家谱字辈确定方法——基于上海图书馆《上川明经胡氏宗谱》研究.docx

1 1 家谱字辈确定方法——基于上海图书馆《上川明经胡氏宗谱》研究 摘要：本文通过研究上海图书馆收录的《上川明经胡氏宗谱》，结合世代信息和统计分析的方法，对家谱数据进行整理和提炼，得到胡氏宗谱的字辈信息，并与文献记载比照验证，证明结论正确，最终得到可复制的字辈信息整理分析方法。 关键词：上海图书馆 字辈 世代 统计分析 引言 辈分，自古以来便是家谱、宗族中极为重要的一个元素，它使族属代代不乱，长幼有序，老少尊卑各有条理。辈分高者，即使尚处垂髫之年，族人亦需行礼以示尊重。而且，一个家族经过数代繁衍，子孙栖居于各地，如若有所交集或者重修家谱，断定世系关系在中国这个崇尚礼义的国度显得极为重要。若缺失字辈这一重要信息，家族内部成员间的关系不出几代即无人知晓，甚至于出现不分长幼的混乱局面。以曲阜孔家为例，自明初得皇室赐辈分字以来，六百余年间长幼关系俨然有序，分支传承清晰明了，即使孔府封号不再家族内部关系仍然坚固，其重要意义可见一斑。由此类推至《上川明经胡氏宗谱》（以下简称胡氏宗谱），如能得出本家族的辈分字，对于判断家谱中每一代人的关系、深入挖掘家谱的内涵信息、乃至历史学者研究本家族或是地方史，都具有极其重要的作用。 在研究胡氏宗谱时，我们发现，上海图书馆（以下简称上图）在录入字辈信息时存在一定的问题，如字辈信息缺失、同一代但是字辈不同、家谱中不存在字辈但是录入了字辈信息等问题。对此，我们基于胡氏宗谱进行研究，尝试寻找出解决方案，便于今后对其他家谱的字辈信息的整理。 背景 在研究胡氏宗谱时，为了更好的了解上图录入数据的结构和信息，我们尝试通过以下几种方式抓取和提取胡氏宗谱中的数据信息，并且，在尝试各种方法研究时，我们也发现了录入数据中存在的问题： 从下往上抓取数据 我们尝试以胡适为出发点，采用SPARQL查询语句，以“childOf”为连接点，先找到胡适的父亲，然后再找到其祖父，以此类推，希望能够找到胡氏宗谱记录的世代总数。但是，在采集过程中，我们发现，当查询语句找到胡千时，循环中止。 当时，我们查看了上图数据库，发现是因为胡千在当时并未录入“childOf”字段，也就是说，在上图数据库中，胡千没有父亲的记录。对此，我们前往上图查询了胡氏宗谱影印版，发现胡千和他的父亲胡七二为始迁祖，在家谱中分开记录，属于家谱中的特殊情况。 对于这个问题，我们立即询问了上图的管理人员，很快问题得到了解决。再次使用该方法查询时，便能找到家谱始祖胡昌翼。 从上往下抓取数据 在之后采集数据时，我们采用了从胡昌翼为出发点，采用SPARQL查询语句查找所有“childOf”为胡昌翼（在查询语句中为胡昌翼的URI）的URI信息，即找到胡昌翼的第二代，再依次找寻下一代。 并且，在查询时我们设置一个计数变量，当一代人查询完时，计数变量增加一个数值，最终确认家谱中共记录胡氏家族44代。 从下往上查询上图记录的家谱字辈信息 在最先抓取胡适家谱信息的时候，我们采取的是从辈分逆推整个家谱。 即在假定上图录入字辈信息准确的情况下，先抓取胡适辈分信息，在SPARQL语句中带入胡适辈分查询该本家谱中所有该辈分的人。然后抓取表第一人的信息，抓取其父亲URI，利用父亲URI查询父亲辈分并进行循环查询。该种方法虽然存在一些问题，（比如SPARQL语句一次最多返回100条信息，可能一个辈分的人数大于100人），但是在抓取数据的过程中，意外发现家谱辈分出现问题，即在某一代辈分A之后，出现另一代辈分也是A，这导致循环语句重复运行，陷入死循环。 细究其原因，主要有两种可能，其一是我们已经找到了家族字辈语句，完成了一个循环的查询，其二便是字辈信息录入有误。 问题描述 在采集家谱字辈信息时，我们发现家谱的查询出现错误，我们对家谱中的人名进行随机查询，发现了存在的一些问题，以以下四个人为例： 图1：第七代胡时佐查询结果 图2：第七代胡全信查询结果 图3：第二十代胡春上舍查询结果 图4：第三十八代胡四喜查询结果 图5：第三十九代胡顺查询结果 从查询结果来看，主要包括以下几个问题： 胡时佐和胡全信同为家谱第七代，但字辈不一样； 胡春上舍在数据库中的字辈为上； 胡四喜字辈为四； 胡顺以及其他姓名为两个字的人名没有字辈。 根据上述例子，我们做出如下推断： 上图数据库的字辈录入采用的是选取姓名中的某个字作为字辈，如胡时佐和胡全信同为家谱第七代，但字辈分别为名字中的“时”和“信”； 上图数据库的字辈录入方法为选取姓名的倒数第二个字作为字辈名，如胡春上舍和胡四喜的字辈记录都为姓名的倒数第二个字；且字辈不能为“胡”，如两个字的姓名“胡顺”等，没有字辈记录。 问题解决 根据以上我们发现的问题和推断，我们认为已经无法直接从上图数据库中直接下载字辈（generationCharacter）信息，因此，我们需要找