国立国会図書館件名標目表（NDLSH）を使って蔵書検索をつくってみた。その３

・国立国会図書館件名標目　タブ区切りテキストファイルをダウンロード

・エクセルで開けるようにする（場合によってはテキストファイルで分割）

・エクセルの関数を使って「同義語」を分割。

　ダウンロードして、エクセルで開けるようにしたデータは、同義語、上位語、下位語、関連語が、それぞれ複数あってもひとつのセルに入っている。ひとまずちゃんとしたデータベースを作成するには、それらを分割する必要があります。ひとつふたつなら手作業でコピー、カット＆ペーストで作業できるのですが、これがひとつのセルに30個以上の件名（単語）が入っていたり、全体が数万レコードあったりする…となると、ひとつひとつ手作業で行うわけにはいきません。そこでこんな風に要領よく、楽をするための努力は惜しまない…ということでやってみました。なお、上位語、下位語、関連語は同様の処理なので、ここでは下位語の作業を中心に書いておきます。

下位語の分割

ID: 00574809 人類学の［下位語］には４つの件名がありますが、それがひとつのセルの中に入っているので、このままでは操作ができません。まずはこの項目を分割します。

• E2: 区切り文字[;]の個数を数える　=LEN(D2)-LEN(SUBSTITUTE(D2,”;”,””))
• F2: 最初の区切り文字の位置 =IF(ISERROR(FIND(“;”,D2,1)),””,FIND(“;”,D2,1))
• G2: 二番目の　　　〃　　　=IF(ISERROR(FIND(“;”,D2,F2+1)),””,FIND(“;”,D2,F2+1))
• H2: 三番目の　　　〃　　　=IF(ISERROR(FIND(“;”,D2,G2+1)),””,FIND(“;”,D2,G2+1))
• I2: 文字列全体の長さ（文字数）　=LEN(D2)

• T2: 下位語のIDの区切り文字 [<]の位置　=IF(ISERROR(FIND(“<“,S2,1)),””,FIND(“<“,S2,1))
• U2: 下位語のIDの区切り文字[>]の位置　 =IF(ISERROR(FIND(“>”,S2,1)),””,FIND(“>”,S2,1))
• V2: 下位語のみ =LEFT(S2,T2-1)
• W2: 下位語ID（数字のみ） =MID(S2,T2+1,U2-T2-1)