Jak się opisuje 175 obrazów dyskietek, o których nikt nic nie wie

* Kulisy katalogowania archiwum C64 BIW *

Krótko: Polish Amiga Floppy Preservation Group odzyskała 175 obrazów dyskietek C64 z archiwum Biura Informatyczno-Wydawniczego. Zrobiłem z tego opisany, posortowany zbiór. Pliki i pełny opis znaleziska — Archiwum C64 BIW na retroportal.org. Poniżej to, co zostało za kulisami: jak się taką kolekcję opisuje i gdzie to boli.

Dostajesz 175 obrazów dyskietek. Nazwy plików to d101 B p.d64, d69 intro maker .d64 (tak, ze spacjami przed kropką), dysk31strB antidote #3.d64. Etykiety na dyskietkach pisał ktoś dla siebie, nie dla ciebie. Dla części programów nie znaleźliśmy wpisów w sprawdzonych bazach — to dyski robocze firmy, nie wydania.

I teraz masz z tego zrobić coś, co da się komuś podać.

Pierwsza decyzja: TOSEC czy nie TOSEC

TOSEC opisuje wydania. Archiwum firmowe to mieszanka własnego softu, cudzych narzędzi i zwykłych danych roboczych. Dla nierozpoznanych obrazów przyjęliśmy Unknown (19xx)(-), a najcenniejszą informację, jaką masz — numer fizycznej dyskietki i stronę — trzeba zmieścić w polu [more info] albo w etykiecie nośnika i zachować w mapowaniu.

Zrobiliśmy więc dwie wersje. Jedna trzyma sygnaturę źródłową w nazwie, druga ma nazwy oparte na TNC dla tych, którzy wrzucają do zbioru i przepuszczają przez ClrMamePro. Te same 175 obrazów, identyczne sumy kontrolne, dwa sposoby nazwania.

Źródłem prawdy nie jest w żadnym razie nazwa pliku, tylko CSV z kolumnami zrodlo_tytulu i zrodlo_metadanych. Przy każdym dysku jest napisane, skąd wiemy to, co twierdzimy: z atrybucji w kodzie, z CSDb, z bazy online, czy tylko z etykiety BAM. To nie jest ozdobnik. To jedyny sposób, żeby ktoś po nas mógł to zweryfikować zamiast wierzyć na słowo.

Najtańszy krok dał najwięcej

Można spalić tydzień na wyszukiwarce i dopasowywanie tytułów do baz. Zrobiliśmy to i owszem, i wyszło z tego kilkanaście trafień.

Ale prawdziwe rzeczy wyszły z czegoś, co trwało kilkanaście minut: wypakowania zawartości plików po łańcuchu sektorów i przeczytania, co w nich jest. Programy BASIC przez dekoder tokenów, kod maszynowy przez filtr czytelnych ciągów PETSCII.

I nagle z dyskietki bez tytułu wypada:

*WARSAW BASIC 1.0 IPPT 1986 POLAND* * BY K.GAJEWSKI B.RADZISZEWSKI *

Rok 1986 przy oznaczeniu 1.0. Prasa epoki się z tym zgadza: „Bajtek" 7/1987 testował już wersję oznaczoną 3.2 na EPROM-ie z dyskietką procedur, a Fundacja Edukacji Technologicznej, która sprzedawała Warsaw BASIC-a, powstała w 1989 — mówi to sam Radziszewski w wywiadzie dla „Commodore & Amiga" 5/92. Zastrzeżenie, które trzeba postawić od razu: to rok wpisany w kod, nie data konkretnej kopii ani publicznego wydania. Przy okazji: 1991 przy 3.2 w nazwach plików wzięliśmy z bibliografii (podręcznik „Warsaw Basic 3.2", FET 1991); daty tych kopii nie ustaliliśmy. Gdyby ktoś miał cennik albo instrukcję z epoki, bardzo się przyda.

Żadnego z tych nazwisk nie znaleźliśmy w bazach przy tych programach — z zastrzeżeniem, że nasza weryfikacja online jest niepełna, bo limit zapytań wyczerpał się w trakcie pracy. „Nie znaleźliśmy" to nie to samo co „nie ma". Tak czy inaczej: zachowały się w kodzie i wystarczyło je przeczytać.

Morał dla każdego, kto opisuje zrzuty dyskietek: zajrzyj do środka plików, zanim ogłosisz, że czegoś nie da się zidentyfikować.

Miny, na których się wywróciłem

Warto je wypisać, bo są powtarzalne.

Ekstraktor tekstu urywa się na polskich znakach. Wyszło OPRACOWALI: … I BOGUS plus osobny fragment AW RADZISZEWSKI. Kusi, żeby skleić to w „Bogusław Radziszewski" i podać jako cytat. To już nie jest cytat, tylko rekonstrukcja — i tak musi być oznaczona.

Numeracja źródłowa nie była unikalna. Sygnatura d087 wskazywała trzy różne obrazy. Gdyby to poszło dalej, prowenancja całego zbioru byłaby nic nie warta. Wykrył to dopiero osobny przebieg szukający kolizji.

Fałszywa data z niczego. Jeden dysk miał w BAM licznik „wolnych bloków" równy 1995. Przy maksimum 664. Wygląda jak rok, prawda? To nie jest liczba wolnych bloków, tylko suma nietypowych liczników w BAM: siedem razy 255, plus 7, plus 203. Czemu tak — nie ustaliliśmy (bywa to celowe). Gdyby nie sprawdzenie rachunku, w opisie stałaby data wydania wzięta z sufitu.

Tytuły generyczne kłamią. Program o nazwie cbase dopasował się w wyszukiwarce do zupełnie innego programu o tej samej nazwie, spoza świata C64. Przy nazwach typu test, edytor, baza dopasowaniu online nie można ufać w ogóle.

Polskie znaki w nazwach plików w ZIP-ie bez flagi UTF-8 rozjeżdżają się po rozpakowaniu na Narz─Ödzia — i nazwy przestają pasować do sum kontrolnych w SFV. Nazwy plików poszły więc transliterowane do ASCII, diakrytyki zostały w CSV i w katalogu HTML.

I błąd, który wytknęła mi recenzja: kolizje nazw w wersji TOSEC-owej rozwiązałem najpierw flagą [a]. A [a] znaczy alternate original — inny wariant tego samego wydania. Dwie różne fizyczne dyskietki o tej samej roboczej etykiecie to prowenancja, nie alternate original. Przy dyskach Unknown jest to podwójnie bez sensu, bo nie ma wydania, którego miałyby być wariantem. Sygnatura poszła do ostatniego pola nawiasowego, tego na etykietę nośnika. Zarzut był słuszny i kosztował przebudowę nazw.

Czego nie udało się ustalić

Dziesięć dysków zostało bez opisu: osiem ma pusty katalog, dwa — nierozpoznaną zawartość. Nie wymyślam im nazw — Unknown (19xx)(-) jest uczciwsze niż zgadnięty tytuł.

Nie wiem, czym były programy Dyspozytor, peweks, skarbnik, unilog-bz. Nie wiem też, czyje nazwisko widnieje w etykiecie trzech dyskietek ani w jakiej roli — klient, pracownik, autor? Nie drukuję go tutaj; jeśli ktoś rozpoznaje kontekst tamtych zleceń, chętnie posłucham prywatnie.

Nie wiem wreszcie, czy dwuliterowe identyfikatory dyskietek to inicjały. br jest na 32 dyskach, kg na 10 — m.in. tam, gdzie siedzi Warsaw BASIC, Edytor PL i „Wars Soft Electr". Pasuje do Radziszewskiego i Gajewskiego jak ulał — ale identyfikator dyskietki to konwencja nadawana przy formatowaniu i równie dobrze może nie znaczyć nic. Zostaje jako poszlaka i tak jest opisane.

Żaden dysk nie był też uruchomiony w emulatorze. Cały opis stoi na listingach katalogów i na tekście z wnętrza plików. Jeśli coś nie wstaje albo jest opisane bez sensu — dajcie znać.

Zasady

Dyskietki odzyskała Polish Amiga Floppy Preservation Group, materiały są udostępnione za zgodą BIW do użytku niekomercyjnego. Opis i sortowanie: Yugorin (SAMAR/SMOK).

Pliki i pełny opis znaleziska: Archiwum C64 BIW na retroportal.org

Jak się opisuje 175 obrazów dyskietek, o których nikt nic nie wie