「遵循 TEI 的佛學數位化 XML 標記」:修訂間差異

出自DILA Wiki
imported>Ray
imported>Ray
行 119: 行 119:
==Milestone Elements==
==Milestone Elements==
 參見 [http://www.tei-c.org/release/doc/tei-p5-doc/zh-TW/html/CO.html#CORS5 TEI 3.10.3 Milestone Elements]
 參見 [http://www.tei-c.org/release/doc/tei-p5-doc/zh-TW/html/CO.html#CORS5 TEI 3.10.3 Milestone Elements]
===pb===
TEI 的 pb 元素定義:(page break, 分頁) 以標準參照系統來標記頁與頁之間的分界線。
頁碼記錄於 pb 元素的 n 屬性,例如:
<syntaxhighlight lang="XML">
<pb n="1"/>
</syntaxhighlight>


===lb===
===lb===
行 150: 行 158:


 這樣,對 XML 標記人員來說,或許不如前者容易閱讀,但是可以避免錯誤。
 這樣,對 XML 標記人員來說,或許不如前者容易閱讀,但是可以避免錯誤。


==正規化==
==正規化==

於 2012年7月25日 (三) 15:04 的修訂

這裡收集法鼓佛教學院(包括前身中華佛學研究所)所進行過的各種佛學數位專案,所曾使用過的各種 XML 標記。

語言

參考 TEI 的 Languages and Character Sets

符合 ISO 標準的 xml:lang 屬性值的一些用例:

  • zh 中文
    • zh-Hant: 中文繁體
  • en 英文
  • fr 法文
  • sa 梵文
    • sa-Latn: 以拉丁文轉寫的梵文
    • sa-Deva: 以天城體書寫的梵文
  • pi 巴利文
  • bo 藏文
    • bo-Latn: 以拉丁文轉寫的藏文
    • bo-Tibt: 以藏文字書寫的藏文

自訂的用例

  • x-sa-pi: 既是梵文也是巴利文

文本結構

這些元素在 TEI Guidelines 第4章 Default Text Structure

章節

早期專案使用 div1, div2, div3 等元素,後來改用 div 元素。

某些文本是經論對照的形式,這時候會用到 <div type="經"> 以及 <div type="論">,例如《雜阿含經會編》。

所有章節的通用元素

head

TEI 的 head 元素定義:(標題) 包含任何種類的標題,如章節、列表、詞彙表、寫本描述等的標題。

例如《禪門修證指要》p. 3

<div1><head>自序</head>...</div1>

byline

TEI 的 byline 元素定義:包含作品的主要責任陳述,出現在題名頁或作品開頭或結尾處。

例如《寶積經講記》p. 2

<byline>──民國五十一年講於臺北慧日講堂──</byline>

所有 TEI 文件的通用元素

這些元素在 TEI Guidelines 第3章 Elements Available in All TEI Documents

graphic

TEI 的 graphic 元素定義:指出文字文件中內含的圖形、插圖、或圖表的位置。

例如《中觀今論》p. 125:

或螺旋形的<graphic url="y09.0125-3.png"/>

index

TEI 的 index 元素定義:(索引項目) 標誌一個因某種目的而被索引的位置。

例如《初期大乘佛教之起源與開展》p. 367 的「一心見道」一詞被收在書末索引中,那麼在內文中標記如下:

部派佛教的異義極多,只就上舉的五項來說,「佛身無漏」,「一切無」,「心性本淨」,「<index>一心見道</index>」,「五識有離染」,在信仰上,理論上,修證的方法上,都看出與大乘佛法間的類同性。

label

TEI 的 label 元素定義:包含和列表中某項目相關聯的標號;在詞彙表中則用來標記被定義的字詞。

某些段落開頭會有粗體字表示本段落的標題,我們也以 label 元素標記,例如《雜阿含經論會編(中)》p. 1:

<p><label>「立」</label>:略由三相,…</p>


lg

TEI 的 lg 元素定義:(line group, 行組) 包含形式上視為一組的詩行,例如詩節、疊句、韻文段落等。

例如《禪門修證指要》p. 172

<lg>
  <l>觀身非身,鏡像水月。觀心無相,光明皎潔。一念不生,虛靈寂照。</l>
  <!-- 中略 -->
  <l>二六時中,頭頭盡妙。觸處不迷,是名心要。</l>
</lg>

note

TEI 的 note 元素定義:包含附註或註釋。

行內的註解以 <note place="inline"> 標記。

註解如果放在章節末,在內文中會有標號連結,此標號以 ptr 元素標記,例如《成佛之道》(增注本)p. 429

所以,向佛一舉手,一低頭;「一稱南無佛,皆已成佛道」<ptr type="note" target="#note5.134"/><!-- 中略 -->
<p><note xml:id="note5.134">《妙法蓮華經》卷一(大正九‧九上)。</note></p>

雙行夾註,例如《佛教史地考論》p.67

絳州(<note place="inline2">潮陽<lb/>出家</note>

原書中沒有,標記人員加的註解,以 resp 屬性標示,例如:

<note resp="周邦信">...</note>

num

TEI 的 num 元素定義:(數字) 包含一個以任何形式呈現的數字。

例如《雜阿含經論會編(上)》的經號:

<num type="各相應之經號" n="1-1"></num><num type="雜含會編經號" n="1"></num><num type="大正藏雜含經號" n="1">(一)</num>

Milestone Elements

參見 TEI 3.10.3 Milestone Elements

pb

TEI 的 pb 元素定義:(page break, 分頁) 以標準參照系統來標記頁與頁之間的分界線。

頁碼記錄於 pb 元素的 n 屬性,例如:

<pb n="1"/>

lb

TEI 的 lb 元素定義:(line break, 分行) 標記某版本文本裡 (在印刷上) 的新起行。

早期我們將 lb 元素放在每一行行首,例如《長阿含經》:

<lb n="0001a05" ed="T"/><p>夫宗極絕於稱謂,賢聖以之沖默;玄旨非言
<lb n="0001a06" ed="T"/>不傳,釋迦所以致教。是以如來出世,大教
<lb n="0001a07" ed="T"/>有三:約身口,則防之以禁律;明善惡,則導之...</p>

這在每行行末有一個換行符號,如果轉檔處理程式未將換行符號去除,會在轉出的 HTML 格式中多出空白。

如果全部都是中文,那還有一致的規則可以遵循,但後來處理《法鼓文集》,其中包含英文著作如下:

<lb n="000102"/><p>Some years ago I edited a book in Chinese entitled
<lb n="000103"/>Ch'an Men Hsiu Cheng Chih Yao, or A Guide to the 
<lb n="000104"/>Experience and Practice of Ch'an, a collection of essays and...</p>

如果將行末的換行去除,就會將兩個英文詞連在一起,造成錯誤。

後來我們換一種方式,不管中英文文本都在 lb 元素的 n 屬性前換行:

...<lb
n="000102"/><p>Some years ago I edited a book in Chinese entitled <lb
n="000103"/>Ch'an Men Hsiu Cheng Chih Yao, or A Guide to the <lb
n="000104"/>Experience and Practice of Ch'an</title>, a collection of essays and...</p>

這樣,對 XML 標記人員來說,或許不如前者容易閱讀,但是可以避免錯誤。

正規化

參見 TEI 3.4.2 Regularization and Normalization

使用到下列三個元素:

  • reg (一般化) 標誌一般化或規格化處理過的文字。
  • orig (原文格式) 標誌原文中呈現的文字,並且未經過任何修改或規格化處理。
  • choice 匯集文件中對於同一部分文字所有可供替換的不同標記。

例如

<choice>
 <orig></orig>
 <reg></reg>
</choice>

表格、圖片

這些元素在 TEI Guidelines 第14章 Tables, Formulæ, Graphics and Notated Music

figure

TEI 的 figure 元素定義:所標記的區塊包含圖示、插圖、或圖表。

例如《般若經講記》p. 18

<figure><graphic url="y01.0018.png"/><figDesc>圖內文字</figDesc></figure>