MARC ISO 转 CSV 转换器

图书馆或编目系统导出的MARC数据多为ISO 2709二进制格式的.iso文件。这类文件用文本编辑器打开通常是乱码，直接解析又常遇到三个痛点：百万条数据转换时内存溢出、生成的CSV在Excel里中文乱码、个别损坏记录导致整体失败。

核心能力与处理流程

技能核心是scripts/convert_marc.py，采用两阶段流式处理：

• Phase 1：快速扫描记录，统计总数并提取列名，不写盘，几乎不占内存。
• Phase 2：逐条读取-转换-写入，全程不累积Record对象，内存占用恒定O(1)，损坏记录自动跳过并在结束报告数量。

输出为UTF-8 with BOM CSV，Excel可直接打开且中文不乱码；列顺序按字段号001→8XX升序，已映射字段用中文列名（如正题名、ISBN），未映射字段保留原始标识符（如300$b），多子字段值用中文分号拼接。另支持三种模式：

• 完整转换单文件，不指定路径时生成同名CSV。
• 预览模式仅打印前N条记录，不写文件。
• 批量转换目录下所有.iso文件。

适用边界与注意点

• 仅支持ISO 2709二进制格式，不支持MARCXML（.xml）。
• 只想快速查看前几条记录时直接用预览模式，无需完整转换。
• 脚本无断点续传，中断后重跑会覆盖输出文件，超大文件建议先预览确认。
• 自定义字段映射需编辑FIELD_MAP字典，未映射字段不会丢数据。
• 若pymarc报TruncatedRecord，不要手动去除记录末尾的[0x1d][0x1e]字节，直接传原始字节即可。
• 文件大于1GB时自动启用mmap零拷贝模式，内存仍不足时分拆源文件分批转换。