarmos os impactos disso para outros serviços como por exemplo bibliometria(citação).