CBData HTML 規範
出自DILA Wiki
一卷一檔
HTML 根據 XML <milestone unit="juan"> 切卷。檔名為冊號、經號、卷號，例如 T01n0001_001.htm、T01n0001_002.htm...。
HTML 檔內容架構：
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<meta name="filename" content="T01n0001_018.htm" />
<title>經名</title>
</head>
<body>
<div id="body">內文</div>
<div id="back">校勘與缺字資訊</div>
</body>
</html>
檔頭有以下標記表示本檔檔名：
<meta name="filename" content="T01n0001_018.htm" />
經名
經名轉為 head/title，例如：
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>長阿含經</title>
</head>
區塊標記
byline
byline 轉為
<p class="byline"/>....</p>
div
附文
XML:
<div type="w">
HTML:
<div class='w'>
figure 插圖
XML:
<figure>
HTML:
<p class='figure'>...</p>
head
XML:
<head>
HTML:
<p class='head'>...</p>
juan
卷首或卷尾資訊
XML:
<juan>
HTML:
<p class='juan'>...</p>
lg 偈頌
HTML:
<div class='lg'>
<div class='lg-row'>
<div class='lg-cell'>諸惡莫作，</div>
<div class='lg-cell'>諸善奉行，</div>
</div>
<div class='lg-row'>
<div class='lg-cell'>自淨其意，</div>
<div class='lg-cell'>是諸佛教。</div>
</div>
</div>
text-indent
如果 XML <lg> 有 rend 屬性，而且屬性值之中有 text-indent，例如 T01n0001, p. 1c03
<lg rend="margin-left:1em;text-indent:-1em">
<l>「比丘集法堂，</l><l>講說賢聖論；</l>
<l>如來處靜室，</l><l>天耳盡聞知。</l>
...
<l>無上天人尊，</l><l>記於過去佛。」</l>
</lg>
轉為 HTML 時，text-indent 屬性會移到第一個 lg-cell，以避免後面的 div 繼承到 text-indent：
<div class='lg' style="margin-left:1em;">
<div class='lg-row'>
<div class='lg-cell' style='text-indent:-1em'>「比丘集法堂，</div>
<div class='lg=cell'>講說賢聖論；</div>
</div>
<div class='lg-row'>
<div class='lg-cell'>如來處靜室，</div>
<div class='lg-cell'>天耳盡聞知。</div>
</div>
...
<div class='lg-row'>
<div class='lg-cell'>無上天人尊，</div>
<div class='lg-cell'>記於過去佛。」</div>
</div>
</lg>
三句一行
如果偈頌一行有三句，例 T85n2828
<lb n="1266a16" ed="T"/><l>法界亦通□</l><l>意珠恒自淨</l><l>身光照十方</l>
<lb n="1266a17" ed="T"/><l>至心無處住</l><l>解脫得清□</l><l>觀想如無想</l>
HTML 的 lg-row 就包三個 lg-cell:
<span class='lb' id='T85n2828_p1266a16'>T85n2828_p1266a16</span>
<div class='lg-row'>
<div class="lg-cell"><span class='t' l='1266a16' w='1'>法界亦通□</span></div>
<div class="lg-cell"><span class='t' l='1266a16' w='47'>意珠恒自淨</span></div>
<div class="lg-cell"><span class='t' l='1266a16' w='94'>身光照十方</span></div>
</div>
<span class='lb' id='T85n2828_p1266a17'>T85n2828_p1266a17</span>
<div class='lg-row'>
<div class="lg-cell"><span class='t' l='1266a17' w='1'>至心無處住</span></div>
<div class="lg-cell"><span class='t' l='1266a17' w='47'>解脫得清□</span></div>
<div class="lg-cell"><span class='t' l='1266a17' w='94'>觀想如無想</span></div>
</div>
p 段落
XML 的 p 一樣轉為 HTML 的 p，但在段落開頭加上「頁、欄、行資訊」，例如：
<p><span class="lineInfo">0001a05</span>夫宗極絕於稱謂，賢聖以之沖默；玄旨非言...</p>
行內標記
app 校勘
內文中以 <a class="noteAnchor"> 標示註標，例如：
<a class="noteAnchor" href="#n0001001"></a>長阿含經序
並於檔尾記錄校勘內容：
<div id="back">
...
<span class="footnote" id="n0001001">此序依宋元明三本ニ依テ載ス</span>
...
</div>
[＊] 校勘以 class="star" 記錄，例如：T01n0001_p0001a20
邪正難<a class="noteAnchor star" href="#n0001004"></a>辨
g 缺字
Big5 沒有的字，在 CBETA XML 中都以缺字標記 g 處理，轉成 HTML 時依下列優先順序處理
- 有 Unicode
- 在 Unicode 1.1 範圍內：呈現 Unicode
- 在 Unicode 1.1 範圍之外：預設呈現 Unicode 字元，但仍以缺字處理，以 <a class="gaijiAnchor"> 記錄，如： <a class="gaijiAnchor" href="#CB00400">𣽈</a>
- 沒有 Unicode
- 有 Unicode 通用字：預設呈現 Unicode 通用字，包缺字資訊
- 有 Big 通用字：預設呈現 Big 通用字，包缺字資訊
- 預設呈現組字式，轉出 HTML 如： <a class="gaijiAnchor" href="#CB00510">[國*瓜]</a>
並於檔尾 <div id="back"> 裡面以 <span class="gaijiInfo"> 記錄缺字資訊如下：
<div id="back">
....
<span id="CB00400" class="gaijiInfo" figure_url="http://dict.cbeta.org/dict_word/gaiji-cb/00/CB00400.gif" nor="濡">𣽈</span>
<span id="CB00510" class="gaijiInfo" figure_url="http://dict.cbeta.org/dict_word/gaiji-cb/00/CB00510.gif" nor="">[國*瓜]</span>
....
</div>
figure_url 屬性為缺字圖檔路徑。
nor 屬性為通用字，空字串表示無通用字。
