匿名
尚未登入
登入
DILA Wiki
搜尋
檢視 佛寺志專案 特字處理 的原始碼
出自DILA Wiki
命名空間
頁面
討論
更多
更多
頁面操作
閱讀
檢視原始碼
歷史
←
佛寺志專案 特字處理
由於下列原因,您沒有權限進行編輯此頁面的動作:
您請求的操作只有這個群組的使用者能使用:
使用者
您可以檢視並複製此頁面的原始碼。
<syntaxhighlight lang="XML"> ● 特字處理的作業環境 皆以NotePad++軟體來處理UTF-8編碼的txt檔。 一、將現有txt檔更改為UTF-8編碼的方式: (1)點選另存新檔。 (2)在存檔畫面下方「編碼」那一欄選擇UTF-8。 二、以NotePad++開啟已更改編碼的txt檔案。 ● 特字處理: 特殊字處理的原則,首先是尋查有無unicode編碼字(包含Extention C), 然後再根據文字本身(或搭配前後文)是否易於辨識而做應對的標記。 一、有unicode編碼字 (1)此字易於辨識者(不會產生懷疑的),則直接採用unicode編碼字,不做任何標記。 例如:静,徳,録,䟽 (2)此字不易於辨識者(不易讀懂,罕用字),但有通用字時,則標記<choice>。 例如:㝎(定),灋(法),銕(鐵)。(見圖二) 標記:<choice><orig>文本原字(unicode)</orig><reg resp="ddbc.da">通用字</reg></choice> 範例:優曇華發<choice><orig>㝎</orig><reg resp="ddbc.da">定</reg></choice>中香 (通用字的查詢,可借助字書工具,如CBETA漢字資料庫,教育部異體字網站等) (3)若文字本身有歧義,易使讀者對句意產生誤會者(即文字本身雖為一般字,但在此另當別解時),則標記<choice>。 例如:縣(「懸」的通假字),餉(「晌」的通假字) 標法:<choice><sic>文本原字</sic><reg resp="ddbc.da">消歧字</reg></choice> 範例:萬靈八部<choice><sic>縣</sic><reg resp="ddbc.da">懸</reg></choice>望已久 二、無unicode編碼字 (1)此字易於辨識者(不會產生懷疑的),但有通用字時,則選用其通用字,而不做任何標記。 (a) 少一撇、多一點的字:不標記(選擇用通用字)。例:播,余。(見圖一) (b) 刻版慣例,書寫習慣:不標記(選擇用通用字)。例:於,所。(見圖一) (c) 搭配前後文易於辨識者:不標記(選擇用通用字)。例:關。(見圖一) (2)此字不易於辨識者(不易讀懂,罕用字),但有通用字時,則標記<reg>。 例如:[叠*毛]=㲲。(見圖三) 標法:<reg>通用字</reg> 範例:青天飛一錫,白<reg>㲲</reg>入孤雲。 (3)此字不易於辨識者(不易讀懂,罕用字),無通用字時,則標記<g>,並需建立缺字檔。(缺字建檔方法見【附一】) 例如:[悖*力]。(見圖四) 標法:<g ref="#字圖檔名"/> 範例:頓令須彌倒卓,<g ref="#btg086026901"/><!--[悖*力]-->𣿨全枯。 ● 訛字處理 文本中的錯字,包含看似錯誤但仍照實轉錄的字,則加以修訂。 訛字修訂:<choice><sic>文本的字</sic><corr resp="ddbc.da">修訂後的字</corr></choice> 範例:一切殿宇皆頹<choice><sic>圯</sic><corr resp="ddbc.da">圮</corr></choice>剝落 ● 漏字處理 文本中的缺漏字,或模糊不清的字,或難以讀懂的字,則標「省略」標記(gap)。 1)缺漏字 標法:<gap extent="1" unit="chars" reason="lost"/> 2)模糊不清的字 標法:<gap extent="2" unit="chars" reason="unclear"/> 3)難以讀懂的字(例如草書字) 標法:<gap extent="3" unit="chars" reason="illegible"/> 4)缺漏一段文字 標法:<gap extent="unknown" unit="chars" reason="lost"/> (註)extent:此指字數 ● 底本本身的刪塗、訂正字 <choice><del>刪塗字</del><add>後人訂正字</add></choice> 例:<choice><del>梦</del><add>愛</add></choice>(g014p0156) 【附一】缺字建檔 佛寺志缺字庫網頁http://dev.ddbc.edu.tw/tomcat/exist/rest/db/fosizhi/xq/gaiji_input/gaiji.xq 缺字建置步驟 1. 登入缺字庫網頁,輸入缺字的位置「第幾志、第幾頁、當頁第幾個字」, 按「新增一筆」,產生一個缺字id:<glyph xml:id="">。 缺字編碼原則:btg(佛寺志)XXX(志碼3碼)XXXX(頁碼4碼)XX(序號2碼) 例如:阿育王山志第298頁第4個缺字[口*斗]的id是:btg010029804 2. <glyphName>:選擇是否為unicode編碼字,若為unicode編碼字,則採用Decimal碼。 3. <charProp>:若知其發音,則點選「再增加一個charProp」。 (1) <localName>:若知其發音,則選pronunciation。 (2) <value>:欄內填入此字之漢語拼音。例:媽ma1,嗎ma5,恰qia4 (第幾聲用數字表示一聲、二聲、三聲、四聲、輕聲 = 1、2、3、4、5) 4. <mapping type>:有common(通用字)、cbeta(CBETA組字式)、cbetaNo(CB碼)、 unicode(unicode Decimal碼)、MoEvariant(教育部異體字編碼)五種型態, 依其資料一一增加mapping填入。 5. <note>:若對此字有特殊之考查,可add a note,描述考據的結果。 例:韻 [音*貟],異體字例,部件「口、厶」俗寫多彼此相訛,凡此皆可視為異體。 6. 填寫上述資料後,按「更新資料庫」,即完成一個缺字的建置。 【附二】缺字圖檔製作 1.原則:裁切文本掃瞄檔(.tif)作為字圖。(作法如下) 2.裁切字圖步驟(利用Gimp軟體處理) (1)開啟Gimp功能表「檔案」. (2)點選「開啟」. (3)選擇缺字當頁的掃瞄圖.ex:1B001P077 (檔案路徑Y:\Projects\fosizhi\master-data\images\tif\1Book001\1B001P077) (4)放大圖片以利裁切:點選「顯示」選擇「縮放1:1(100﹪)」. (5)點選「工具」選擇「變換工具」中的「剪裁」圖形cut(形狀類似一支筆). (6)將「剪裁」圖形移至缺字字體,確認位置後在選取的字框內點選滑鼠左鍵2次,即出現裁切之缺字圖檔. (7)設定圖片尺寸:點選「影像」或「圖片」選擇「縮放影像」「縮放圖片」設定尺寸:45X47(點一下右邊鐵鍊圖形--目的是解除固定) 水平及垂直解析度:72像素,完成後點選下方「縮放」即完成. (8)點選「檔案」選擇「另存新檔」並提供檔名ex:btg077009601.gif再點選下方「Gif影像檔」按2次「儲存」即完成 (9)缺字圖檔存放位置Y:\Projects\fosizhi\images\figure\gword\ (10)缺字圖檔請通知妙妙上傳到dev. ●●缺字給 CBETA Maha製作流程 (1)請Maha幫忙製作缺字 無CB碼、無組字式 者 (2)須製作(1)的二點資訊者,於缺字介面note註明maha (3)小花再以note註明的maha 彙整送給maha (4)缺字資訊的note寫法可參考缺字介面的(8)<add a note>: 為註記資訊用 ●●缺字圖上傳 (1) FTP informations: session:fosizhi host name:10.10.0.49 user name:april password:m4tjp (2)上傳位置 從 Y:\Projects\fosizhi\images\gword\ 複製到 ftp://dev.ddbc.edu.tw/fosizhi_gwords (3)從dev 到informatics 上傳時間為一週 ●●缺字在佛寺志網頁的呈現順序? 1.組字式 2.字圖 【附三】unicode編碼字 Unihan網站 http://www.unicode.org/charts/unihanrsindex.html 1.utf字符碼CJK漢字的範圍 * utf-32:U+20000- U+2A6DF(中日韓統一表意文字擴展B區) * utf-32:U+2A700-U+2B73F(中日韓統一表意文字擴展C區) * utf-32:U+2B740- U+2B81F(中日韓統一表意文字擴展D區) * Decimal:131072以上 (以上皆屬Extension的擴展字,可直接貼在文本) 2.若unicode編碼字在Oxygen編輯器下無法直接貼上時,則先以Notepad++開啟此檔, 並於內貼上此字、存檔,然後再轉接以Oxygen繼續作業。 此時經過Notepad++轉化的此缺字,將在Oxygen以□的形式呈顯, 但此字在網頁上應已可以如實呈現。 如果此字在介面仍無法顯現,請檢查是否已安裝Undicode擴充字型 Y:\Projects\fosizhi\work\tools\字型\ext_b\PMingLiU Update Pack.msi Y:\Projects\fosizhi\work\tools\字型\hanazono\hanazono.ttf </syntaxhighlight> *台北版電子佛典集成缺字作法參考 http://taipei.ddbc.edu.tw/jiaxing_rare.php *別譯雜阿含缺字檔範例參考 http://buddhistinformatics.chibs.edu.tw/BZA/getsource.xql?src=b074T02.0101.0498b25.xml
返回到「
佛寺志專案 特字處理
」。
導覽
導覽
首頁
近期變更
隨機頁面
MediaWiki說明
wiki工具
wiki工具
特殊頁面
頁面工具
頁面工具
使用者頁面工具
更多
連結至此的頁面
相關變更
頁面資訊
頁面日誌