MARCXML全称为Machine-Readable Cataloging in XML，是传统MARC（机读目录）标准的XML编码版本，由美国国会图书馆主导制定，是图书馆领域实现元数据数字化、标准化交换的核心格式之一。它将传统MARC格式的字段、子字段结构用XML的标签体系重新呈现，既保留了MARC标准对图书、期刊、音视频等各类文献资源的描述规则，又借助XML的通用性降低了不同系统之间的数据解析难度。
MARCXML的核心结构
MARCXML的整体结构遵循XML的基本语法规范，核心由以下几个部分组成：
- 根元素：使用<collection>作为根标签，可包含多条MARC记录，单条记录也可直接作为根元素存在。
- 记录元素：单条MARC记录用<record>标签包裹，内部包含记录头标区和数据字段区两部分。
- 头标区：用<leader>标签表示，长度为24个字符，包含记录的状态、类型、编码方式等基础信息。
- 控制字段：用<controlfield>标签表示，标签属性tag对应MARC的字段号，如001字段为记录标识号，003字段为控制号标识。
- 数据字段：用<datafield>标签表示，属性tag对应MARC的字段号，ind1和ind2对应两个指示符，内部子字段用<subfield>标签表示，属性code对应子字段标识符。
简单的MARCXML示例
下面是一条描述图书资源的MARCXML记录示例，展示了基础的结构组成：
<?xml version="1.0" encoding="UTF-8"?>
<collection xmlns="http://www.loc.gov/MARC21/slim">
<record>
<leader>00000nam a2200000 i 4500</leader>
<controlfield tag="001">202405001</controlfield>
<controlfield tag="003">CN-ABC</controlfield>
<datafield tag="020" ind1=" " ind2=" ">
<subfield code="a">9787111111111</subfield>
<subfield code="b">平装</subfield>
</datafield>
<datafield tag="100" ind1="1" ind2=" ">
<subfield code="a">张三</subfield>
<subfield code="d">1980-</subfield>
</datafield>
<datafield tag="245" ind1="1" ind2="0">
<subfield code="a">图书馆元数据基础教程</subfield>
<subfield code="h">纸质书</subfield>
</datafield>
<datafield tag="260" ind1=" " ind2=" ">
<subfield code="b">机械工业出版社</subfield>
<subfield code="c">2024</subfield>
</datafield>
</record>
</collection>
MARCXML的主要应用场景
图书馆编目数据输出
传统图书馆自动化系统大多基于MARC格式存储编目数据，当需要向外部系统提供数据时，通常会将数据转换为MARCXML格式，因为XML是通用的数据交换格式，不需要依赖特定的MARC解析库，大部分系统都可以通过标准XML解析器读取内容。
跨系统数据迁移
当图书馆更换自动化管理系统时，不同系统的内部MARC存储格式可能存在差异，通过MARCXML作为中间格式可以实现数据的无损迁移，避免格式不兼容导致的数据丢失或字段错乱问题。
数字资源元数据封装
对于数字图书馆中的电子书、音视频资源，MARCXML可以作为元数据封装格式，和实际的数字资源文件一起存储，方便后续的检索、展示和权限管理。
第三方数据整合
图书馆在采购商业数据库、接受机构捐赠数据时，很多供应商会提供MARCXML格式的批量数据，图书馆可以直接解析导入到本馆的系统中，大幅提升数据加工效率。
MARCXML和传统MARC的区别
两者核心的描述规则完全一致，区别主要体现在编码形式上：
| 对比维度 | 传统MARC | MARCXML |
|---|---|---|
| 编码格式 | 二进制或特定文本编码，有固定的字段分隔符和记录分隔符 | 标准XML文本编码，使用标签和属性表示结构 |
| 解析难度 | 需要专用的MARC解析库，不同版本的MARC格式解析规则有差异 | 可使用任意标准XML解析器解析，通用性更强 |
| 扩展性 | 结构固定，扩展新字段需要遵循MARC标准的修订规则 | 可以结合XML命名空间扩展自定义字段，灵活性更高 |
| 可读性 | 原始格式可读性差，需要专用工具查看 | 结构清晰，普通文本编辑器即可查看内容 |
如何解析和处理MARCXML
在实际开发中，解析MARCXML不需要手动处理XML标签，可以使用现成的开源库提升效率。以Python为例，使用pymarc库可以轻松解析MARCXML数据：
from pymarc import parse_xml_to_array
# 解析MARCXML文件
with open("marcxml_data.xml", "rb") as f:
records = parse_xml_to_array(f)
for record in records:
# 获取题名字段245的a子字段
title = record["245"]["a"] if "245" in record else ""
# 获取作者字段100的a子字段
author = record["100"]["a"] if "100" in record else ""
print(f"题名：{title}，作者：{author}")
如果需要生成MARCXML数据，同样可以使用pymarc库构建记录后输出：
from pymarc import Record, Field # 创建新的MARC记录 record = Record() # 设置头标区 record.leader = "00000nam a2200000 i 4500" # 添加控制字段001 record.add_field(Field(tag="001", data="202405002")) # 添加数据字段245 title_field = Field(tag="245", indicators=["1", "0"], subfields=["a", "Python编程入门", "h", "纸质书"]) record.add_field(title_field) # 输出为MARCXML格式 print(record.as_xml())
需要注意的是，处理MARCXML时需要遵循MARC21或者UNIMARC等具体MARC标准的字段定义，不同标准的字段含义和格式要求存在差异，避免错误解析字段内容。