.TH EXTRACT_METADATA 1 "01 February 2019"
.SH "نام (NAME)"
extract_metadata \- خواندن فراداده ستون‌ها از فایل‌های باینری SPSS و Stata، و قالب‌بندی آن به صورت JSON
.SH "خلاصه دستور (SYNOPSIS)"
.B extract_metadata
.IR input-file
.IR output-file
.SH "توضیحات (DESCRIPTION)"
.B extract_metadata
فراداده‌های ستون را از فایل‌های داده باینری موجود می‌خواند، تا \fBreadstat\fR
بتواند فایل‌های باینری جدید و سازگار با ستون‌ها را از روی فایل‌های ورودی CSV تولید کند. هر دو برنامه
از JSON به عنوان قالب تبادل فراداده استفاده می‌کنند.
.PP
فایل
.IR input\-file
باید فایلی با یکی از پسوندهای زیر باشد:
.TP
.IR dta
فایل باینری Stata، نسخه ۱۰۴ یا جدیدتر
.TP
.IR sav
فایل باینری فشرده‌نشده SPSS
.TP
.IR zsav
فایل باینری فشرده SPSS
.PP
در تمام موارد، \fIoutput-file\fR باید به .json ختم شود.
.SH "مثال‌ها (EXAMPLES)"
فرض کنید یک فایل Stata حاوی داده‌های پیمایش سال گذشته دارید و می‌خواهید یک
فایل Stata سازگار شامل داده‌های پیمایش امسال تولید کنید. ابتدا فراداده را
استخراج کنید:
.PP
.nf
.RS
extract_metadata last-year.dta survey-metadata.json
.RE
.fi
.PP
اکنون آن را روی داده‌های امسال که در یک فایل CSV ذخیره شده است اعمال کنید:
.PP
.nf
.RS
readstat this-year.csv metadata.json this-year.dta
.RE
.fi
.PP
خط نخست فایل CSV باید حاوی نام‌های ستونی باشد که با نام ستون‌ها در
last-year.dta مطابقت دارند. اگر همه‌چیز به‌خوبی پیش رفته باشد، مجموعه داده‌های
باینری جدید شما اکنون در this-year.dta ذخیره شده است.
.SH "گزینه‌ها (OPTIONS)"
.PP
هیچ‌کدام.
.SH "نویسندگان (AUTHORS)"
حق نشر (C) 2012-2019 برای Evan Miller، و سایرین در مواردی که مشخص شده است.