成一老和尚著作專案

出自DILA Wiki
於 2022年1月26日 (三) 23:06 由 imported>Tsairung lin 所做的修訂 （→‎架構）

VPN連線服務

  • Pulse

範圍

  • 《成一老和尚全集》共計38冊、《智光和尚法彙》1本、靄亭和尚《華嚴一乘教義章集解》1本、《栖雲文集》1本，以上共計41本，約382萬字。

修訂

  • P:\2020成一老和尚著作\07修訂
  • 成一老和尚著作修訂「字詞、標逗、政治對立議題」20200330

架構

$vols = array(

'1-1' => '《華嚴文選》', '2-1' => '《導遊華嚴世界》', '3-1' => '《淨土法門集》', '4-1' => '《彌勒淨土法門集》', '5-1' => '《彌勒淨土法門續篇》', '6-1' => '《大方廣佛華嚴經如來隨好光明功德品講記》', '6-2' => '《華嚴發願文略釋》', '7-1' => '《勸發菩提心文講話》', 

       '8-1' => '《出家三十要則講話》',
       '9-1' => '《慧日集》初編',                
       '10-1' => '《慧日集》二編',
       '11-1' => '《慧日集》第四集',                
       '12-1' => '《慧日集》三編',
       '13-1' => '《慧日集》上冊',                
       '14-1' => '《慧日集》下冊',
       '15-1' => '《慧日集》第八集 ',                
       '16-1' => '《慧日集》第九集',
       '17-1' => '《成一長老法語集》',                
       '18-1' => '《成一法語集》',
       '19-1' => '《成一文集》',
       '21-1' => '〈為什麼要念佛〉',                
       '22-1' => '〈介紹兜率淨土法門〉',
       '23-1' => '〈娑婆弟子應修的淨土法門〉',
       '24-1' => '〈華嚴佛七開示〉',
       '25-1' => '〈華嚴經品會大意淺釋〉',
       '26-1' => '〈華嚴發願文講記〉',
       '27-1' => '〈桃園僑愛佛教講堂秋季華嚴法會開示錄〉',                
       '28-1' => '〈華嚴綸貫略釋〉',
       '29-1' => '〈普賢十大願（第一集）〉',
       '30-1' => '〈普賢十大願（第二集）〉',
       '31-1' => '〈藥師佛七開示錄〉',                
       '32-1' => '〈華嚴蓮社佛門名聯錄〉',
       '33-1' => '〈參加做佛事須知〉',
       '34-1' => '〈佛說盂蘭盆經〉附：農曆七月為教孝月而非鬼月',
       '35-1' => '《宣傳預約大藏經環島訪問團日記》',
       '36-1' => '《地藏菩薩聖德大觀》（弘一律師）',
       '38-1' => '《成一法師傳》（范觀瀾）',
       'a1-1' => '《智光大師法彙》（智光法師）',
       'a1-2' => '《智光老和尚紀念集》（智光法師）',
       'a1-3' => '《智光老和尚遺著》（智光法師）',
       'a2-1' => '《栖雲文集》（靄亭法師）',
       'a2-2' => '《靄亭和尚紀念特刊》（靄亭法師）',
       'a3-1' => '《華嚴一乘教義章集解》（靄亭法師）',

異體字作業規範

  • 1.「異體字正規化之作業規範」
    (1)書中使用之「罕用字」，根據教育部異體字字典判定為異體字者，為方便讀者查閱，則正規化為常用之正字：
       例如：「够」為「罕用字」，並且為異體字，正規化為「夠」。
              「冲」為「罕用字」，並且為異體字，正規化為「沖」。
    (2)若有另兼正字之異體字，並為教育部判斷之常用字，則沿用原字不予改動。

　　 例如：招徠的「徠」，教育部判為「次常用字」。雖然「徠」、「來」為異體字，「徠」也為正字， 　　　　 　沿用原字「徠」不予改動　。 

    (3)排版字型有異之問題：
           例如：　與「溢」為同一字，因排版字型而略有差異，則統一字為細明體之字型。
                  建議正規為：溢
    (4)人名、地名、專有名詞不作正規化。
    (5)凡正規化字體，可以點選該字，即可看到原書之字體。
  • 2.「通用字以通俗正體字為主」
    (1)單詞意義相同，以通俗字替換艱難或罕見字詞
        例如：「祇」有=「只」有、「那」裡？=「哪」裡？、「纔」=才
    (2)複詞意義相同，以通俗詞替代罕用詞
        例如:可窺一斑之「全豹」=可窺一斑之「全貌」、「和穆」=「和睦」、「義意=「意義」
        以上，以通俗字詞替代艱難或罕見字詞，如欲見原書用字，可點選該字，即可看到原書之字體。


ABBY前製作業

以ABBYY處理，一面一頁。

  • 1.PDF 辨識
  • 2.轉成 TXT Document
  • 3.visual studio code,UTF-8 BOM 取消 BOM
  =>save with Encoding=>UTF-8
  • 4.由於《智光大師法彙》較多手寫字，在ABBYY辨認率相當低，故改在google docs 重新辨識(分成20個檔案)。

標記作業

書籍標題

<div rend="pagebreak"><head rend="large">《華嚴文選》</head>

篇名

字體放大，例：5-1.xml,p.1

XML： 

<div><head rend="large">〈彌勒淨土法門續篇〉 彌勒行者</head>

OCR前置作業

  1. 由於書籍需先歸還，故請影印店掃描黑白PDF、影印2份正本，以供校對。
  2. 彩色封面、表格、照片由助理掃描存檔。

OCR

  • P:\2020成一老和尚著作\05Work\03OCR
  • P:\2020成一老和尚著作\05Work\05專案助理處理

OCR後置作業

  1. 用程式自動處理
    1. 以下符號刪除：
      1. 日文、半行英數字
      2. 〖〗;,'ヾー+ゝ>>乂广] «丄=〜()££丨¢!}♦ @§€© % $¥“® _ -——o〇◎》.••^ i{！*°< m±# <»&„~"■▲▼§/ |lIi #〇—:/〆卜?口
    2. 半行空白，轉為換行。

OCR校對規範

  • 1.以Visual Studio Code校對。字數參考：「非空白字符數」。
  • 2.頁碼：請打在每一頁文字的開頭，自己獨立的一行。
例如：p1。序格式：a1
例如：遇空白頁直接寫頁碼，如頁六無內容，頁七開始有內容，則第一行：p6，第二行：p7。
  • 3.內縮空兩格請輸入：tab鍵
  • 4.需要如書一樣換行。
  • 5.雙行夾註，請加入〔〕符號：
例如：《智光大師法彙》p3，〔國民大會代表〕〔滿分優婆塞〕 蔡運辰法名寬運拜撰......
  • 6.「圖片檔案」的文字請刪除。（專案助理之後將以掃描檔方式呈現。）
  • 7.「隔頁書名」請刪除。（專案助理會處理。）
  • 8.「頁眉」請刪除。（專案助理會處理。）
  • 9.「目錄」請刪除。（專案助理會處理。）
  • 10.出版資訊請刪除。（專案助理會處理。）
  • 11.標題、粗體、科判、結尾語不須處理。（專案助理後續標記。）
  • 12.異體字，請參考異體字表格：保留原書字體。（遇到異體字先保留原書異體字體，留待二校同時保留原書字體及正體字（正規化）。）
例如：四「衆」弟子
  • 13.如果打不出該文字，或者無法判斷該文字是否有誤。
例如：異體字，請先打上●
  • 14.經文之前，請標示英文字母J（不用內縮空兩格）。
例如：《華嚴一乘教義章集解》p10：
建立一乘第一，		教義攝益第二，						
古今立教第三，		分教開宗第四，
乘教開合第五，		教起前後第六，
決擇其義第七，		施設異相第八，
所詮差別第九，		義理分齊第十。
  • 15.破折號輸入：——（請複製該格式）
  • 16.音界號 ． / 書名號 《 》 〈 〉 ，請按原書處理。
  • 17.針對有疑問的字詞，請「列表清單」。
例如：第四冊，p91，絕對沒有那「們」（疑為「麼」）
  • 18.針對內容有疑慮部分，請「列表」參照。
  • 19.針對在宗教、政治、強勢文化之立場上，持對立或過於否定的說法，請列表註明「疑不利流通」。

圖案

例如：栖雲文集03xml XML: 

<figure><graphic url="03-1.047.png"/></figure>

跑html

bin

  • 產生目錄ruby catalog.rb
  • 產生內文 HTML：ruby x2h.rb
  • 產生純文字 for 全文檢索ruby x2t.rb

初步標記

成一和尚著作 純文字 轉 XML

頁碼

初標：序：p.a1。 初標：序：文本：p1。

XML: 

<pb n="a1"/>, <pb n="1"/>

段落

初標：tab

XML:

<p>

行號

初標：換行。

XML: 

<lb n=".."/>

雙行夾註

初標：〔〕〔〕 慧日集九，p441 

 〔華嚴蓮社董事長成一〕〔住持賢度〕 曁兩序大眾

XML： 

<note place="inline2">華嚴蓮社董事長成一<lb/>住持賢度</note>


經文

初標：J

例：02-華嚴一乘教義章集解 p10 

J初明建立一乘者，

XML： 

<p rend="jing">初明建立一乘者，</p>


連結cbetaonline

例：6-1.xml,p.31

XML： 

<p rend="jing" source="T10n0279_p0256a026">「著五欲樂，障諸善根。諸天子！譬如劫火燒須彌山，悉令除盡，<lb 
n="31.03"/>無餘可得。貪欲纏心，亦復如是，終不能生念佛之意！諸天子！汝等<lb 
n="31.04"/>應當知恩報恩！」</p>

標題

H 原書就有的標題

粗標：層次H1H2H3...

例：02-華嚴一乘教義章集解,p7 

H1華嚴一乘教義分齊章集解卷一

XML: 

<div>
<head>華嚴一乘教義分齊章集解卷一</head>
</div>

h 新增的標題

粗標：層次h1h2h3...

例：02-華嚴一乘教義章集解,p7 

h2甲初

XML: 

<div>
<head>甲初</head>
</div>

雙行標題

此功能停用

初標：行首h2

例如： 

h2十二月二十日
h2購地

XML: 

<head>十二月二十日</lb>購地</head>


粗體

初標：行首

例：06-慧日集（三）p.62 

<b>第一、道安法師為人很隨和</b>

XML: 

<seg rend='bold'>道安法師為人很隨和</seg>

偈頌、詩詞、對聯(line group)

初標：行首 n

例：24-成一法師傳p.234 

n諸佛菩薩放毫光 天龍八部降吉祥
n國運昌隆佛法興 江山一統樂太平

XML: 

<lg>
  <l>諸佛菩薩放毫光 天龍八部降吉祥</l>
  <l>國運昌隆佛法興 江山一統樂太平</l>
</lg>

網站介面呈現時，偈頌前面空三格。


進階標記

頂置

沒有空兩格，例如：

11-1.xm. 

<lb
n="250.02"/><p style="text-indent:0"><seg rend='bold'>開！</seg></p></div>

經文換行

a3-1.xml 

《華嚴一乘教義章集解》
<lb
n="10.06"/><lg rend="jing" source="T45n1866_p0477a08"><l>建立一乘第一， 教義攝益第二，</l><lb
n="10.07"/><l>古今立教第三， 分教開宗第四，</l><lb
n="10.08"/><l>乘教開合第五， 教起前後第六，</l><lb
n="10.09"/><l>決擇其義第七， 施設異相第八，</l><lb
n="10.10"/><l>所詮差別第九， 義理分齊第十。</l></lg>

靠右

38-1.xml 

<lb 
n="262.15"/><p rend="text-right">成一敬識</p>
取自「https://jiva.dila.edu.tw/index.php?title=成一老和尚著作專案&oldid=9250」