管子旧版造字转码说明-文献处理试验室.PDF

《管子》舊版造字轉碼說明 中研院資訊所文獻處理實驗室 中研院史語所漢籍電子文獻工作小組 2008/1/2 陳建安 製作 一、 《管子》一書管子 使用舊版造字 個，字頻 次，詳如 ( .xml) 89 284 附件一。這 個造字中， 個可轉成 能顯示的字， 89 67 Windows XP 字頻225 次；另外 22個字必須轉成構字式，字頻 59 次。 二、 附件一的造字分析表說明如下： 甲、 編號：Big5 造字空間為 6217 個，編號由 1 到6217。 乙、 造字：舊版造字 丙、 字頻(txt)：造字在「.txt」文件的出現次數 丁、 字頻(xml)：造字在「.xml」文件的出現次數 戊、 Big5：造字的 Big5 碼 己、 Unicode：造字所對應的 Unicode碼 庚、 WinXP：造字在 Windows XP的對應字形 辛、備註凡例： 1、校對問題，舊版漢籍錯字，可用程式全部取代：在舊版 漢籍電子文獻中即存在的錯字，因校對時的疏漏而未更 正，持續留存在新版漢籍電子文獻中；若該造字的所有 頻次，皆屬於錯誤使用的錯字情形，可以用程式全部取 代為正確字形。如編號 5308 的「棹 戈」字，原字為 「檝」。 2、異體字問題：新版漢籍考量到使用者檢索及使用時的便 利性，將用字原則改為除專詞等特殊情形之外，一律改 用標準字呈現。如編號 1559 的「 旡」係「廄」 字之異體，故以「廄」字取代。 3、待造字：Unicode 及漢字構形資料庫皆未收錄的舊漢籍 造字，正在等待補造字中，所以「造字」欄空白無法看 到字形。如編號 5248 的「間」 。 三、 目前收錄的漢字總數為 ，分屬於三個不同區段，詳 Unicode 70194 如表一。目前 只支援 認同表意文字區的 Windows XP CJK 20902 個字，內碼為 。所以造字編號 的「 」字， 4E00-9FFF 2334 Unicode  編碼為 25FED ，由於Windows XP 並不支援，仍須使用構字式「 」。 1 表一、 的字數及編碼區段 Unicode