中古佛教寫本資料庫工作手冊
中古佛教寫本資料庫工作手冊
The Database on the Grammar of Medieval Chinese
Date: 2015-7-01 Author:Lin Ching-hui 林靜慧
本計畫為中華佛研所與根特大學根特佛學研究中心的合作專案。由洪振洲（Hung Jen-jou）、安東平（Christoph Anderl）主持，馬德偉（Marcus Bingenheimer, Temple University）、張伯雍 （Zhang Boyong）擔任顧問。
工作流程
一、下載所需敦煌寫卷影像檔，並在ＰＤＦ檔上標好行號。
二、搜尋寫卷內容是否有文字檔，若有文字檔則下載；若沒有則將影像檔初步打成文字檔。
三、細部分辨寫卷字形，用ＰＡ＋＋或ＯＸＹＧＥＮ開啟寫卷文字檔（ＸＭＬ檔），在文字檔的基礎上，開始加上標記語言。
注意事項：
１注意標記語言的使用（參見「標記語言使用表」）
２遇到unicode有的異體字，需同時維護異體字庫（參見檔案「00-variant-table-Ms-Project」），並注意程式只能判斷一組正字與異體字的關係，所以如果該異體字另兼正字，那麼就不能列入該檔中，需用人工輸入，以免因程式無法分辦而造成混亂。
３遇到unicode沒有的異體字，需到「教育部異體字典」找出對應字與下載字圖，存入異體字圖庫（參見檔案「gaiji」）；若是異體字典沒有對應的字，先標明缺字並記錄該字的卷號行號字號，稍後需要造字。（如果將來出版實體書，這些unicode沒有的異體字圖檔皆需造字，將圖檔改成文字。）
四、完成標記後，用oxygen轉成原抄本檔與標準字檔，初步檢查是否有誤。。
五、最後用freecommandXE程式將異體字庫中的異體字轉成<orig reg="X">（X代表教育部規範之正字），最後再檢查是否有誤。
PS：注意標明資料來源。
PS2:所使用的標記規範為 TEI P5
編碼語言使用說明
異體字或通同字的情況
在標明異體字或通同字時使用，標為：<orig reg="Ｘ">Ｙ</orig>（Ｘ代表教育部規範之正字，Ｙ代表異體字或通同字）。 １、當Ｘ為unicode所沒有的字時，則代換成<g ref="#Ｚ"/>：Ｚ代表教育部異體字典中的字碼或缺字的卷行字號。 ２、檔案「00-variant-table-Ms-Project」中的異體字，程式會自動轉成<orig reg="Ｘ">的編碼並出現type（unicode常用罕用字分類），但是若在<orig reg="Ｘ">中放進「00-variant-table-Ms-Project」有的異體字，程式會自動略過，字形不會產生變動，因此若遇到一字兼兩種正字的異體時，要選擇其中一種人工輸入，如仏字同時是佛與似的異體字，「00-variant-table-Ms-Project」檔中已選擇仏作為佛的異體，程式只會自動將仏轉成佛，那麼遇到似的異體時，便要標為：<orig reg="似">仏</orig>。 ３、所謂通同字，意指兩字有時有通用的情形，又各自另兼正字，如：鍾鐘為通同字，但其各有本義，鍾為酒器，鐘為樂器，在「二口金鍾」此文之鍾字作樂器解時，其本字當為鐘，此時編碼作<orig reg="鐘">鍾</orig>；又如：「有願尅從」，剋與尅為同音同義的通同字，克與剋為通同字，此文尅當作「能夠」解，克與尅都有「能夠」之意，而此尅依據教育部字典考定為：因與正字剋形體相近而成為常用之俗寫異體字，此時編碼作<orig reg="剋">尅</orig>。 ４、或有因字形相近，導致書寫習慣將兩字通同者，如：无（無的異體）與元，師與帥，客與容，雨與兩，此雖非通同字，但有通用的事實，故依通同字例。
錯字或假借字的情況
在標明錯字或同音通假時使用，標為：<choice><sic>Ａ</sic><corr>Ｂ</corr></choice> （Ａ代表錯字，Ｂ代表正確的標準字），若有他本可以作為校勘證據，便用<note>說明出處（出處可使用簡稱，並在凡例中將完整出處說明）。 １、當Ａ為unicode所沒有的字時，則代換成<orig reg="Ｘ">Ｙ</orig>。 ２、所謂假借字，意指因同音或音近而造成的錯字，如: 「吝此明珠如姓明」，姓明二字語義不通，當為性命之同音假借的錯字，此時標為：<choice><sic>姓明</sic><corr>性命</corr></choice>。 ３、形近而誤的錯字，如：「跂覢電作朱旗」，跂乃形近跛而誤，而跛與披音近通假，有另一版本P-2187降魔變押座文與本卷之語為證，故標為：<choice><sic>跂</sic><corr>跛</corr></choice><note>本卷95行有跛旗之語，故知跂為跛之誤，且跂覢二字P-2187作披閃，蓋跛假作披。</note>
特殊符號的使用情況
１、在標明倒乙符號時使用（有㆑與乙兩種符號，依實際情況使用），標為：<orig reg="日月">月<add place="inline-right">㆑</add>日</orig>。 １）倒乙字若是unicode有的異體字，則標為：<orig reg="珍珠">珠<add place="inline-right">㆑</add><orig reg="珍">珎</orig></orig>。 ２）倒乙字若是unicode沒有的異體字，則標為：<orig reg="珍珠">珠<add place="inline-right">㆑</add><orig reg="珍"><g ref="#A02563-001"/></orig></orig>。 ２、在標明省書符號時使用，如𦬇為菩薩的省書符號，則標為：<choice>卄卄<expan>菩薩</expan></choice>。 ３、在標明重文符號（〻）時使用，標為：<choice>日〻<expan>日日</expan></choice> １）重文字若是unicode有的異體字，則標為：<choice><orig reg="驅">駈</orig>〻<expan>驅驅</expan></choice> ２）重文字若是unicode沒有的異體字，則標為：<choice><orig reg="役"><g ref="#A01277-001"/></orig>〻<expan>役役</expan></choice>。
在標明文字經過正規化的判定時，不同的情況使用不同的標號，如：
１、<unclear>：當文字墨色模糊（如：退色或磨損）或文字筆畫不清（如：草書）難以判斷，需依賴上下文才能判讀時使用，若需要其他文獻校勘才能判讀時，便加上<note>說明文獻出處：
１）若筆畫雖然不清楚，但仍能判斷該字，則依然使用<orig reg="Ｘ">。如: (S-3491-059)雖然是筆畫不清楚的駈（驅的異體字），因其有50%以上的把握是駈，故依然用<orig reg="驅">駈</orig>；若是遇到無法辨識清楚的字，才用<unclear>（原有的<reg>標號不用）。
２）若是異體字的字形不清楚，亦直接以<unclear>包覆正字，不再使用<orig reg="Ｘ">或<choice>。因為若是標成：<reg>駈<reg>，到時用freecommandXE程式轉檔時，字會無法顯示出來；若是標成：<reg>驅<reg>，便無法表現出異體字駈。
２、<damage>：當文字破損，但仍可辨識時使用。
１）若因破損而無法辨識，則標成：<damage unit="char" extent="1"/>，若是完全無法分辨字形，則標成：<gap unit="char" extent="1"/>。
２）破損嚴重，需參酌他本，理校出正字，則標成：<choice><unclear><damage unit="char" extent="1"/></unclear><reg>Ｘ</reg></choice>：Ｘ代表理校出的正字。
ＰＳ：<unit="chars"> 是早期的標記，現在統一作 unit="char"。
３、<expan>：只在表示的縮寫還原時使用， <expan> 標記中已視為「正規化」，故不再有如 <reg>或<unclear> 等標記。
==刪除標記== １、當某字被刪去時，標為：< del>Ｚ</ del>：Ｘ代表被刪去的字，若被刪去為異體字，Ｚ則代入<orig reg="Ｘ">Ｙ</orig>。
２、當某字被刪去後，又在其右邊加上改正的字時，標為：<subst>Ｘ<add place="inline-right">Ｙ</add></subst>。
３、當某字被塗毀時，導致無法辨別字體時，標為：。
４、當某字因錯誤而被添加筆畫改成正確的字時，標為：<subst>Ｘ<add>Ｙ</add></subst>（Ｘ代表原錯字，Ｙ代表被改正的字）。
插入標記
１、在字的右邊插入文字時，標為：<add place="inline-right">Ｘ</add>Ｘ代表放在行外右邊插入的字。
２、在筆劃不清的字右邊插入文字時，標為：<subst><add place="inline-right">Ｘ</add></subst>：Ｘ代表被放在行外右邊插入的字。
３、同一行中，先刪去某字，隨後寫上正確的字時，標為：ＸＹ：Ｘ代表被刪去的字，Ｙ代表改正的字。
４、在錯字上修正筆畫改成正確的字時，標為：<subst>Ｘ<add>Ｙ</add></subst>：Ｘ代表原本寫錯的字，Ｙ代表改正後的字。
５、當被刪去的某字被塗毀而無法辨識，又在右邊加入改正字時，標成：<subst><gap unit="char" extent="1"/><add place="inline-right">Ｘ</add></subst>：Ｘ代表被放在行外右邊插入的字
６、當被刪改後的錯字為誤時，在<choice><sic>Ｘ</sic><corr>Ｙ</corr></choice>後加上<note>作說明。
標點標記
１、一般標點標為：<pc>Ｘ</pc>：Ｘ代表標點符號。 ２、當標點剛好落在重文符號中間時，如：以手遮<choice>日〻<expan>日日</expan></choice>光所下之䖏，兩個日中間當斷句時，可標為：<expan>日<pc>，</pc>日</expan>或是日<pc>，</pc><choice>〻<expan>日</expan></choice>
注解標記
１、公開給讀者看的說明，標為：<note>Ｘ</note>：Ｘ代表注解內容。 ２、編碼者給自己看的提示（不會公開顯示），標為：。 ３、敦煌變校注的錨點（目前顯示為□）：<anchor type="dh-bw-jiaozhu" n="001"/>。 ４、小字雙行夾注，標成：<hi rendition="#inline-para">Ｘ<lb/>Ｘ</hi>：Ｘ代表夾注內容，<lb/>代表換行點。 ５、後人寫的雙行小字注解文字，標成：<note resp="hand2" rendition="#inline-para">其像兩<lb/>足返</note> ６、後人寫在右邊注解文字，標成：<note resp="hand2" rendition="#inline-right">下其頭上有冠</note>
空格標記
１、偈語的空格：<space type="verseSpacing"/> ２、段落的空格：<space type="punctuation" unit="char" extent="1"/> ３、無意義的空格：<space type="simpleSpace" unit="char" extent="1"/>
更正標記
１、一般錯字：<choice><sic>雈</sic><corr>舊</corr></choice> ２、一字誤拆為二字：<choice><sic>自㤪</sic><corr>臰</corr></choice> ３、一字誤拆為二字，並換行：<sic>五</sic><lb/><sic corr="尖">人</sic>
標記語言範例表
修改中
標記規則
一、標準字 １、字形筆畫與標準字相同者，即標示標準字，如： ：碧。 ２、字形與標準字大致相同，但筆畫因書寫習慣而有細部不同時，即標示為標準字，如： ：於， ：捉， ：本， ：此。 ３、當字形可辨識為某字，但細部筆畫不易辨識時，即標示為<unclear>標準字</unclear>，如： ：< unclear >繡</ unclear > ； ：< unclear >數</ unclear >。 二、異體字－當字形筆畫與標準字有結構性的不同，而此不同並非因為書寫習慣（如：草書筆畫不定）造成時，判定為異體字（包含通同字）。 １、unicode有字，且教育部異體字典有收錄者，標示unicode字型（freecommandXE程式將異體字庫中的異體字轉成< orig >，但若已被包在< orig >中的異體字則不會被改動），如： ：𦰧，但該字若另兼正字或另兼別字異體，程式無法判斷，如：仏既為佛之異體，又為似之異體，當其作為佛之異體字時，因為異體字表中有登記，故只須寫成仏，若作為似之異體字時，則標成<orig reg="似">仏</orig>。 ２、unicode有字，而教育部異體字典無收錄者，標示unicode字型，處理同上例１。 ３、unicode無字，而教育部異體字典有收錄者，如： 教育部異體字碼為A04204-023，故標成：<orig reg="那"><g ref="# A04204-023"/></orig>。 ４、unicode無字，而教育部異體字典無收錄者： １）字形與異體字典無明顯不同者，標示同上例３，如： 標成：<orig reg="數"><g ref="# A01739-038"/></orig>。 ２）字形與異體字典有明顯不同者，標為專案編定字碼，如： 標為：<orig reg="福"><g ref="#S-2113-036-09"/></orig>。 ＰＳ是否需要把異體字典的字碼編入，成A02901-S-2113-036-09？ ５、古今通用字，兩者字形不同，但為古今字或有通用的情形，標例同異體字：如：紅旗初<choice><orig>辰</orig><reg>震</reg></choice> <note>《說文》段注云：辰，震也。震振古通用，此亦可作振。</note>。 三、錯字－當字形筆畫與標準字有結構性的不同，且確定其與音義標準字也不同，判定為錯字（包含同音通假、形近而誤）。一般錯字標示為<choice><sic>錯字</sic><corr>標準字</corr></choice>，其後加<note>判定錯誤的依據</note>，如： １、形近而誤：如：雹子空中自消<choice><orig>客</orig><reg>溶</reg></choice><note>本卷客容不分，此處客當作容，而容通溶。</note>。 ２、同音通假：恡此明珠如<choice><orig>姓明</orig><reg>性命</reg></choice> <note>蘇遠鳴：〈敦煌石窟中的瑞像圖〉</note>。 伍、所見異體字表－持續編寫中
寫卷結構與標記
- 以敦煌寫卷「件」為單位，即每一個檔案即為一件敦煌寫卷（如 S.4272）
| 行號標記例 | <lb xml:id="S-4272-0001"/> | |
| 空格標記例 Space | <space type="honorific" unit="char" extent="1"/> | 
P-3664-0662 |
| <space type="punctuation" unit="char" extent="1"/> | 
S-4272-0008 | |
| <space type="bindingHole" unit="char" extent="1"/> | 
P-4646-01-03 | |
| <space type="simpleSpace" unit="char" extent="1"/> | 
S-2054-0192 | |
| <space type="verseSpacing" unit="char" extent="1"/> | 
P-2634-0002 | |
| 異寫字標記例 Choice | <orig reg="偽"><g ref="#S4272-005-11"/></orig>（專案新增） | 
S-4272-0005 |
| <orig reg="障"><g ref="#A04441-003"/></orig>（教育部異體字字典） | 
S-4272-0013 | |
| 取代標記例 Substitute | <subst><del>无</del><add>有</add></subst> | 
S-4272-0005 |
| <subst><del unit="char" extent="1"/><add>心</add></subst> | 
S-4272-0021 | |
| <subst><del><orig reg="薩"><g ref="#A03580-001"/></orig></del><add place="inline-right">提</add></subst> | 
P-3436-0037 | |
| <subst><del hand="2">然見性</del><add place="inline-right" hand="2">明</add></subst> | 
P-3777-0540 | |
| 插入標記例 Addition | <add place="inline-right">性</add> | 
S-4272-0009 |
| 倒乙標記例 Reverse | <orig reg="不出">出<add place="inline-right">㆑</add>不</orig> |  （不出）
P-3436-0037 |
| <lb xml:id="P-3436-0206"/><orig type="CJK" reg="坐"><add place="inline-right">㆑</add>浄</orig> |  
P-3436-0206 | |
| <orig reg="苐二魏朝"><g ref="#A04688-002"/>朝<add place="inline-right"><note resp="hand2">向上</note></add>苐二</orig> |  （苐二魏朝）
P-3436-0110 | |
| 補充修改標記例 Addition | <add place="margin-bottom">軰</add> | 
P-3436-0056 |
| 破損標記例 Damage | <damage>使鬼神</damage> | 
P-3436-0057 |
| <damage unit="char" extent="1"/>
<choice><unclear><damage unit="char" extent="1"/></unclear><reg>諸</reg></choice> |
P-3436-0011 | |
| 字跡不清標記例 Unclear | <unclear>斷</unclear> | 
P-3436-0070 |
| 難辨字標記例 Gap | <gap unit="char" extent="1"/> | 
P-3703-0011 |
| 省書例 Abbreviations | <choice>卄卄<expan>菩薩</expan></choice> | 
P-2634-0010 |
| <choice>阿〻難〻<expan>阿難阿難</expan></choice> | 
P-3664-0511 | |
| 重文例 Repeat sign | <choice>種〻<expan>種種</expan></choice> | 
P-3664-0500 |
| 雙行夾注例 Inline-para | <note resp="hand1" rendition="#inline-para">在舒州一名思空山</note> | 
P-3559-0567 |
| 副標例 Subtitle | <hi rendition="#subtitle">并序</hi> | 
P-2634-0001 |
| 廢字例 Deletion
（感謝 汪娟教授來函建議） |
者<del>者</del>非 | 
P-2460-0068v |
| <del>清浄</del>解 | 
P-4646-08-04r | |
| 專案訂正例 Corrections by project | <choice><sic>光濡</sic><corr>先儒</corr></choice><note>見《左傳‧春秋序》。</note>不取 | 
P-2634-0038r |
| 偈文例 Verse line | <lg><l><choice><orig><g ref="#A02941-036"/></orig><reg>稽</reg></choice>首<choice><orig><g ref="#A03222-001"/></orig><reg>善</reg></choice>知識<space type="verseSpacing" unit="char" extent="1"/><damage><choice><orig type="Ext-A">䏻</orig><reg>能</reg></choice>令<choice><orig><g ref="#P2634-002-08"/></orig><reg>護</reg></choice></damage>本心</l></lg> | 
P-2634-0002r |
進階說明──文字迻錄原則
- 原則一、不論原文使用何種字體（楷書、行書、草書等），皆迻錄為楷書（楷化）。
- 原則二、Unicode 有提供字型者，按原字形迻錄。如：㘴，不改成為教育部標準字體（正字）「坐」。
Non-Unicode Variants - attested 萬國碼未收之異體字──已確認
|
Ex.1: S-4272-0002: 為除忘相<choice><orig><g ref="#A03335-004"/></orig><reg>修</reg></choice>行六度 |
|
Non-Unicode Variants - unattested 萬國碼未收之異體字──未確認（專案新增）
|
Ex.1: S-4272-0022: 度眾生過去<choice><orig><g ref="#S4272-022-14"/></orig><reg>逢</reg></choice>无量恒 |
|
"Unclear" Characters 模糊字
|
Ex.1: P-3703-0002:
無有邊<unclear>畔坐</unclear> |
|
Significant spaces 文中的空格
|
Ex.1: S-4272-0008 - S-4272-0010:
為中道<space unit="char" extent="2"/>苐三齊朝 人年十四遇達摩禪師 真登佛果<space unit="char" extent="1"/>楞伽経云 |
|
Character(s) added in the Ms. 插入字
|
Ex.1: S-4272-0009:
禪師俗<add place="inline-right">性</add>姖武窂人 |
|
| Character(s) Overwrite other Character(s): 覆蓋字
被覆蓋的字若不清楚則使用 |
Ex.1: S-4272-0021:
為是知眾生識<subst><del unit="char" extent="1"/><add>心</add></subst>自度 |
|
| Damaged but recognizable characters 破損字
<damage>與<unclear>近似，標記中直接使用正字。（範例中的字也可以識別為「忕」或「𢗗」，此處依另一版本。）<damage> is similar to <unclear> in that the text provided should be considered 通用字 as the variant can not be distinguished clearly. |
Ex.1: P-3703-0001 :
時<damage>狀</damage>𠰥 |
|
Unrecognizable characters due to accidental damage (tearing, breaking, smearing, blotting, smudging etc.) with later annotation 因意外而造成無法判讀（如撕裂、破損、磨滅、髒汙等），後來新增者
|
Ex.1: P-3703-0007:
In the header: <profileDesc> <creation> <listChange> <change xml:id="stage1">The manuscript is written, corrections were made by the scribe.寫卷抄錄時的修正</change><change xml:id="stage2">The verso is written. Ink seeps through blotting some characters.背面抄寫時的墨透背後所汙染者</change><change xml:id="stage3">A later hand clarifies characters that were blotted out.在汙處外再次訂正</change> </listChange> </creation> </profileDesc> 非<unclear>離</unclear>生<damage change="#stage2">法</damage><add change="#stage3" hand="2" place="inline-right">法</add><damage change="#stage2"><del change="#stage1" hand="1" unit="char" extent="1"/><add change="#stage1" place="inline-right" hand="1">有</add></damage><add change="#stage3" hand="2" place="inline-right">有</add>无生龍 一切圡木<damage change="#stage2">瓦</damage><add place="inline-right" change="#stage3">瓦</add>石
|
|
Reverse Mark 倒乙符號 (レ-点)
|
Ex.1: P-3436-0037:
亦出<add place="inline-right">㆑</add>不扵有 |
|
Repetition / Iteration Mark 叠字符號
|
P-3664-0500
| |
Abbreviations 省書符號
|
Ex 1:P-3664-0511
<choice><abbr>阿〻<reg>難</reg>〻</abbr><expan>阿難阿難</expan></choice> |
|
| Ex 2:P-2634-0010
<choice>卄卄<expan>菩薩</expan></choice> |
| |
| Ex 3:S-2054-0325
<lb xml:id="S-2054-0325"/><choice><abbr>〻</abbr><expan>色</expan></choice> |
|
字型工具
- 最好安裝 Unicode Super-CJK Fonts v6.0
