电子古籍格式

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 / Unicode 3.1，或說CJK （ CJK Unified Ideographs ，中日韓統一漢字）、Ext - A （CJK Unified Ideographs Extension A ，擴展區A）、Ext - B（ CJK Unified Ideographs Extension B ，擴展區B）的漢字字庫。

目前這樣的收納字符在六七萬以上的超大型漢字字庫，只有宋體-方正超大字符集、新細明體MingLiU5.03/MingLiUＢ1.05，HAN NOM 2.0，3種都是宋體①，所以只能使用宋體一種字體。

利用字體作為格式化的手段，只有留待將來有支持超大字符集的其他各種字體的字庫問世以後。

3．字式字式指一種字體在樣式上，例如粗 / 細、長 / 扁、正 / 斜等外觀上的變化。

字式的變化，有的需要製作不同的子庫才能實現，例如仿宋 / 長仿、宋體 / 扁宋、細黑 / 粗黑。

有的只需通過文字處理軟件的功能設置就可實現，使用方便。

下面是一些常見漢字字體在Word 中粗體和斜體的設置示例：①關于漢字字符集和字庫，可以參見尉遲治平《論中文字符集、字庫及輸入法的研製》.《語言研究》2006年第3期，63-66頁。

字體 宋體 仿宋 楷體字式 正粗斜正粗斜正粗斜永 永 永永永永永永永子樣字體 黑體隸書幼圓字式 正 粗 斜正粗斜正粗斜永 永永永永永永永永子樣本課題研製的電子古籍，正文、注、疏均使用正體白文，僅在正文中又有字頭，例如《廣韻》的韻字、《說文解字》的正篆時，字頭使用粗體的字式，加重字符以醒目，區別字頭和其他正文。

斜體在紙本古籍中罕見，所以不用。

4．行款行款指在書籍版面中，不同段落的排列樣式，主要手段有居中、左 / 右縮進、懸掛縮進，橫 / 直排等。

現代鉛印書報雜志排版各具特色，樣式紛繁。

古籍行款則樣式單調，正文頂格直下，注疏雙行夾排，遇敬稱多提行。

新版古籍因為排版困難，雙行夾注多改為單行小字，提行舊例也都取消。

本課題研製的電子古籍，采用新版古籍的辦法，不用雙行夾注和提行的行款。

一律橫排，注文單行小字夾排在正文中，疏文則另行縮進小字排在正文和注文下，別成段落。

5．顏色顏色是傳達信息的重要手段。

紙本圖書也使用不同的顏色作為格式化的手段，但古籍卻少見。

因為彩色套印，技術複雜，成本昂貴。

但是計算機利用多媒體技術，可以顯示千變萬化的顏色，設置也簡單方便，所以電子圖書往往利用顏色作為字符格式化的手段，也可以設置不同的底色，美化文本，使人閱讀舒適。

但是顏色設置以簡潔明快為宜 如果過于繁雜，五顏六色，反倒引起視覺污染。

本課題研製的電子古籍，顏色僅用於區別文本的不同層次，正文文字用黑色，注文用藍色，疏文用紫羅蘭色。

下面是顏色設置的示例：正文注釋義疏字樣永永永顏色代碼二、標點符號標點符號是輔助文字記錄語言的符號，是現代書面語的有機組成部分。

標點符號分為點號和標號兩類。

點號用髇點斷語句詞語，表示停頓和語氣；標號用作標識，標明詞句的性質和作用。

版刻古籍一般是沒有標點符號的，讀者閱讀時有的施加句讀，僅為點斷句子，不表示語氣，而且句讀粗疏，句中的詞和短語不再點斷。

現代圖書都使用標點符，號作為文本格式化的標記。

1951年9月，原中央人民政府出版總署公布了《標點符號用法》同年10月原政務院下達指示，要求全國遵照使用。

蕥來，文字書寫和書刊排印由直行改為橫行，標點符號的用法也有了發展變化，因此，國家語言文字工作委員會和中華人民共和國新聞出版署于1990年3月重新發布了修訂蕥的《標點符號用法》。

接著，在此基礎上，國家語言文字工作委員會參考了國內外有關標點符號用法的文獻，廣泛聽取了文學界、新聞界、出版界、教育界的意見，進一步進行了修訂，1995年作為國家標準GB/T 15834—1995 ，頒布了新的《標點符號用法》，對漢語書面語中常見的標點符號用法進行了規定和說明。

經過整理的新版古籍都施用標點符號，橫排和豎排有所不同，但也有橫排使用豎排標點符號的，與國家標準不盡相合。

本課題研製的電子古籍，標點符號用法遵循國家有關標準，參考國內古籍整理的慣例和經驗，並就電子古籍，特別是漢語言文字學典籍格式化的需要，作如下一些補充規定：1. 文本橫排，不使用直行雙引號“『 』 ”和單引號“「 」 ”，以及其他標點符號的直行形式。

2. 中文標點、英文標點電子古籍使用中文標點符號，不能混用英文標點符號，否則計算機處理會出錯誤。

下面是中英文易混標點符號比較表：中文 Unicode碼點英文Unicode碼點備注問號？FF1F ? 003F嘆號！FF01 ! 0021逗號，FF0C , 002C分號；FF1B ; 003B冒號：FF1A : 003A正引號“201C 反引號”201D " 0022英文不分正反正單引號‘2018' 0027反單引號’2019正括號（FF08 ( 0028反括號）FF09 ) 0029正單書名號〈3008< 003C 英文為大髇號反單書名號〉3009 > 003E 英文為小髇號3. 不使用省略號。

古人引用文獻多有節略，此為常例，不必標注。

如有必要指明，可在校勘記中說明。

如使用省略號，易使人誤解為整理者所省略。

4. 逗號、句號引文末尾是句號，寫在雙引號內；如果祇引了原句一部分,把原句的逗號（或分號）改為句號，寫在雙引號之外。

如：《周禮·幕人》鄭玄註：“王出宮則有是事，在旁曰帷，在上曰幕。

”祇引前半作“王出宮則有是事，在旁曰帷”。

5. 冒號、引號引用正文和註疏時，書名和註疏後都加冒號，引文用引號。

例如：《詩·斯干》：“下筦上簟，乃安斯寢。

”鄭玄箋：“竹葦曰簟。

”古人引文多為意引或加改寫，如有“曰”、“云”的字樣作為標識，液應用冒號和引號。

專指的字或詞語，加引號。

如：同“某”、通“某”、即“某”、亦名“某”、與“某”相對，等等。

並列的詞語，引號加在並列詞語之外。

如：定“陰平、陽平、上、去、入”為五聲。

非並列關係的，引號分別加在各個詞語上。

如：定陰陽“平”、“上”、“去”、“入”為五聲。

注意冒號與比號的區別。

冒號居下為“：”，Unicode碼點為FF1A。

比號表示比較，比號居中為“∶”，Unicode碼點為2236。

6. 書名號書名、篇名都用書名號。

如：《周禮》、《離騷》。

如兼有書名篇名，書名和篇名之間加間隔號。

如：《左傳·宣公二年》、《文選·司馬相如〈子虛賦〉》。

書名的簡稱也要加書名號，如：《詩》、《書》、《說文》、《方言》。

古人引用文獻沒有嚴格規範，並非與原書書名篇章標目完全一致，但只要是確指，也用書名號，例如《騷經》、《左文五年傳》。

泛稱典籍，例如五經、三禮、三傳、三家詩、本傳等，不用書名號。

特指別稱則加書名號，例如《遷史》、《班志》、兩《漢書》、新舊《唐書》。

註釋如“傳”、“箋”、“註”、“疏”、“正義”、“集解”、“補註”、“釋文”之類不加書名號。

如：《史記·張釋之馮唐列傳》：“上功莫府。

”司馬貞索隱：“莫當為幕。

”但單獨引用《經典釋文》應加書名號。

7. 間隔號書名、篇名連用時，用間隔號，例見上。

間隔號為中圓點“·”，Unicode碼點是00B7，應該與年、月、日間的間隔號下圓點區別。

下圓點“ . ”Unicode碼點是002E。

8. 括號中華書局標點本二十四史採用六角括號“〔〕”和圓括號“（）”作為校勘文字的標識，這種處理方法後來為古籍整理工作所廣泛採用。

本課題研製的電子古籍遵循古籍整理工作的這種慣例，使用這兩種括號作為校勘符號。