Převod souboru DOC do RIS

Co je formát DOC

.doc je starší binární formát Wordu od Microsoftu používaný pro rukopisy, zprávy a seznamy odkazů. Microsoft Word, starší verze LibreOffice Writeru a další textové procesory jej mohou vytvářet; aktuální verze Wordu obvykle používají .docx. Soubor DOC může obsahovat běžně napsané odkazy, citační pole Wordu nebo bibliografii vygenerovanou doplňkem pro správu odkazů.

Co je formát RIS

RIS je formát pro výměnu bibliografických záznamů ve formě prostého textu. Záznam používá řádky se značkami, například TY - JOUR pro typ odkazu, AU - pro autora, TI - pro název, JO - pro časopis a ER - pro označení konce záznamu. Referenční manažery a knihovní databáze používají RIS k přenosu autorů, názvů, dat, názvů časopisů, identifikátorů a dalších citačních polí.

RIS je užitečný, protože je přenositelný, lze jej upravovat jako text a podporují jej Zotero, EndNote, RefWorks, Citavi a mnoho akademických databází. Nejde o formát dokumentu, takže nedokáže zachovat formátování Wordu ani nebibliografický obsah.

Jak převést DOC na RIS

Pokud soubor DOC obsahuje formátovaný seznam odkazů, neexistuje spolehlivý univerzální převod jedním kliknutím. Praktický postup spočívá ve vyextrahování odkazů, jejich analýze do strukturovaných záznamů, ověření metadat a následném exportu do RIS.

Pokud je k dispozici původní knihovna odkazů, použijte ji. Pokud bibliografii vytvořil Zotero, EndNote, RefWorks nebo jiný citační doplněk, otevřete místo analýzy souboru DOC knihovnu v dané aplikaci. Vyberte příslušné záznamy a použijte její příkaz pro export, například File → Export, a poté zvolte RIS. Knihovna obsahuje strukturovaná pole, která se mohou při zobrazení bibliografie ve Wordu ztratit.

U běžného ručně napsaného seznamu odkazů:

1. Vytvořte kopii souboru DOC a otevřete ji v Microsoft Wordu nebo LibreOffice Writeru. Odstraňte nadpisy, čísla stránek, poznámky pod čarou, okolní text a další materiál, který není součástí odkazů.
2. Uložte pouze seznam odkazů jako prostý text pomocí File → Save As → Text. Pokud aplikace nedokáže starý soubor DOC správně přečíst, nejprve uložte pracovní kopii jako .docx a poté tuto kopii exportujte jako text.
3. Vložte text do nástroje AnyStyle, což je analyzátor odkazů fungující v prohlížeči. Před exportem zkontrolujte rozpoznané autory, názvy, roky, časopisy, čísla svazků a vydání, stránky, hodnoty DOI a typy odkazů.
4. Exportujte analyzované záznamy jako BibTeX a importujte tento soubor do Zotera pomocí File → Import.
5. V Zotero vyberte importované položky a použijte File → Export Items nebo File → Export Library. Zvolte RIS a uložte výsledný soubor .ris.

AnyStyle je vhodný pro bibliografie, které neobsahují citlivé údaje. Nenahrávejte důvěrné rukopisy, nepublikované odkazy ani osobní údaje do online analyzátoru. Pro postup pouze na počítači použijte LibreOffice k extrakci textu a poté záznamy zadejte ručně do Zotera nebo EndNote, případně použijte lokální nástroj pro analýzu, který jste otestovali.

LibreOffice může extrahovat text z příkazového řádku, pokud je nainstalován a výstupní adresář již existuje:

soffice --headless --convert-to txt:Text --outdir extracted "references.doc"

Vygenerovaný textový soubor použijte jako vstup pro analyzátor. Příkaz extrahuje viditelný text; neobnoví citační pole z proprietárních doplňků Wordu.

U odkazů s identifikátory je místo analýzy vyhledejte. Hodnoty DOI lze vyhledat prostřednictvím Crossref, vydavatele, univerzitní knihovny nebo funkce Zotera Add Item by Identifier. Hodnoty PMID lze získat z PubMedu a ISBN z katalogu knihovny nebo databáze knih. Výsledné záznamy exportujte přímo jako RIS. Záznamy založené na identifikátorech obecně obsahují přesnější metadata časopisu, autora, stránek a typu publikace než analyzátor pracující s vizuálním formátováním.

Pokud máte pouze několik odkazů, zadejte je ručně. Vytvořte každou položku v Zotero nebo EndNote, ověřte ji podle původní publikace a vyexportujte vybrané záznamy jako RIS. U krátkého a nekonzistentně formátovaného seznamu je ruční zadání často rychlejší než oprava chyb analyzátoru.

Omezení kvality a kompatibility

Zobrazená citace ve Wordu může být obyčejný text, pole Wordu nebo obsah vygenerovaný proprietárním doplňkem. Soubor DOC proto nemusí obsahovat úplnou a přenositelnou databázi bibliografie. Analýza může nesprávně identifikovat iniciály, institucionální autory, podtituly, čísla článků, rozsahy stran, jména s diakritikou a více děl v jednom odstavci.

Otevřete výsledný soubor .ris v textovém editoru a zkontrolujte, zda každý záznam obsahuje věrohodný řádek TY - a končí řádkem ER -. Importujte jej do cílového referenčního manažeru a zkontrolujte vzorek záznamů včetně pořadí autorů, DOI, názvu časopisu, roku, svazku, čísla, stran a typu odkazu. Některé programy interpretují značky RIS odlišně, proto po importu opravte správná pole v cílové aplikaci.

Nepovažujte konverzní službu PDF nebo DOC, která slibuje automatický výstup RIS, za autoritativní: samotné formátování nedokáže spolehlivě identifikovat každé bibliografické pole. Původní soubor DOC a ověřenou knihovnu odkazů nebo exportovaný soubor RIS uchovávejte jako oddělené záznamy; RIS nezachová rozvržení zdrojového dokumentu, obrázky, sledované změny ani styl bibliografie.