260904 - ISBN des livres pour indexation Calibre

ISBN des livres pour indexation Calibre

ObjectifProcédure en trois étapes, arrêtée le 2026-09-20. Copie de référence : Jux-scripts/Livres-ISBN/doc_bookstack_300.md.

Le processus

1. Julien dépose les EPUB et PDF à identifier dans

D:\Procedures Calibre\Dossier à renseigner

avec leurs sous-dossiers s'il veut retrouver ses rayons dans le CSV.

2. Claude lance le script (ou Julien, c'est une seule commande) :

py -3.12 D:\Syncthing\Jux_univers\Jux-scripts\Livres-ISBN\renseigner.py

Il produit un seul fichier, dans le dépôt lui-même, daté du jour, dans l'ordre des fichiers :

D:\Procedures Calibre\Dossier à renseigner\260920-livres-isbn.csv

3. Julien ajoute les livres deun à un dans Calibre et saisit les métadonnées lui-même, le CSV ouvert à côté (LibreOffice Calc l'ouvre directement, séparateur \\NASMAISON\foxy;). Une fois le lot fait, il vide le dépôt — 16Calibre 616a fichiers,copié 10les 360fichiers EPUBdans etsa 6bibliothèque, 240les PDForiginaux accumuléssont depuisdans trente ans — pour reconstruire une bibliothèque exploitable par Kavita.Foxy.

Règle absolue : lecture seule. Aucun script n'écrit dans \\NASMAISON\foxy,Calibre ni dans lesFoxy. fichiers, ni dans Calibre. C'est Julien qui renseigne les métadonnées. Les scripts préparent la décision,règle ilsdu ne la prennent pas2026-09-04, et nele l'appliquentscript pas.refuse tout dossier réseau.

Scripts : Jux-scripts/Livres-ISBN/ — stdlib Python seule, README.md complet dans

Lire le CSV

Une ligne d'intitulé === rayon === (n) précède chaque sous-dossier. Puis, par livre :

---

Les dossiers

CheminColonne	RôleCe qu'elle dit
D:\Procedures Calibre\Dossier à renseigner\confiance	Julieno y: déposeISBN les EPUB et PDFsûr, à investiguersaisir tel quel. ? : trouvé en catalogue mais à vérifier (comparer titre/auteur à la couverture). Vide : rien trouvé
D:\Procedures Calibre\ISBN\a_saisir	reçoitCe que Julien devra taper dans Calibre — etat.csvrien, propositions.csvisbn, livres.sqlitetitre

, auteur ou une

C'estcombinaison. Le reste, Calibre le moulelira destout procédures Photos-Caesium et Musique-FLAC : un dossier de dépôt, un dossier de résultat.

La procédure

cd D:\Syncthing\Jux_univers\Jux-scripts\Livres-ISBN

py -3.12 inventaire_livres.py      # etape 1 : lit les fichiers
py -3.12 resoudre_livres.py        # etape 2 : interroge les catalogues

Étape 3 : Julien relit propositions.csv, corrige, et saisitseul dans Calibre.

Pour viser un dossier du NAS plutôt que le dossier de dépôt :

py -3.12 inventaire_livres.py --dossier "//NASMAISON/foxy/Histoire"

---

Ce qui a changé par rapport à la première rédaction

La procédure d'origine tenait en trois temps : lire le nom des fichiers, faire deviner l'identité par l'IA à partir de recherches Internet (Amazon notamment), puis saisir à la main. Trois points ont été corrigés, chacun sur mesure et non sur intuition.

1. Les métadonnées sont DANS les fichiers — c'est la découverte

L'étape 1 lisait le nom de fichier. Or un EPUB porte son OPF, un PDF son DocInfo et son XMP, un MOBI ses enregistrements EXTH. C'est gratuit, hors ligne, instantané, et sans commune mesure avec ce que dit un nom de fichier.

Vérifié sur le dossier d'examen 0_A Inventorier, 6 fichiers :

Nom de fichier Ce que le fichier contient 9866gwlaz0l55yw8lsfh.epub Dé-civilisation : les nouvelles logiques deà l'empire, Roland Gori, LLL 2025, ISBN 9791020922816ajout L.animal.en.nous.2011.Michel.Odoul.epubisbn, titre, auteur L'animalLes envaleurs nous,à Michel Odoul, Albin Michel, ISBN 9782226422156reporter Rovere Maxime - L'école de la vie.epubprovenance L'écolefichier (lu dans le livre), BnF, OpenLibrary calibre_lira isbn si Calibre lira l'ISBN de lalui-même vie, MaximeRovere,remarque FlammarionLes 2020avertissements : fichier que Calibre ne sait pas ouvrir, nom à renommer, doublon, titre suspect

6Dans surCalibre, 6l'ISBN se saisit dans Modifier les métadonnées → Identifiants sous la forme isbn:9782…. Ensuite Télécharger les métadonnées complète la fiche — mais uniquement le résumé portaient: leurle titreréglage Préférences → Partage → Téléchargement des métadonnées → Champs à télécharger ne doit garder que Résumé. Les étiquettes sont le classement de Julien, jamais écrasées.

Ce que fait le script, et leurpourquoi

auteur

exactsIl —lit yles compris celui dont le nom est un identifiant de téléchargement qui ne dit rien.

Sur 150 fichiers prismétadonnées dans foxyles : 150 titres exploitables, 147 lus dans le fichier même, et 56 ISBN (37 %) déjà présentsfichiers — 56l'OPF d'un EPUB, le DocInfo, le XMP et la page de copyright d'un PDF, les enregistrements EXTH d'un MOBI. Sur Foxy, 37 % des EPUB portent déjà leur ISBN : autant de livres identifiés sans une seulerequête. requêteLe réseau.

nom

de fichier ne sert qu'en dernier recours.

L'Il demande à Calibre ce que lui en lira (ebook-meta.exe, le lecteur même de l'import). C'est mesuré, pas deviné : Calibre lit l'ISBN d'un EPUB se14 cachefois àsur quatre14 endroits.quand il est dans l'OPF, d'un PDF une fois sur deux — il ne lit jamais la page de copyright. D'où la colonne a_saisir. Il interroge la BnF puis OpenLibrary Unpour parseurce qui nen'a regardepas qued'ISBN. <dc:identifier> en rate la moitié :

<dc:identifier opf:scheme="ISBN">9782226422156</dc:identifier>
<dc:identifier>urn:isbn:9791020923059</dc:identifier>
<meta property="dcterms:identifier">9791020922816</meta>
<meta property="pageBreakSource">urn:isbn:9791020923059</meta>

2.Ni Amazon est une impasse — BnF et OpenLibrary marchent

La(la source Amazon de Calibre passeest parmorte, unHTTP scraping500) Google et ne renvoie plus rien ;ni Google Books répond (429 depuis cette IP,IP).

mêmeIl ne pré-coche (o) que sur une requêtepreuve isolée: (vérifiéISBN lu dans le 2026-08-31,fichier, voirou pagescore 300≥ du0,90 chantieravec Calibre-Metadonnees).auteur

Lesconcordant. sourcesJamais retenuessur sontun BnFrésultat obtenu sans filtre auteur, jamais sur un titre de moins de 25 caractères sans auteur (SRU)Wraps, Whoopies : plusieurs livres portent ce titre).

Il met en cache puislectures OpenLibrary, gratuitesCalibre et sansréponses clé.en Sur la passe du 2026-08-31, 104 des 121 ISBN retrouvés venaient de la BnF. Une clé poséeligne dans GOOGLE_BOOKS_KEYD:\Procedures Calibre\ISBN\ réactive: Googlerelancer Booksne ;réinterroge sanspas. elle, la

Pièges sourceconnus

se

saute d'elle-même plutôt que de coûter une seconde par livre.

3.

Un ISBN se retrouve, il ne se déduit pas

« Extrapolation », « l'IA qui déduit » : c'est le point à ne pas garder.pas.

Un ISBN est une clé de contrôle. Une IA qui le déduit l'invente, et un ISBN inventé est indétectable à l'œil tout en pointant un autre livre.

Le rôle du traitement automatique est de nettoyer le titre pour interroger un catalogue, puis de vérifier la clé de ce que le catalogue renvoie. Tout numéro passe par un contrôle de clé et une normalisation en ISBN-13 avant d'entrer dans un CSV.

Corollaire pour les PDF : un numéro n'est retenu que s'il est précédé du mot ISBN ou EAN. Sans cette exigence, un numéro quelconque passe la clé de contrôle une fois sur dix —et sur 6 240 PDF, cela ferait des centaines de faux.

4. « Un seul auteur, sinon Calibre ne trouve rien »

C'étaitpointe un symptômeautre delivre. laTout source morte, pas une règle. La requêtenuméro est bienvérifié normalisée(clé àISBN-10/13), et dans un auteur, mais les autres restent dans le CSV. Et le filtre auteur est désormais insensible à l'ordre : Harari Yuval Noah et Yuval Noah Harari sont reconnus comme le même auteur, ce qui sortait auparavant Sapiens, Homo Deus et Nexus de la pile des pré-cochés pour rien.

---

Le fichier d'état

etat.csv sépare ce que dit le fichier, ce que dit le nom et la synthèse — les trois restent lisibles côte à côte, ce qui permet de voir pourquoi une valeur a été retenue.

confiance Sens haute titre et auteur lus dans le fichier moyenne titre du fichier, auteur seulement déduit du nom faible tout vient du nom de fichier nulle rien d'exploitable

a_resoudre vaut oui (à interroger), vide (ISBN déjà là) ou non (pas même un titre : aucune requête n'y changera rien).

Le pré-cochage engage la main de Julien

La colonne decisionPDF n'est pré-remplieretenu oque qu'au-dessus de 0,90, et jamais :

sur un résultat de repli — obtenu sans filtre auteur, donc l'auteur de départ y est suspect : c'est précisément ce qu'il faut aller regarder ; sur un résultat d'inclusion — la BnF catalogue souvent sous le sous-titre seul. L'odyssée des mythologies - La créationprécédé du monde (EPUB) contre La création du monde : les mythes grecs… (BnF) tombait à 0,55 alors que l'auteur était exact. Le candidat remonte en tête de la pile à relire, mais son score est plafonné à 0,88, sous le seuil.

---

Points techniques à ne pas re-découvrir

Le catalogue arbitre les noms ambigus. Cioran - Exercices Négatifs veut le premier membre comme auteur ; Constantin - Bertrand Lançon veut le second. Aucune heuristique ne tranche les deux à la fois. L'inventaire pose l'hypothèse la plus fréquente et marque (ambigu) ; l'étape 2 rejoue la requête dans l'autre sens et garde le meilleur score. Vérifié : Constantin : un auguste chrétien, Bertrand Lançon, A. Colin 2012, 9782200255947, retrouvé en BnF (sens inverse). Un mot deISBN titreou suffit à départager. Aucun auteur ne s'appelle Dictionnaire. Une courte liste (dictionnaire, histoire, essai, œuvres, exercices…) classe un fragment du côté du titre — sans elle, Dictionnaire Aristote - Pierre Pellegrin était lu à l'envers.EAN. Le DocInfo d'un PDF est souvent du bruit d'atelier : PhotocopillagePDF picto.epsReducer Demo version (203 fois sur le lot Cuisine), ~1, Microsoft Word - doc1,. un nom de gabarit InDesign. Filtré — mais uniquement pour les PDFRègle : appliqué aux EPUB, ce filtre jetait des titres courts parfaitement valides (ARISTOTELOUS). Des noms de fichier ont perdu leur première lettre accentuée : thique à Eudeme pour Éthique à Eudème, uvres complètes pour Œuvres complètes. Les métadonnées embarquées les rattrapent. \\NASMAISON\foxy en barres inverses échoue depuis Python lancé par Claude Code ; //NASMAISON/foxy fonctionne. Bibliotheque Calibre est exclu par défaut de l'inventaire : déjà traité depuis Noël, et il porte à lui seul 603 PDF. --tout lève l'exclusion. Les doublons sont signalés, pas traités — note doublon possible avec #N. Lequel garder est un arbitrage humain : c'est la leçon du dédoublonnage photo du 2026-08-28, où un doublon inter-albums s'est révélé être une intention et non une erreur.

Cadence mesurée (2026-09-04)

Étape Débit Sur les 16 616 fichiers Inventaire ≈ 0,8 s/fichier (coût = lecture SMB) ~3 h 30 Résolution ≈ 2,2 s/livre interrogé ~6 h

Les deux étapes reprennent où elles s'étaient arrêtées (--reprendre), donc le travail se fait par lots, dossier par dossier. Rendement de la résolution sur 32 livres d'histoire : 28 fiches trouvées, 22 pré-cochées (69 %).

---

Ce qu'il ne faut pas chercher à indexer

Le constat du 2026-08-31 tient : sur 302 livres sans ISBN dans la bibliothèque Calibre, 181 n'en avaient pas à trouver — 122 PDF (brochures, PDF Reducer Demo version, Mon chien / Collectif OSAV), 47 compilations de recettes, 9 guides. Une brochure n'a pas d'ISBN, aucune source ne le lui inventera.

Ces fichiers sortent en a_resoudre=non et ne consomment aucune requête. S'ils polluent la vue « livres », l'angle est de les étiqueter comme documents, pas de s'acharner à les indexer.

Note pour la suite — Kavita

Kavita lit les métadonnées dans l'EPUB (son OPF), pas dans la base Calibre. Une bibliothèque Calibre impeccable ne suffira donc pas : il faudra, côté Calibre, incruster les métadonnées dans les fichiers (Modifier les métadonnées → Polir les livres → Mettre à jour les métadonnées). À vérifier sur l'instance avant de s'engager.

Et pour Kavita, l'ISBN est un moyen, pas une fin : ce qui s'affiche, c'est le titre, l'auteur, la série, le résumé et la couverture. L'ISBN n'est que la clé qui permet d'aller les chercher d'un coup et sans erreur.

Point de vigilance

\\NASMAISON\foxy n'est dans aucune sauvegarde connue : ni dans sync_kdrive_complete.sh (qui ne traite que le NAS sasnexte), ni dans la sauvegarde VPS. C'est vrai de la bibliothèque Calibre comme des 16 616 fichiers. À trancher séparément.

---

REX — premier lot réel : Cuisine Géo (2026-09-04)

619 fichiers, 9,6 Go déposés depuis \NASMAISON\foxy\Cuisine\Cuisine Géo (8 sous-dossiers par origine géographique). 79 % de PDF — le mélange le plus difficile du fonds, et l'inverse des échantillons de mise au point.

Résultat

  Fichiers   Inventoriés 619 487 PDF, 130 EPUB, 1 DOC, 1 AZW3 ISBN lu directement dans le fichier 61 aucune requête Écartés avant requête 143 142 IMG 3940 + 1 sans titre Interrogés en catalogue 415   ISBN retrouvés 172 BnF 146, OpenLibrary 26 dont pré-cochés 41 preuve solide, saisissables sans relecture dont à relire 131 l'essentiel du travail de Julien Sans réponse 243  

Bilan : 233 livres sur 619 (38 %) portent un ISBN — 61 gratuits, 172 retrouvés. Durée : 2 min 40 d'inventaire, 15 min de résolution.

Le taux d'ISBN embarqué tombe à 10 % ici (contre 37 % sur un échantillon majoritairement EPUB) : un PDF n'a pas de champ ISBN, il faut aller le lire sur la page de copyright. Et une part des 243 sans réponse n'a tout simplement pas d'ISBN à trouver — magazines, compilations de recettes, fascicules scannés.

Sept défauts corrigés grâce à ce lot

Aucun n'était visible sur les échantillons de mise au point. Ils sont tous corrigés dans les scripts.

Chemin de plus de 260 caractères — la limite historique de Windows. os.walk voit le fichier, getsize/open échouent dessus sur un WinError 3 « chemin introuvable » alors qu'il est bien là. Corrigé par les chemins étendus \?\.

Un seul fichier illisible tuait tout l'inventaire. Inacceptable sur 16 616 fichiers : l'incident est désormais consigné dans la ligne (ILLISIBLE : …) et le parcours continue.

Crash d'encodage à l'affichage. Une cédille combinante (U+0327) dans un nom fait lever UnicodeEncodeError sur une console cp1252 — le calcul était bon, c'est le print qui tombait, à 410 fichiers sur 619. sys.stdout.reconfigure(errors="replace").

⚠⚠ Signatures d'outil préférées au nom de fichier. Le plus grave. 342 des 487 PDF portaient une signature dans leur DocInfo : PDF Reducer Demo version 203 fois, ~1 (reste de nom 8.3) 139 fois. Saveurs Americaines Christine Fleurent.pdf se voyait donc attribuer le titre ~1 — une métadonnée pourrie préférée à un nom de fichier excellent. Deux garde-fous : une liste noire, et surtout une règle générale — un titre d'ouvrage ne se répète pas à l'identique dans cinq fichiers différents, qui rattrapera les signatures inconnues.

fichiers. Un Auteurs = nomsnom de fichier tassésbien formé porte légitimement l'auteur (SaveursAmericainesChristineFleurent,Appetites GenesedelacuisineQuebecoise- Anthony Bourdain.epub). Uniques par fichier, donc invisibles de laLa règle dequi répétition : reconnus à leur forme (ressemblance au nom de fichier, ou 14 lettres collées sans espace).

Titres corrompus ou tronqués à la source — vérifié sur les octets, le décodeur n'est pas en cause :

/Title (orkaises inratables) pour Recettes New-yorkaises inratables.pdf — le producteur a coupé les 14 premiers caractères ; /Title <feff005100750000006200650063> — UTF-16BE où le é de Québec a été écrit commerejette un octetauteur NUL,« d'où Qu\x00bec.

Deux règles générales : rejet de toute valeur contenant un octet de contrôle, et rejet d'un titre embarqué inclus en plein mot dans celuicopié du nom de fichier.fichier La seconde» ne sevise déclencheque pasles blocs sans espace (SaveursAmericainesChristineFleurent).

Un nom avec accent décomposé (NFD, fichier passé par un Mac) fait échouer Calibre sur le« casfichier légitimeintrouvable Auteur» -alors Titreque oùl'EPUB est sain. Le script le titrelit embarquéquand vautmême justementet Titrenote « à renommer avant l'ajout ».

New-Yorkaises coupé en deux. Je découpais sur un tiret sans espaces — un mot composé n'est pas un séparateur. D'où l'auteur « Recettes New » pour le titre « Yorkaises inratables ».

Deux règles nouvelles, qui valent pour tout le fonds

Les noms d'appareil ne sont plus interrogés. IMG 3940, DSC01234, Page 12 : 142 des 557 livres à résoudre, soit un quart des requêtes vouées à l'échec. Ils sortent en a_resoudre=non. Le filtre exige un préfixe d'appareil : Cuisine 1900 et Menus 2015 restent des livres.

⚠ Sans auteur pour corroborer,auteur, un titre exactement identique ne prouve rien. BeaucoupSignal d'alerte : zéro « à vérifier » sur 200 résultats n'est jamais naturel.

X - Y ambigu (Cioran - Exercices Négatifs vs Constantin - Bertrand Lançon) : le titre lu dans le fichier tranche ; sinon le catalogue est interrogé dans les deux sens. Brochures, magazines, compilations de cesrecettes fichiers n'ont pas d'auteur exploitable ; le score se réduit alors à la seule ressemblance des titres. Wraps et Whoopies ressortaient à 1,0ISBN — maisle ilscript existene plusieurss'y livresacharne portantpas. ces titres. Le pré-cochage exige désormais, en l'absence d'auteur, un titre d'au moins 25 caractères. Effet mesuré sur ce lot : 95 pré-cochés → 41. C'est une perte apparente et un gain réel — la pile pré-cochée est celle que Julien saisit sans relire, elle doit être digne de confiance.

Le signal qui a mis la puce à l'oreille : zéro « à relire » sur les 206 premiers résultats, tout étant soit pré-coché soit vide. Une distribution aussi tranchée

\\NASMAISON\foxy n'est pasdans naturelle.aucune

sauvegarde connue. Vrai des 16 616 fichiers comme de la bibliothèque Calibre.

Historique

--reclasser2026-09-04 a— étéchaîne ajoutéinitiale pour(inventaire_livres.py cela+ resoudre_livres.py), lot Cuisine Géo : il619 recalculefichiers, la233 seuleISBN colonne(38 decision%). d'un propositions.csv existant, sans relancer une requête. Changer une règle de pré-cochage ne coûte plus 15 minutes d'interrogation.

---

Correction du

2026-09-05 — les CSV suivent l'ordre du répertoirerépertoire,

Signaléplus parle Julien après la première relecture réellescore : « c'est une immense perte de temps de rechercher les livres alors qu'ils sont tous mélangés ». Défaut de conception, corrigé.

propositions.csv était trié par score décroissant. Sur 619 livres et 80 rayons, cela éparpillait les livres d'un même dossier sur toute la longueur du fichier. Or on ne vérifie pas un ISBN isolément, on le vérifie en voyant ses voisins d'étagère : dans un rayon « Origine Asie/Chine », l'œil corrige seul ce qu'un score ne voit pas. Le score classe bien la confiance, il ne classe pas le travail.

Les deux CSV sont désormais rangés dossier par dossier, dans l'ordre de l'explorateur, avec une ligne d'intitulé et un compte avant chaque rayon :

=== Origine Amerique Caraibes/Amérique du Nord/Canada === (8)

Une colonne dossier porte le chemin relatif, placée en 2ᵉ position pour rester lisible sans faire défiler Les sous-dossiers sont parcourus triés, pour retrouver l'ordre affiché par l'explorateurétagère. --tri score2026-09-20 rend— l'ancienprocessus ordreramené sià besointrois étapes, --reclasserrenseigner.py remetcomme point d'entrée unique, un seul CSV existant dans cet ordre sans relancer une seule requête : il reprend le dossierdépôt, de chaque livre dans etat.csvlecture par sonCalibre id. Le lot Cuisine a été réordonné ainsi, sans réinterroger les 415 livresmesurée.

⚠ Les lignes d'intitulé portent un id VIDE. C'est le seul marqueur qui permette aux relectures (--reprendre, --reclasser, l'étape 2) de les distinguer d'un livre et de les sauter. Ne jamais leur donner d'identifiant — sinon elles seraient interrogées comme des ouvrages.

⚠ Piège rencontré en appliquant le correctif : create table if not exists ne migre pas une base existante. L'ajout de la colonne dossier a fait échouer l'insertion sur livres.sqlite (table livres has no column named dossier). La table est désormais recréée à chaque inventaire — son contenu était de toute façon reconstruit intégralement.

Résultat sur le lot Cuisine : 619 livres répartis en 80 rayons.