Leitor GEDCOM

O que é GEDCOM?

GEDCOM é o formato padrão para troca de dados genealógicos, aquele que FamilySearch, MyHeritage e Ancestry usam ao exportar. Cada registro carrega nível, tag e valor.

Um indivíduo (0 @I1@ INDI) traz tags como NAME, SEX, BIRT (com sub-tags DATE/PLAC) e DEAT. Já as famílias (0 @F1@ FAM) fazem a ligação entre pais e filhos.

Todo o parsing acontece localmente, no seu navegador.

O que é GEDCOM: padrão de 1984 da Igreja SUD para troca de árvores genealógicas

GEDCOM, sigla para Genealogical Data Communication (comunicação de dados genealógicos), é um formato de arquivo em texto puro que a Igreja de Jesus Cristo dos Santos dos Últimos Dias (SUD) lançou em 1984, através do seu Departamento de História da Família. A motivação era prática. Faltava um recipiente neutro, um só, capaz de levar árvores genealógicas de um programa a outro, entre computadores e sistemas operacionais diferentes, sem destruir no caminho a estrutura de nomes, datas, famílias e fontes. Quatro décadas depois, o GEDCOM segue como padrão de facto da indústria genealógica. Quase todo aplicativo de desktop e toda plataforma online relevante lê e escreve arquivos .ged, e isso faz dele o mais perto de uma língua interoperável que os pesquisadores de família já tiveram.

No fundo, um arquivo GEDCOM não passa de um documento de texto hierárquico. Cada linha abre com um número que marca a profundidade de aninhamento, depois vem uma tag (três ou quatro letras maiúsculas) e um valor opcional. As tags podem apontar para identificadores cruzados escritos entre @, e é por esse ponteiro que um registro de indivíduo se liga a um registro de família, a uma fonte ou a uma nota. Os autores queriam algo legível por humanos, amigável a comparações de versão (diff) e leve o bastante para caber num disquete da metade dos anos 1980. Essa simplicidade acabou virando vantagem. Um arquivo GEDCOM escrito em 1992 continua sendo interpretado hoje por um leitor moderno, porque o modelo de dados lineage-linked se manteve compatível revisão após revisão.

Este leitor carrega um .ged direto no seu navegador, percorre a estrutura linha a linha e mostra um resumo rápido de quantos indivíduos (INDI) e famílias (FAM) o arquivo contém. Nenhum dado sai da sua máquina. A leitura roda no lado do cliente em JavaScript, e isso importa: arquivos GEDCOM costumam guardar informações pessoais sobre parentes vivos, eventos médicos, ordenanças religiosas e notas privadas, exatamente o tipo de coisa que ninguém quer subir para um servidor de terceiros.

Estrutura: registros INDI, FAM, SOUR, NOTE e REPO

Um arquivo GEDCOM se organiza em torno de um punhado de registros de topo, cada um marcado por uma tag no nível 0. Os que você mais vai encontrar são:

• INDI — uma pessoa individual, com sub-tags como NAME, SEX, BIRT (nascimento), DEAT (óbito), OCCU (ocupação);
• FAM — uma unidade familiar que amarra parceiros (HUSB, WIFE) e filhos (CHIL), mais eventos como MARR (casamento) e DIV (divórcio);
• SOUR — uma fonte: livro, registro paroquial, censo, teste de DNA;
• NOTE — notas de texto livre que você pendura em qualquer outro registro;
• REPO — um repositório, isto é, o arquivo ou biblioteca onde a fonte pode ser consultada fisicamente;
• OBJE — um objeto multimídia (foto, digitalização, áudio) apontado por caminho ou, no 7.0, empacotado dentro de um Zip;
• SUBM — o submitter, isto é, quem produziu o arquivo.

Um registro de indivíduo no mínimo absoluto se parece com isto:

0 @I1@ INDI
1 NAME João /Silva/
2 GIVN João
2 SURN Silva
1 SEX M
1 BIRT
2 DATE 12 MAR 1850
2 PLAC São Paulo, SP, Brasil
1 DEAT
2 DATE 4 JUL 1921
1 FAMS @F1@
1 SOUR @S1@
2 PAGE Página 45, entrada 12

Aqui a indentação é lógica, não visual. O inteiro inicial (0, 1, 2, 3...) é o que diz ao parser a que profundidade a linha pertence na árvore. As referências cruzadas como @I1@ e @F1@ costuram os registros. Um indivíduo aponta para as famílias das quais participa (FAMS como cônjuge, FAMC como filho) e a família aponta de volta para seus membros. Como essa ligação vale nos dois sentidos, um leitor de GEDCOM consegue percorrer uma árvore inteira partindo de uma única pessoa-raiz.

Versões: 5.5, 5.5.1 (2019) e FamilySearch GEDCOM 7.0 (2021)

O formato passou por várias revisões. A versão 5.5 chegou em 1996 e virou a base que praticamente todo programa de genealogia do fim dos anos 1990 e dos anos 2000 suportava. A versão 5.5.1 foi rascunhada lá em 1999, mas só saiu formalmente em 15 de novembro de 2019, depois de vinte anos em que todo mundo já usava na prática. Ela padronizou UTF-8 como codificação recomendada, arrumou o tratamento de endereços de email e acrescentou algumas pequenas melhorias nos registros de mídia e de lugares.

Na conferência RootsTech de 2020, a FamilySearch tocou um esforço comunitário para modernizar o padrão. Dele saiu o FamilySearch GEDCOM 7.0, publicado em 7 de junho de 2021. Essa é a primeira versão que rompe de propósito com a compatibilidade retroativa: um arquivo feito na 7.0 em geral não vale como 5.5.1, e o contrário também. Entre as principais mudanças estão a codificação UTF-8 obrigatória, uma especificação mais estrita que dá para verificar por máquina, a reestruturação dos registros de nota e nota compartilhada, um novo empacotamento Zip .gdz que junta o GEDCOM com a mídia referenciada, expressões de data e idade mais flexíveis e suporte explícito a estruturas familiares diversas. Nesse último ponto a especificação é clara: o sexo ou gênero dos parceiros não deve ser inferido a partir da tag HUSB ou WIFE.

GEDCOM X: a tentativa de modernização em JSON

Em paralelo ao formato clássico orientado a linhas, a FamilySearch construiu o GEDCOM X, um modelo de dados mais ambicioso serializado em JSON (e opcionalmente XML). Ele foi pensado para dar conta de APIs web, de uma vinculação mais rica de fontes e do "modelo de conclusão" que o FamilySearch Family Tree usa por dentro. Por mais moderno que seja em termos técnicos, o GEDCOM X não tirou o formato clássico do lugar na troca cotidiana entre programas de desktop. Nos anos 2020 ele aparece sobretudo em transferências em massa e na integração direta com a API do FamilySearch, ao passo que o GEDCOM tradicional, agora na encarnação 7.0, segue como língua franca para levar a árvore de um pesquisador de uma ferramenta para outra.

Software compatível: Ancestry, MyHeritage, Geni, Family Tree Maker, RootsMagic, Gramps

O GEDCOM sobreviveu quatro décadas por um motivo acima dos outros: está em todo lugar. Todo ecossistema relevante de genealogia consegue importar e exportar arquivos .ged, mesmo que cada fornecedor implemente o padrão com seu próprio dialeto, cheio de diferenças sutis:

• Ancestry.com — exporta sua árvore online como GEDCOM 5.5.1 nas configurações da árvore;
• MyHeritage — recebe upload de GEDCOM para semear um novo site familiar e exporta sua árvore quando você pede;
• FamilySearch Family Tree — lê e escreve a especificação 7.0 de forma nativa;
• Geni — faz import e export de GEDCOM, com limites de tamanho que dependem do plano;
• Family Tree Maker — programa desktop de longa data, com suporte completo de ida e volta em GEDCOM;
• RootsMagic, Legacy Family Tree, Heredis, Reunion (Mac) — clientes desktop em que genealogistas sérios se apoiam bastante;
• Gramps — o programa de genealogia de código aberto mais usado, totalmente compatível com GEDCOM;
• webtrees, TNG, Geneanet — plataformas web para árvores auto-hospedadas ou comunitárias.

Casos de uso: backup, migração, pesquisa acadêmica e herança digital

O GEDCOM é a resposta padrão para quatro problemas bem distintos. Backup: exportar sua árvore como .ged garante que décadas de pesquisa não virem reféns de um único fornecedor. Se a empresa fechar ou mexer na política de preços, os dados continuam seus. Migração: trocar de Ancestry para MyHeritage, ou sair de um programa desktop rumo a uma plataforma web, quase sempre passa por um ciclo de export e import em GEDCOM. Pesquisa acadêmica e histórica: historiadores, demógrafos e geneticistas de população trocam datasets GEDCOM para estudar padrões migratórios, distribuição de sobrenomes e redes de parentesco. Herança digital: um arquivo GEDCOM deixado para os filhos ou para uma sociedade genealógica local dura muito mais que um arquivo proprietário, porque texto puro segue legível por software futuro mesmo depois que os apps de hoje sumirem.

Limitações: relacionamentos não-binários, adoção e famílias complexas modernas

Apesar de longeva, a especificação GEDCOM foi desenhada em 1984 em torno da família nuclear ocidental, e essa herança ainda aparece. Historicamente o formato se apoia nas tags HUSB e WIFE, que pressupõem um casal heterossexual de dois adultos, então casais do mesmo sexo, múltiplos co-parentes, gestação por substituição e doação de gametas precisam ser encaixados à força com notas ou com extensões fora do padrão. A adoção até ganha uma sub-tag PEDI (adopted, foster, birth), mas trajetórias de adoção em várias etapas, adoção por padrasto ou madrasta e adoções abertas com contato contínuo saem mal representadas. Um evento coletivo como um censo domiciliar obriga você a repetir os mesmos dados em cada indivíduo, e ordenar eventos quando as datas são desconhecidas é difícil de expressar.

A versão 7.0 alivia parte disso. As tags de parceiro não carregam mais semântica de gênero, as notas compartilhadas reduzem duplicação e a especificação ficou bem mais estrita, de modo que os parsers se comportam de forma consistente. Ainda assim, o modelo lineage-linked por baixo continua pressupondo uma genealogia em árvore, e não a realidade em rede das famílias modernas. Quem lida com lares mistos complexos tende a usar o GEDCOM só como formato portável de troca e depende do modelo interno mais rico do aplicativo preferido, ou do GEDCOM X, para a edição do dia a dia.