fingerprinter

   1 #!/usr/bin/perl
   2
   3 # Copyright 2009-2012, Equinox Software, Inc.
   4 #
   5 # This program is free software; you can redistribute it and/or
   6 # modify it under the terms of the GNU General Public License
   7 # as published by the Free Software Foundation; either version 2
   8 # of the License, or (at your option) any later version.
   9 #
  10 # This program is distributed in the hope that it will be useful,
  11 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  12 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  13 # GNU General Public License for more details.
  14 #
  15 # You should have received a copy of the GNU General Public License
  16 # along with this program; if not, write to the Free Software
  17 # Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301, USA.
  18
  19 use strict;
  20 use warnings;
  21 use open ':utf8';
  22
  23 use Getopt::Long;
  24 use MARC::Batch;
  25 use Unicode::Normalize;
  26 use MARC::File::XML ( BinaryEncoding => 'utf-8' );
  27 use Equinox::Migration::SubfieldMapper;
  28 use Equinox::Migration::Utils qw/normalize_oclc_number/;
  29
  30 my $conf  = {}; # configuration hashref
  31 my $count = 0; my $scount = 0;
  32 my $start = time;
  33 $| = 1;
  34
  35 initialize($conf);
  36
  37 open OF, '>', $conf->{output} or die "$0: cannot open output file $conf->{output}: $!\n";
  38 open XF, '>', $conf->{exception} or die "$0: cannot open exception file $conf->{exception}: $!\n";
  39
  40 for my $file (@ARGV) {
  41     print XF "Processing $file\n";
  42
  43     my $batch = MARC::Batch->new($conf->{marctype}, $file);
  44     $batch->strict_off();
  45     $batch->warnings_off();
  46
  47     my $record;
  48     while ( 1 ) {
  49         eval { $record = $batch->next; };
  50         if ($@) {
  51             import MARC::File::XML;
  52             print "skipping bad record: $@\n";
  53             next;
  54         }
  55         last unless $record;
  56         $count++; progress_ticker();
  57         my $marc = undef;
  58         unless ( defined $record )
  59           { dump_exception($marc); next; }
  60
  61         my $id = $record->field($conf->{tag});
  62         unless ($id) {
  63             print XF "ERROR: Record $count in $file is missing a ",
  64               $conf->{tag}, " field.\n", $record->as_formatted(), "\n=====\n";
  65             next;
  66         }
  67
  68         # populate and normalize marc
  69         $marc = populate_marc($record, $id);
  70         # check for manual exclusion
  71         next if this_record_is_excluded($record, $marc);
  72         normalize_marc($marc);
  73         unless (marc_isvalid($marc))
  74           { dump_exception($marc); next; }
  75
  76         # if everything looks good, score it and dump fingerprints
  77         score_marc($marc, $record);
  78         dump_fingerprints($marc);
  79         $scount++; progress_ticker();
  80     }
  81 }
  82
  83 print "\nSuccessfully processed:\t$count\n" unless $conf->{quiet};
  84
  85 =head2 populate_marc
  86
  87 Constructs a hash containing the relevant MARC data for a record and
  88 returns a reference to it.
  89
  90 =cut
  91
  92 sub populate_marc {
  93     my ($record, $id) = @_;
  94     my %marc = (); $marc{isbns} = [];
  95
  96     # id, stringified
  97     $marc{id} = $id->as_string($conf->{subfield});
  98
  99     # record_type, bib_lvl
 100     $marc{record_type} = substr($record->leader, 6, 1);
 101     $marc{bib_lvl}     = substr($record->leader, 7, 1);
 102
 103     # date1, date2
 104     my $my_008 = $record->field('008');
 105     $marc{tag008} = $my_008->as_string() if ($my_008);
 106     if (defined $marc{tag008}) {
 107         unless (length $marc{tag008} == 40) {
 108             $marc{tag008} = $marc{tag008} . ('|' x (40 - length($marc{tag008})));
 109             print XF ">> Short 008 padded to ",length($marc{tag008})," at rec $count\n";
 110         }
 111         $marc{date1} = substr($marc{tag008},7,4) if ($marc{tag008});
 112         $marc{date2} = substr($marc{tag008},11,4) if ($marc{tag008}); # UNUSED
 113     }
 114     unless ($marc{date1} and $marc{date1} =~ /\d{4}/) {
 115         my $my_260 = $record->field('260');
 116         if ($my_260 and $my_260->subfield('c')) {
 117             my $date1 = $my_260->subfield('c');
 118             $date1 =~ s/\D//g;
 119             if (defined $date1 and $date1 =~ /\d{4}/) {
 120                 $marc{date1} = $date1;
 121                 $marc{fudgedate} = 1;
 122                 print XF ">> using 260c as date1 at rec $count\n";
 123             }
 124         }
 125     }
 126
 127     # item_form
 128     if ( $marc{record_type} =~ /[gkroef]/ ) { # MAP, VIS
 129         $marc{item_form} = substr($marc{tag008},29,1) if ($marc{tag008});
 130     } else {
 131         $marc{item_form} = substr($marc{tag008},23,1) if ($marc{tag008});
 132     }
 133
 134     # isbns
 135     my @isbns = $record->field('020') if $record->field('020');
 136     push @isbns, $record->field('024') if $record->field('024');
 137     for my $f ( @isbns ) {
 138         push @{ $marc{isbns} }, $1 if ( defined $f->subfield('a') and
 139                                         $f->subfield('a')=~/(\S+)/ );
 140     }
 141
 142     # author
 143     for my $rec_field (100, 110, 111) {
 144         if ($record->field($rec_field)) {
 145             $marc{author} = $record->field($rec_field)->subfield('a');
 146             last;
 147         }
 148     }
 149
 150     # oclc
 151     $marc{oclc} = [];
 152     if ($record->field('001') &&
 153         $record->field('003') &&
 154         $record->field('003')->as_string() =~ /OCo{0,1}LC/ &&
 155         defined normalize_oclc_number($record->field('001')->as_string())) {
 156         push @{ $marc{oclc} }, normalize_oclc_number($record->field('001')->as_string());
 157     }
 158     for ($record->field('035')) {
 159         my $oclc = $_->subfield('a');
 160         if (defined $oclc &&
 161             ($oclc =~ /\(OCoLC\)/ || $oclc =~ /(ocm|ocl7|ocn|on)/) &&
 162             defined normalize_oclc_number($oclc)) {
 163             push @{ $marc{oclc} }, normalize_oclc_number($oclc);
 164         }
 165     }
 166
 167     if ($record->field('999')) {
 168         my $koha_bib_id = $record->field('999')->subfield('c');
 169         $marc{koha_bib_id} = $koha_bib_id if defined $koha_bib_id and $koha_bib_id =~ /^\d+$/;
 170     }
 171
 172     # "Accompanying material" and check for "copy" (300)
 173     if ($record->field('300')) {
 174         $marc{accomp} = $record->field('300')->subfield('e');
 175         $marc{tag300a} = $record->field('300')->subfield('a');
 176     }
 177
 178     # issn, lccn, title, desc, pages, pub, pubyear, edition
 179     $marc{lccn} = $record->field('010')->subfield('a') if $record->field('010');
 180     $marc{issn} = $record->field('022')->subfield('a') if $record->field('022');
 181     $marc{desc} = $record->field('300')->subfield('a') if $record->field('300');
 182     $marc{pages} = $1 if (defined $marc{desc} and $marc{desc} =~ /(\d+)/);
 183     $marc{title} = $record->field('245')->subfield('a')
 184       if $record->field('245');
 185     $marc{title} .= ' ' . $record->field('245')->subfield('b')
 186       if ($record->field('245') and
 187           $record->field('245')->subfield('b') and
 188           not $conf->{ignoresubtitle});
 189     $marc{edition} = $record->field('250')->subfield('a')
 190       if $record->field('250');
 191     if ($record->field('260')) {
 192         $marc{publisher} = $record->field('260')->subfield('b');
 193         $marc{pubyear} = $record->field('260')->subfield('c');
 194         $marc{pubyear} =
 195           (defined $marc{pubyear} and $marc{pubyear} =~ /(\d{4})/) ? $1 : '';
 196     }
 197     return \%marc;
 198 }
 199
 200
 201
 202 =head2 normalize_marc
 203
 204 Gently massages your data.
 205
 206 =cut
 207
 208 sub normalize_marc {
 209     my ($marc) = @_;
 210
 211     $marc->{record_type }= 'a' if ($marc->{record_type} eq ' ');
 212     if ($marc->{title}) {
 213         $marc->{title} = NFD($marc->{title});
 214         $marc->{title} =~ s/[\x{80}-\x{ffff}]//go;
 215         $marc->{title} = lc($marc->{title});
 216         $marc->{title} =~ s/\W+$//go;
 217     }
 218     if ($marc->{author}) {
 219         $marc->{author} = NFD($marc->{author});
 220         $marc->{author} =~ s/[\x{80}-\x{ffff}]//go;
 221         $marc->{author} = lc($marc->{author});
 222         $marc->{author} =~ s/\W+$//go;
 223         if ($marc->{author} =~ /^(\w+)/) {
 224             $marc->{author} = $1;
 225         }
 226     }
 227     if ($marc->{publisher}) {
 228         $marc->{publisher} = NFD($marc->{publisher});
 229         $marc->{publisher} =~ s/[\x{80}-\x{ffff}]//go;
 230         $marc->{publisher} = lc($marc->{publisher});
 231         $marc->{publisher} =~ s/\W+$//go;
 232         if ($marc->{publisher} =~ /^(\w+)/) {
 233             $marc->{publisher} = $1;
 234         }
 235     }
 236     return $marc;
 237 }
 238
 239
 240
 241 =head2 marc_isvalid
 242
 243 Checks MARC record to see if neccessary fingerprinting data is
 244 available
 245
 246 =cut
 247
 248 sub marc_isvalid {
 249     my ($marc) = @_;
 250     return 1 if ($marc->{item_form} and ($marc->{date1} =~ /\d{4}/) and
 251                  $marc->{record_type} and $marc->{bib_lvl} and $marc->{title});
 252     return 0;
 253 }
 254
 255
 256 =head2 score_marc
 257
 258 Assign a score to the record based on various criteria.
 259
 260 Score is constructed by pushing elements onto a list, via a dispatch
 261 table.  This allows order of fingerprints in the output file to be
 262 varied.
 263
 264 =cut
 265
 266 sub score_marc {
 267     my ($marc, $record) = @_;
 268     my @score = ();
 269     my $json = '{';
 270
 271     #----------------------------------
 272     # static criteria scoring
 273     #----------------------------------
 274     $marc->{misc_score} = 999;
 275     $marc->{age_score}  = 999999999999;
 276
 277     # -1 if 008 has been padded, -2 if it doesn't exist
 278     if ($marc->{tag008})
 279       { $marc->{misc_score}-- if ($marc->{tag008} =~ /\|$/) }
 280     else
 281       { $marc->{misc_score} -= 2 }
 282     # -1 if date has been pulled from 260
 283     $marc->{misc_score}-- if $marc->{fudgedate};
 284     # -1 if this is a copy record
 285     $marc->{misc_score}--
 286       if (defined $marc->{tag300a} and $marc->{tag300a} =~ /copy/i);
 287
 288     # subtract record id if we want older records to win
 289     #$marc->{age_score} -= $marc->{id} unless ($conf->{newwins});
 290     # handle arbitrary adjustments
 291     $marc->{age_score} = 1;
 292     if ($conf->{'arbitrarily-lose-above'}) {
 293         $marc->{age_score} = 0
 294           if ($marc->{id} >= $conf->{'arbitrarily-lose-above'});
 295     }
 296     if ($conf->{'arbitrarily-lose-below'}) {
 297         $marc->{age_score} = 0
 298           if ($marc->{id} <= $conf->{'arbitrarily-lose-below'});
 299     }
 300
 301     #----------------------------------
 302     # dynamic calculated scoring
 303     #----------------------------------
 304     my %scores_code = (
 305       oclc    => sub { return $marc->{oclc}[0] ? 1 : 0 },
 306       dlc     => sub {
 307           if ($record->field('040') and $record->field('040')->subfield('a'))
 308             { return scalar($record->subfield( '040', 'a')) =~ /dlc/io ? 1 : 0 }
 309           else { return 0 }
 310       },
 311       num_650 => sub {
 312           if ($record->field('650')) {
 313               # can't say "scalar $record->field('650')"; MARC::Record
 314               # behaves differently in list/scalar contexts
 315               my @tags = $record->field('650');
 316               return sprintf("%04d", scalar @tags)
 317           } else { return '0000' }
 318       },
 319       num_tags=> sub { return sprintf( '%04d', scalar( $record->fields ) ) },
 320       enc_lvl => sub {
 321         my $enc = substr($record->leader, 17, 1) || 'u';
 322         my %levels = ( ' ' => 9, 1 => 8, 2 => 7,  3  => 6,  4  => 5, 5 => 4,
 323                        6   => 3, 7 => 2, 8 => 1, 'u' => 0, 'z' => 0 );
 324         return $levels{$enc} || 0;
 325     }
 326                       );
 327
 328     #----------------------------------
 329     # assemble and store scores
 330     #----------------------------------
 331     for ( @{ $conf->{dyn_scores} } ) {
 332         push @score, $scores_code{$_}->($marc, $record);
 333         $json .= $_ . ':' . $score[-1] . ',';
 334     }
 335     $json .= 'misc:' . $marc->{misc_score} . '}';
 336
 337     my $compact = join('', $marc->{age_score}, $marc->{misc_score}, @score);
 338     $marc->{score} = "$compact\t$json";
 339 }
 340
 341 =head2 dump_fingerprints
 342
 343 =cut
 344
 345 sub dump_fingerprints {
 346     my ($marc) = @_;
 347
 348     if ($conf->{fingerprints}{baseline}) {
 349         print OF join("\t", $marc->{score}, $marc->{id}, 'baseline',
 350                       $marc->{item_form}, $marc->{date1}, $marc->{record_type},
 351                       $marc->{bib_lvl}, $marc->{title}), "\n";
 352     }
 353
 354     if ($conf->{fingerprints}{oclc} and scalar @{$marc->{oclc} }) {
 355         for (@{$marc->{oclc} }) {
 356             print OF join("\t", $marc->{score}, $marc->{id}, "oclc",
 357                           $marc->{item_form}, $marc->{date1},
 358                           $marc->{record_type}, $marc->{bib_lvl},
 359                           $marc->{title}, $_, "\n");
 360         }
 361     }
 362
 363     if ($conf->{fingerprints}{koha_bib_id} and exists $marc->{koha_bib_id}) {
 364         print OF join("\t", $marc->{score}, $marc->{id}, "z_koha_bib_id",
 365                       $marc->{item_form}, $marc->{date1},
 366                       $marc->{record_type},
 367                       $marc->{bib_lvl}, $marc->{title},
 368                       $marc->{koha_bib_id}), "\n";
 369     }
 370
 371     if ($conf->{fingerprints}{isbn}) {
 372         if ((scalar @{ $marc->{isbns} } > 0) and $marc->{pages}) {
 373             foreach my $isbn ( @{ $marc->{isbns}} ) {
 374                 print OF join("\t", $marc->{score}, $marc->{id}, "isbn",
 375                               $marc->{item_form}, $marc->{date1},
 376                               $marc->{record_type},
 377                               $marc->{bib_lvl}, $marc->{title},
 378                               $isbn, $marc->{pages}), "\n";
 379             }
 380         }
 381     }
 382
 383     if ($conf->{fingerprints}{edition} and $marc->{edition} and $marc->{author}) {
 384         print OF join("\t", $marc->{score}, $marc->{id}, "edition",
 385                       $marc->{item_form}, $marc->{date1},
 386                       $marc->{record_type}, $marc->{bib_lvl},
 387                       $marc->{title}, $marc->{author}, $marc->{edition}), "\n";
 388     }
 389
 390     if ($conf->{fingerprints}{issn} and $marc->{issn}) {
 391         print OF join("\t", $marc->{score}, $marc->{id}, "issn",
 392                       $marc->{item_form}, $marc->{date1},
 393                       $marc->{record_type}, $marc->{bib_lvl},
 394                       $marc->{title}, $marc->{issn}), "\n";
 395     }
 396
 397     if ($conf->{fingerprints}{lccn} and $marc->{lccn}) {
 398         print OF join("\t", $marc->{score}, $marc->{id}, "lccn",
 399                       $marc->{item_form}, $marc->{date1},
 400                       $marc->{record_type}, $marc->{bib_lvl},
 401                       $marc->{title}, $marc->{lccn}) ,"\n";
 402     }
 403
 404     if ($conf->{fingerprints}{accomp} and $marc->{accomp}) {
 405         print OF join("\t", $marc->{score}, $marc->{id}, "accomp",
 406                       $marc->{item_form}, $marc->{date1},
 407                       $marc->{record_type}, $marc->{bib_lvl},
 408                       $marc->{title}, $marc->{accomp}) ,"\n";
 409     }
 410
 411     if ($conf->{fingerprints}{authpub} and $marc->{author} and
 412         $marc->{publisher} and $marc->{pubyear} and $marc->{pages}) {
 413         print OF join("\t", $marc->{score}, $marc->{id}, "authpub",
 414                       $marc->{item_form}, $marc->{date1},
 415                       $marc->{record_type}, $marc->{bib_lvl},
 416                       $marc->{title}, $marc->{author},
 417                       $marc->{publisher}, $marc->{pubyear},
 418                       $marc->{pages}), "\n";
 419     }
 420 }
 421
 422
 423
 424 =head2 dump_exception
 425
 426 Write line of exception report
 427
 428 =cut
 429
 430 sub dump_exception {
 431     my ($marc, $msg) = @_;
 432     unless (defined $marc) {
 433         print XF "Undefined record at line $count; likely bad XML\n";
 434         return;
 435     }
 436
 437     print XF "Record ", $marc->{id}, " excluded: ";
 438     if (defined $msg) {
 439         print XF "$msg\n";
 440         return
 441     }
 442
 443     print XF "missing item_form; " unless ($marc->{item_form});
 444     unless (defined $marc->{date1})
 445       { print XF "missing date1; " }
 446     else
 447       { print XF "invalid date1: '", $marc->{date1}, "'; "
 448           unless ($marc->{date1} =~ /\d{4}/); }
 449     print XF "missing record_type; " unless ($marc->{record_type});
 450     print XF "missing bib_lvl; " unless ($marc->{bib_lvl});
 451     print XF "missing title " unless ($marc->{title});
 452     print XF "\n";
 453 }
 454
 455
 456 =head2 this_record_is_excluded
 457
 458 Returns 1 if the record B<is> and 0 if the record B<is not> excluded,
 459 according to the subfield mapping (generated via the C<--excludelist>
 460 option).
 461
 462 =cut
 463
 464 sub this_record_is_excluded {
 465     my ($rec, $marc) = @_;
 466     return 0 unless defined $conf->{excludelist};
 467
 468     for my $tag (keys %{ $conf->{excludelist}->{tags} }) {
 469         for my $sub (keys %{$conf->{excludelist}->{tags}{$tag}}) {
 470             my $f = $conf->{excludelist}->field($tag, $sub);
 471
 472             # if this record doesn't have the right tag/sub, it can't be
 473             return 0 unless ($rec->field($tag) and $rec->field($tag)->subfield($sub));
 474             # but it does, so if there are no filters to check...
 475             unless ($conf->{excludelist}->filters($f))
 476               { dump_exception($marc, "exclusion $tag$sub"); return 1 }
 477
 478             my $sub_contents = $rec->field($tag)->subfield($sub);
 479             for my $filter (@{ $conf->{excludelist}->filters($f)}) {
 480                 if ($sub_contents =~ /$filter/i) {
 481                     # filter matches. no fp.
 482                     dump_exception($marc, "exclusion $tag$sub '$filter'");
 483                     return 1;
 484                 }
 485                 # no match, no exclude
 486                 return 0;
 487             }
 488         }
 489     }
 490 }
 491
 492 =head2 initialize
 493
 494 Performs boring script initialization. Handles argument parsing,
 495 mostly.
 496
 497 =cut
 498
 499 sub initialize {
 500     my ($c) = @_;
 501     my @missing = ();
 502
 503     # set mode on existing filehandles
 504     binmode(STDIN, ':utf8');
 505
 506     my $rc = GetOptions( $c,
 507                          'exception|x=s',
 508                          'output|o=s',
 509                          'prefix|p=s',
 510                          'marctype|m=s',
 511                          'subfield|s=s',
 512                          'tag|t=s',
 513                          'fingerprints=s',
 514                          'scores=s',
 515                          'arbitrarily-lose-above=i',
 516                          'arbitrarily-lose-below=i',
 517                          'newwins',
 518                          'excludelist=s',
 519                          'ignoresubtitle|i',
 520                          'quiet|q',
 521                          'help|h',
 522                        );
 523     show_help() unless $rc;
 524     show_help() if ($c->{help});
 525
 526     # check fingerprints list for validity
 527     if ($c->{fingerprints}) {
 528         my %fps = ();
 529         my %valid_fps = ( oclc => 1, isbn => 1, issn => 1, lccn => 1,
 530                           edition => 1, accomp => 1, authpub => 1,
 531                           baseline => 1, crap => 1,
 532                           koha_bib_id => 1,
 533                         );
 534         for (split /,/, $c->{fingerprints}) {
 535             die "Invalid fingerprint '$_'\n" unless $valid_fps{$_};
 536             $fps{$_} = 1;
 537         }
 538         $c->{fingerprints} = \%fps
 539     } else {
 540         $c->{fingerprints} = {oclc => 1, isbn => 1, edition => 1, issn => 1,
 541                               lccn => 1, accomp => 1, authpub => 1};
 542     }
 543
 544     # check scores list for validity
 545     if ($c->{scores}) {
 546         my %scores = ();
 547         my %valid_scores = ( oclc => 1, dlc => 1, num_650 => 1,
 548                              num_tags => 1, enc_lvl => 1,
 549                            );
 550         for (split /,/, $c->{scores}) {
 551             die "Invalid score mode '$_'\n" unless $valid_scores{$_};
 552             $scores{$_} = 1;
 553         }
 554         $c->{dyn_scores} = [split /,/, $c->{scores}];
 555         $c->{scores} = \%scores;
 556     } else {
 557         $c->{scores} = {oclc => 1, dlc => 1, num_650 => 1,
 558                         num_tags => 1, enc_lvl => 1};
 559         $c->{dyn_scores} = [ qw/oclc dlc num_650 num_tags enc_lvl/ ];
 560     }
 561
 562     # set defaults
 563     $c->{tag} = 903 unless defined $c->{tag};
 564     $c->{subfield} = 'a' unless defined $c->{subfield};
 565     $c->{marctype} = 'XML' unless defined $c->{marctype};
 566     if ($c->{prefix}) {
 567         $c->{output} = join('.',$c->{prefix},'fp');
 568         $c->{exception} = join('.',$c->{prefix},'fp','ex');
 569     }
 570
 571     # get SFM object if excludelist was specified
 572     if ($c->{excludelist}) {
 573         $c->{excludelist} =
 574           Equinox::Migration::SubfieldMapper->new( file => $c->{excludelist} );
 575     }
 576
 577     my @keys = keys %{$c};
 578     show_help() unless (@ARGV and @keys);
 579     for my $key ('tag', 'subfield', 'output', 'exception')
 580       { push @missing, $key unless $c->{$key} }
 581     if (@missing) {
 582         print "Required option: ", join(', ', @missing), " missing!\n";
 583         show_help();
 584     }
 585 }
 586
 587
 588 =head2 progress_ticker
 589
 590 =cut
 591
 592 sub progress_ticker {
 593     return if $conf->{quiet};
 594     printf("\r> %d recs seen; %d processed", $count, $scount);
 595     printf(" (%d/s)", ($count / (time - $start + 1)))
 596       if ($count % 500 == 0);
 597 }
 598
 599 =head2 show_help
 600
 601 Display usage message when things go wrong
 602
 603 =cut
 604
 605 sub show_help {
 606 print <<HELP;
 607 Usage is: $0 [REQUIRED ARGS] [OPTIONS] <filelist>
 608 Req'd Arguments
 609   --output=<FILE>      -o  Output filename
 610   --exceptions=<FILE>  -x  Exception report filename
 611        or
 612   --prefix=<PREFIX>>   -p  Shared prefix for output/exception files. Will
 613                            produce PREFIX.fp and PREFIX.fp.ex
 614 Options
 615   --tag=N           -t  Which tag to use (default 903)
 616   --subfield=X      -s  Which subfield to use (default 'a')
 617   --quiet           -q  Don't write status messages to STDOUT
 618   --ignoresubtitle  -i  Ignore 245\$b and construct the title from 245\$a alone.
 619
 620   --fingerprints=LIST  Fingerprints to generate, comma separated
 621                        Default: oclc,isbn,edition,issn,lccn,accomp,authpub
 622                        Others:  baseline,koha_bib_id
 623   --excludelist=FILE   Name of fingerprints exclusions file
 624
 625   --scores=LIST  Scores to calculate, comma separated
 626                  Default: oclc,dlc,num_650,num_tags,enc_level
 627   --newwins      New record IDs score higher (default is old wins)
 628   --arbitrarily-lose-above
 629   --arbitrarily-lose-below
 630   --arbitrarily-decrease-score-by
 631       Modify fingerprint scoring of records whose EG id is above or below a
 632       given value, inclusive (so 5 is <= 5 or >= 5) such that they lose.
 633
 634   --marctype=TYPE Defaults to 'XML'
 635 HELP
 636 exit 1;
 637 }