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 e GEDCOM: padrao de 1984 da Igreja SUD para troca de arvores genealogicas

GEDCOM, sigla para Genealogical Data Communication (comunicacao de dados genealogicos), e um formato de arquivo em texto puro que a Igreja de Jesus Cristo dos Santos dos Ultimos Dias (SUD) lancou em 1984, atraves do seu Departamento de Historia da Familia. A motivacao era pratica. Faltava um recipiente neutro, um so, capaz de levar arvores genealogicas de um programa a outro, entre computadores e sistemas operacionais diferentes, sem destruir no caminho a estrutura de nomes, datas, familias e fontes. Quatro decadas depois, o GEDCOM segue como padrao de facto da industria genealogica. Quase todo aplicativo de desktop e toda plataforma online relevante le e escreve arquivos .ged, e isso faz dele o mais perto de uma lingua interoperavel que os pesquisadores de familia ja tiveram.

No fundo, um arquivo GEDCOM nao passa de um documento de texto hierarquico. Cada linha abre com um numero que marca a profundidade de aninhamento, depois vem uma tag (tres ou quatro letras maiusculas) e um valor opcional. As tags podem apontar para identificadores cruzados escritos entre @, e e por esse ponteiro que um registro de individuo se liga a um registro de familia, a uma fonte ou a uma nota. Os autores queriam algo legivel por humanos, amigavel a comparacoes de versao (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 compativel revisao apos revisao.

Este leitor carrega um .ged direto no seu navegador, percorre a estrutura linha a linha e mostra um resumo rapido de quantos individuos (INDI) e familias (FAM) o arquivo contem. Nenhum dado sai da sua maquina. A leitura roda no lado do cliente em JavaScript, e isso importa: arquivos GEDCOM costumam guardar informacoes pessoais sobre parentes vivos, eventos medicos, ordenancas religiosas e notas privadas, exatamente o tipo de coisa que ninguem 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 nivel 0. Os que voce mais vai encontrar sao:

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

Um registro de individuo no minimo absoluto se parece com isto:

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

Aqui a indentacao e logica, nao visual. O inteiro inicial (0, 1, 2, 3...) e o que diz ao parser a que profundidade a linha pertence na arvore. As referencias cruzadas como @I1@ e @F1@ costuram os registros. Um individuo aponta para as familias das quais participa (FAMS como conjuge, FAMC como filho) e a familia aponta de volta para seus membros. Como essa ligacao vale nos dois sentidos, um leitor de GEDCOM consegue percorrer uma arvore inteira partindo de uma unica pessoa-raiz.

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

O formato passou por varias revisoes. A versao 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 versao 5.5.1 foi rascunhada la em 1999, mas so saiu formalmente em 15 de novembro de 2019, depois de vinte anos em que todo mundo ja usava na pratica. Ela padronizou UTF-8 como codificacao recomendada, arrumou o tratamento de enderecos de email e acrescentou algumas pequenas melhorias nos registros de midia e de lugares.

Na conferencia RootsTech de 2020, a FamilySearch tocou um esforco comunitario para modernizar o padrao. Dele saiu o FamilySearch GEDCOM 7.0, publicado em 7 de junho de 2021. Essa e a primeira versao que rompe de proposito com a compatibilidade retroativa: um arquivo feito na 7.0 em geral nao vale como 5.5.1, e o contrario tambem. Entre as principais mudancas estao a codificacao UTF-8 obrigatoria, uma especificacao mais estrita que da para verificar por maquina, a reestruturacao dos registros de nota e nota compartilhada, um novo empacotamento Zip .gdz que junta o GEDCOM com a midia referenciada, expressoes de data e idade mais flexiveis e suporte explicito a estruturas familiares diversas. Nesse ultimo ponto a especificacao e clara: o sexo ou genero dos parceiros nao deve ser inferido a partir da tag HUSB ou WIFE.

GEDCOM X: a tentativa de modernizacao em JSON

Em paralelo ao formato classico 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 vinculacao mais rica de fontes e do "modelo de conclusao" que o FamilySearch Family Tree usa por dentro. Por mais moderno que seja em termos tecnicos, o GEDCOM X nao tirou o formato classico do lugar na troca cotidiana entre programas de desktop. Nos anos 2020 ele aparece sobretudo em transferencias em massa e na integracao direta com a API do FamilySearch, ao passo que o GEDCOM tradicional, agora na encarnacao 7.0, segue como lingua franca para levar a arvore de um pesquisador de uma ferramenta para outra.

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

O GEDCOM sobreviveu quatro decadas por um motivo acima dos outros: esta em todo lugar. Todo ecossistema relevante de genealogia consegue importar e exportar arquivos .ged, mesmo que cada fornecedor implemente o padrao com seu proprio dialeto, cheio de diferencas sutis:

• Ancestry.com — exporta sua arvore online como GEDCOM 5.5.1 nas configuracoes da arvore;
• MyHeritage — recebe upload de GEDCOM para semear um novo site familiar e exporta sua arvore quando voce pede;
• FamilySearch Family Tree — le e escreve a especificacao 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 serios se apoiam bastante;
• Gramps — o programa de genealogia de codigo aberto mais usado, totalmente compativel com GEDCOM;
• webtrees, TNG, Geneanet — plataformas web para arvores auto-hospedadas ou comunitarias.

Casos de uso: backup, migracao, pesquisa academica e heranca digital

O GEDCOM e a resposta padrao para quatro problemas bem distintos. Backup: exportar sua arvore como .ged garante que decadas de pesquisa nao virem refens de um unico fornecedor. Se a empresa fechar ou mexer na politica de precos, os dados continuam seus. Migracao: 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 academica e historica: historiadores, demografos e geneticistas de populacao trocam datasets GEDCOM para estudar padroes migratorios, distribuicao de sobrenomes e redes de parentesco. Heranca digital: um arquivo GEDCOM deixado para os filhos ou para uma sociedade genealogica local dura muito mais que um arquivo proprietario, porque texto puro segue legivel por software futuro mesmo depois que os apps de hoje sumirem.

Limitacoes: relacionamentos nao-binarios, adocao e familias complexas modernas

Apesar de longeva, a especificacao GEDCOM foi desenhada em 1984 em torno da familia nuclear ocidental, e essa heranca ainda aparece. Historicamente o formato se apoia nas tags HUSB e WIFE, que pressupoem um casal heterossexual de dois adultos, entao casais do mesmo sexo, multiplos co-parentes, gestacao por substituicao e doacao de gametas precisam ser encaixados a forca com notas ou com extensoes fora do padrao. A adocao ate ganha uma sub-tag PEDI (adopted, foster, birth), mas trajetorias de adocao em varias etapas, adocao por padrasto ou madrasta e adocoes abertas com contato continuo saem mal representadas. Um evento coletivo como um censo domiciliar obriga voce a repetir os mesmos dados em cada individuo, e ordenar eventos quando as datas sao desconhecidas e dificil de expressar.

A versao 7.0 alivia parte disso. As tags de parceiro nao carregam mais semantica de genero, as notas compartilhadas reduzem duplicacao e a especificacao 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 arvore, e nao a realidade em rede das familias modernas. Quem lida com lares mistos complexos tende a usar o GEDCOM so como formato portavel de troca e depende do modelo interno mais rico do aplicativo preferido, ou do GEDCOM X, para a edicao do dia a dia.

Perguntas frequentes

Meu arquivo GEDCOM e enviado para algum servidor? Nao. O leitor interpreta o arquivo inteiramente no seu navegador via JavaScript, e nada trafega pela rede.

Quais versoes o leitor aceita? Qualquer GEDCOM orientado a linhas, 5.5, 5.5.1 e 7.0 inclusos. Ele conta registros INDI e FAM nao importa qual versao o arquivo declare.

Por que vejo caracteres estranhos em arquivos antigos? Arquivos anteriores ao 7.0 as vezes usam codificacao ANSEL ou Windows-1252. Se os acentos saem corrompidos, re-salve o arquivo em UTF-8 a partir do seu programa de genealogia antes de carregar aqui.

Posso editar o arquivo com esta ferramenta? Ainda nao. Este e um inspetor somente leitura. Para editar, recorra a um programa dedicado como Gramps, RootsMagic ou Family Tree Maker e re-exporte para GEDCOM ao terminar.

Qual a diferenca entre .ged e .gdz? .ged e o arquivo de texto puro com a genealogia. .gdz, que surgiu com o GEDCOM 7.0, e um contêiner Zip que empacota o .ged junto com toda a midia referenciada (fotos, digitalizacoes, audio).