Cattolica Manifesti

🇺🇸: This project automates the integration of descriptive metadata and technical paradata extracted from XMP files for the management of a digital poster archive on WordPress via the Tainacan plugin.

🇮🇹: Questo progetto automatizza l'integrazione di metadati descrittivi e paradati tecnici estratti da file XMP per la gestione di un archivio digitale di manifesti su WordPress tramite il plugin Tainacan.

🇺🇸 English version

Overview

This system processes a collection of approximately 800 digitized posters. It combines descriptive metadata (from a central CSV) with technical acquisition and post-production details saved in XMP format.

Key features

• XMP extraction: Systematically handles both XMP files structured with XML child nodes and those using attributes within the root node.
• History merging: Unifies file history (xmpMM:History) by removing duplicates between import (_imp) and processing (_proc) files.
• Recursive parsing: Extracts complex structures such as tone curves and correction masks into JSON format.
• Tainacan ready: Automatically formats column headers using a specific syntax (e.g., Title|text|status_public) for the WordPress Tainacan CSV importer.

Project structure

• main.py: Pipeline orchestrator.
• config.py: Centralised configuration for namespaces, XPaths, and labels.
• src/process.py: Specialised XMP extraction engine.
• src/tainacan_prep.py: Formatting logic for Tainacan integration.

Usage

This project relies on uv for fast and reliable dependency management.

1. Installing uv: If you haven't installed it yet, run:

curl -LsSf https://astral-sh.uv/install.sh | sh

2. Project synchronization: Create the virtual environment and install dependencies with a single command:

uv sync

3. Configuration: Verify directory paths and the metadata CSV file in config.py.

4. Execution: Run the processing pipeline using uv:

uv run main.py

5. Output: The script will generate a CSV dataset containing complete integrated data and another CSV dataset formatted for Tainacan import.

🇮🇹 Versione italiana

Panoramica

Il sistema processa una collezione di circa 800 manifesti digitalizzati. Combina i dati descrittivi (provenienti da un CSV centrale) con i dettagli tecnici di acquisizione e post-produzione salvati in formato XMP.

Caratteristiche principali

• Estrazione XMP: Gestisce sistematicamente sia i file XMP strutturati con nodi XML figli sia quelli che utilizzano attributi nel nodo root.
• Merge della cronologia: Unifica la storia dei file (xmpMM:History) eliminando i duplicati tra i file di importazione (_imp) e processamento (_proc).
• Parsing ricorsivo: Estrae strutture complesse come curve di tono e maschere di correzione in formato JSON.
• Preparazione per Tainacan: Formatta automaticamente le intestazioni delle colonne con una sintassi specifica (es. Identificativo|text|status_private) per l'importatore CSV di Tainacan.

Struttura del progetto

• main.py: Orchestratore del processo.
• config.py: Configurazione centralizzata per namespace, XPath, e etichette.
• src/process.py: Engine di estrazione di metadati e paradati da file XMP e CSV.
• src/tainacan_prep.py: Logica di formattazione per l'integrazione con Tainacan.

Uso

Questo progetto utilizza uv per una gestione rapida e affidabile delle dipendenze.

1. Installazione di uv: Se non lo hai già, installalo con:

curl -LsSf https://astral-sh.uv/install.sh | sh

2. Sincronizzazione progetto: Crea l'ambiente virtuale e installa le dipendenze con:

uv sync

3. Configurazione: Verifica i percorsi delle directory e del file CSV in config.py.

4. Esecuzione: Avvia la pipeline di elaborazione tramite uv:

uv run main.py

5. Risultato: Il comando genererà un dataset CSV contenente i dati completi e un altro dataset CSV formattato per l'importazione automatica in Tainacan.