佛寺志專案 特字處理
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：
- 點選另存新檔。
- 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。
特字處理原則
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。
有 unicode 編碼的字
易於辨識
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
不易讀懂，罕用字
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）
有歧義
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
無 unicode 編碼的字
易於辨識
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。
- 少一撇、多一點的字：不標記（選擇用通用字）。例：播，余。（見圖一）
- 刻版慣例，書寫習慣：不標記（選擇用通用字）。例：於，所。（見圖一）
- 搭配前後文易於辨識者：不標記（選擇用通用字）。例：關。（見圖一）
不易辨識, 有通用字
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。
不易辨識, 無通用字
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>。
缺漏字
標法：
<gap extent="1" unit="chars" reason="lost"/>
註：unit 屬性是單位，extent 屬性是有幾個單位，本例中 unit="chars"，extent="1" 便表示有１個字。
模糊不清的字
標法：
<gap extent="2" unit="chars" reason="unclear"/>
難以讀懂的字（例如草書字）
標法：
<gap extent="3" unit="chars" reason="illegible"/>
缺漏一段文字
標法：
<gap extent="unknown" unit="chars" reason="lost"/>
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：（g014p0156）
<choice>
<del>梦</del>
<add>愛</add>
</choice>
