电子古籍格式.pdfVIP

電子古籍格式 格式，是劃分文本不同層次的手段和區別文本內容的不同性質的標識。文本格式化是古 籍數字化的重要工作。 電子古籍文本格式化的方法和手段，應該繼承自紙質文本，同時兼及一般電子文本格式 的慣例，同時還要適應計算機處理的需要。 紙質文獻有悠久的發展歷史，文本格式逐漸形成了一些慣例或規范，國家也頒布了一些 相關的標準。近一個世紀以來的古籍整理工作，特別是像標點本二十四史這樣的大型工程， 也逐漸形成了一些學術規范，為學術界普遍遵循。古籍數字化的工作，至今也有三四十年， 文本格式主要沿襲一般紙質文本，很少注意古籍的特點，很少考慮到數字化古籍計算機處理 的需要，更缺乏對電子古籍格式化問題的系統研究。 電子古籍是紙質文獻在電腦上的再現，必須盡量重現原始文本的固有形態，並充分發揮 計算機文本處理的強大功能，二者兼顧，完美結合，是電子古籍文本格式化工作追求的目標。 電子古籍可以用于閱讀，應該盡量保留紙本文獻的原貌，照顧用戶的閱讀習慣。 紙本文獻格式化的手段主要有文字格式和標點符號。 一、文字格式 文字格式包括字號、字體、字式、行款和顏色。 1. 字號 字號指字符大小，用于區分文本不同層次：正文字號大，注釋字號小；上一級標題字號 大，下一級標題字號小。 計量字符大小的單位，漢字用字號，一般從初號、小初至七號、八號，共 16 種，字號 越大字越小。國際通用的單位是“磅”，磅值的範圍從 1 至 1638，磅值越大字越大。最大的 1638 磅字約 58cm 見方，最小的 1 磅字，3 個加起来僅約 1mm 嶟。漢字字號與磅的對應關 係如下： 字號 初號 小初 一號 小一 二號 小二 三號 小三 磅值 42 36 26 24 22 18 16 15 子樣 永 永 永 永 永 永 永 永 字號 四號 小四 五號 小五 六號 小六 七號 八號 磅值 14 12 10.5 9 7.5 6.5 5.5 5 1 子樣 永 永 永 永 永 永 永 永 鈔本和版刻古籍，字體大小沒有統一的規范和嚴格的規定，只是圖書內部正文與注釋有 相對大小的區別。版刻由於版面內芯有行格的限制，書名、篇名等標題與正文大小一致。現 代鉛印古籍大致繼承了這些格式，正文一般用 5 號字，注釋用小 5 號字，各級標題字號與正 文相同。 正文用 5 號字，是紙本圖書的一般格式，如果加大字號，用紙必多，成本劇增。電子文 獻載體由甲骨、竹木、縑帛、紙張變為磁盤、光碟等材料，成本幾可不計，所以儘可利用不 同字號來進行文本格式化。 本課題研製的電子古籍正文用 4 號字，注用小 4 號字，疏用 5 號字。書題篇目則視同正 文。正文如使用 4 號以上的字符，占用版面過多。本課題研製的漢語言文字學典籍，疏文比 經和注份量大得多，使用小於 5 號的字符，則閱讀不易。 2． 字體 字體指字符的體式。漢字常見的字體有宋體、仿宋、楷體、黑體、隸書、行書等。下表 是各種常見漢字字體的示例： 字體 宋體 仿宋 楷體 黑體 隸書 行書 幼圓 子樣 永 永 永 永 永 永 永 圖書使用不同的字體來區分內容的不同性質，例如篇名、作者，正文、引文，作者工作 單位……；或區分不同的層次，例如正文、注釋。 本課題研製的漢語言文字學典籍，使用的字種數量龐大，冷僻字眾多，必須有支持國際 標準 ISO / IEC 10646 - 2:2001 / Unicod