OPEN 98 的補字機制 (以下為行文方便，缺字使用張文明居士之組字法)

補字：在電腦中沒有標準儲存方式(encoding)的字(Character)／字母(Letter)。
一）中文異體字
佛典因年代久遠的關係含有大量的異體字(異於今日標準寫法的字)，如[月*劦] 之標準
寫法是「脅」，[艸%公%心]事實上是「蔥」的異體，考慮到如果將這些異體字皆當成缺
字，一律造在BIG5使用者字區(五千餘個空間)，將會有空間不足及輸入及查詢非常麻煩
的問題。所以，本軟體採用「同碼不同形」的方法來解決異體字的問題，具體的做法是
：利用造字工具設計一系列的異體字型，並在13051 標準字區置入相應內碼的異體字，
異體字型的檔名為EBTVn.TTF，其中n為第n號異體(1937>n>1) ，第0號保留給大陸用的
簡體字，第1937號保留給日本的Kanji(漢字)，因為版權的關係，本軟體只能提供自家
造的佛典異體字，不過如果[口*十]、[人*(私-禾)]雖然分別為「葉」字的簡寫和
「佛」字的日本版，但因為佛學文件常常出現，所以我們還是會造進異體字區。其餘第
1至1936號空間則為異體字，我相信一個字不會有超過1936種異體罷！此外，有些BIG5
有收錄的字，如「尒」、「飢」等其實是「爾」和「饑」的異體，為了一致性，我們也
會造進異體字型。
在首頁將「正規化異體」的功能取消即可顯示異體字。(研發部按：目前未完成)

二）中文缺字(非異體字)
這部份我們以佛典補字集(感謝中研院提供)為底本，扣除異體字再加上佛光山禪藏及般
若藏中一些新的字，做成新的一套Truetype 描邊字型，因為是TTF的關係因此可以立即
下載顯示，不需重新開機。本網頁將扮演一個積極的缺字資訊分享環境，開發網路版的
缺字查詢／報告／下載／轉換工具，供大家免費使用，並設專人永繼地為大家解決相關
的技術問題及製作最美觀的描邊字型。我們希望這套缺字方案在中研院強力的支援及結
合佛光山藏經系列、印順導師文集等無論質量及數量均屬上乘的資料下，能成為教界最
後的一套造字檔，終止造字檔不相容的夢魘。

三）不屬於A~Z的羅馬字母 (梵文轉寫字、法文、德文等)
一般稱作含有區別音符(Diacritical Mark)的字母，即在A上面一橫、E上面兩點之類的
字母，這在雖然不是什麼大事，卻發現倒也困擾了不少從事佛典輸入及散佈的工作者，
第一版的佛光大辭典是以中文造字來解決這個問題，坦白說這是非常笨的方法，因為不
但顯示難看(佔兩Bytes)，查詢麻煩兼無法排序 (A和 [A長音]無法排在一起)，實在一
無是處，(筆者忝為該版核心研發人員，慚愧)，另外台大佛研中心梵文巴利文的教學則
用小圖(Gylph)的方式，顯然也不是非常好的方法，因為小圖只解決了顯示的問題，在
資料輸入維護及網路傳輸上都不理想。
現有的英文字母字型雖然不少，卻沒有一套能支援全部的區別音符字母又同時不佔用
A4 (中文字字區第一字元)以後的字元(以便與中文相容)，何況一般大量資料的輸入工
作皆以純文字模式進行，要如何才能讓一般的錄入員方便地輸入這些字母？

四）特殊字體
這部份以天城體(Devanagari、俗稱梵字)和藏文為代表，我們稍微研究了一下，發現如
果要讓它要在輸入層次(很難教育使用者輸入)與中文相容不太容易，但顯示則沒有問
題，所以原則上我們原始資料一律用轉寫字母來表示，在輸出時再轉換為相應的字型。

結語
和電子佛典結緣至今已近七年，其中有太多的法喜，當然也有面對現實的無奈，隨著經
驗的累積，除了義無反顧地繼續為這意義深遠的工作努力之外，有幾點信念只有隨著時
間越來越堅定，願與大眾共勉。
1）不要試圖在電腦資料庫中保存原始文件的所有資訊，這是不切實際的做法，因為電
子媒體是自人類發明印刷術以來最大的突破，很多觀念和做法將因之徹底改觀、所以完
全遷就舊有的文件是沒有意義的，我們要保存的是文件的內容和結構，而不要花太多精
力在其外觀及物理性結構上。
2）不要完全信任科技，要抱持科技為文化服務的態度，不要圖一時之快，將重要的文
化資產削足適履地遷就科技，這是我多年的心得：不當的規劃、儲存方式將會令後人非
常痛苦！另一種極端是完全不信任科技，認為科技變化太快、電腦化沒有意義，很快就
過時，有書本就好了。這是斷佛慧命的邪說！自古至今，有太多大德為了保存留傳佛
經，奉獻了畢身的心血，他們無一不是善巧利用當代最先進可行的技術，為的是什麼？
難道他們不知道木刻的佛經極易毀於兵燹、石刻的佛經製作成本高昂而移動不易嗎？他
們當然知道，但不能因為這樣就不做了，自己修行就好，而是了解到只要盡一份心，芸
芸眾生中就會多一點機會接觸到佛經，藉此悟入佛的知見。我們今天面臨的情形是電子
媒體以其無與倫比的優勢吸引了這一代人類最傑出的精英、越來越多的文化成就是以電
腦網路的形式來做媒介，學佛而又懂電腦的我們又怎能置身事外呢？
3）要加強合作，漢文佛典電子化已落後其他語系一大截，我們既然認同菩薩道，並了
解漢文佛典在大乘佛法中之價值，那麼就應放棄一已之私、門戶之見，多多配合連絡，
如果認為自己的比妙雲蘭若(印順導師駐錫處)更有佛學素養、漢字處理技術比中研院謝
清俊教授高明、資源也比佛光山多的話不仿繼續閉門造車，以我個人的了解，論人才、
資源、文化遺產，我們絕不輸人，但為什麼在漢文電子佛典在國際上沒有得到應有的地
位呢？真的是中文的整體運算環境不好嗎？還是沒有整合的緣故？值得大家深思！

==> 於 ita (ita@Lion) 文中述及:
: 的技術問題及製作最美觀的描邊字型。我們希望這套缺字方案在中研院強力的支援及結
: 合佛光山藏經系列、印順導師文集等無論質量及數量均屬上乘的資料下，能成為教界最
: 後的一套造字檔，終止造字檔不相容的夢魘。
: 3）要加強合作，漢文佛典電子化已落後其他語系一大截，我們既然認同菩薩道，並了
: 解漢文佛典在大乘佛法中之價值，那麼就應放棄一已之私、門戶之見，多多配合連絡，
: 如果認為自己的比妙雲蘭若(印順導師駐錫處)更有佛學素養、漢字處理技術比中研院謝
: 清俊教授高明、資源也比佛光山多的話不仿繼續閉門造車，以我個人的了解，論人才、
: 資源、文化遺產，我們絕不輸人，但為什麼在漢文電子佛典在國際上沒有得到應有的地
: 位呢？真的是中文的整體運算環境不好嗎？還是沒有整合的緣故？值得大家深思！

  很高興看到有人很有魄力的要開發"教界最後一套造字檔", 深為造字檔所困擾的
  我們, 沒有理由不大力支持.

  想想軟體界的國王 Microsoft , 之所以能稱霸許久, 除了軟體強又好用之外, 
  有一個原因就是能整合別人的資料, 也就是能讓使用者在不改變原有之資料
  格式下, 進行使用其好用的軟體. 若當時 excel 不支持 123, IE 若不支援
  java , 它能有現在的使用群嗎? ... 扯太遠去了. :p

  前一陣子由佛研中心主導, 臨時成立的25T藏經整理小組, 是一支為了將手中
  現有資源--25冊CCCII大正藏--做最佳處理的臨時團體, 這部份的成果日後會
  公佈, 這先估且不談. 主要是在成員中, 是由 huiqun 及中研院負責缺字的
  處理事宜. 中研院的努力大家是有目共睹的. 而 huiqun 也花了許多苦心, 
  將當時的主要三家造字檔 -- 中研院, 佛光山補字集 (佛光山大辭典 v1.0)
  及美國佛教電腦資訊庫功德會 -- 這三家的造字檔, 他將之整理, 並列出對
  照表, 將各字的內碼整理, 用人力方式將所有內碼一一比對, 所做出的整理
  表, 若是佛光山有意要來整合所有的造字檔, 並永續服務, 個人認為利用這
  份資料來撰寫其它家造字檔轉換程式, 這是很重要的關鍵. 也只有如此, 才
  能讓其它造字很容易的轉換. 若能在起步時先將現有資源整合, 後續大家再
  一起共同發展, 這可能才是比較圓滿的方法.

  若各位想看這一份資料, 它是 Access 的資料庫, 目前放在
  ftp://buddha.nsysu.edu.tw/pub/25t/BIG5_DB.zip
  有 6M 之多, (因為每個字都有圖檔), 這是一份非常珍貴的資料, 還希望
  能讓它發揮最大的功效.

  至於幾封相關的重要討論, 下封提出讓各位參考. 說句真心話, 若真有人
  願意出來做, 大家都是會力以赴的幫助到底.

  heaven

這是上封提到的討論, 這些討論日後會全部公開, 現在是利用這個機會, 
將相關討論提出來, 看能不能趁勢將整合的大事一舉推到頂點.
===========================
【11/11 huiqun】

基於各位近日多封信件皆討論25T、CBS、中研院莊居士、普賢WMC兄、缺字等錯
綜複雜的關係，弟想說明一下我的立場。

各位的發心都是佛典電子化吧。弟一來沒有這方面的能力，二來從不擔心佛典沒
有人去電子化，所以沒有這個發心。

只是看到"big5缺字"這個基本而首要的問題如果沒有統一處理，以後會構成許多
交流上的麻煩，而這些麻煩將是沒有辦法解決的，教界在佛典電子化的合作更會
因此而受負面影響。

以big5的普及性，忽略它是不可能的。但大部份的人都視缺字處理為一項佛典電
子化的附帶工作，只要把自家所電子化的經文推出，缺一個字造一個就算了。

如果想著推出電子化經文是給別人讀的，恐怕要重新思考一下，誰會在螢幕上讀
經？弟以為佛典電子化一大優點是便於檢索、"處理"、交流。缺字連連，各家各
碼，如何檢索、處理、交流？

弟卻覺得缺字是big5的遺憾，造字並非佛典電子化的附帶工作，每個造字都應享
有與任何一個系統內建字同等的地位，"標準造字檔"更應是標準配備而非附加配
備。

在目前欠缺"標準造字檔"的時候，組字和圖形都是很好的過渡方法，當然也可以
把組字和圖形作為另一種固定的表達方式。

目前三大造字檔是中研院、資功會、佛光山，都是能看不能用。前者應是最具權
威的，但只提供一個造字檔和若干學術文獻，沒有提供個別原始資料轉碼服務，
愛用者無法從原有的自家造字檔轉移至中研院造字檔，也沒有提供常態性的增訂
服務，愛用者發現新缺字時只能報告而無法適時取得新造字。後二者更只是為配
合出版品而產生的附屬品。

弟的主張是大家一起來，培養因緣以建立一套"佛典Big5缺字系統"，包含：

一、標準Big5造字檔
二、個別原始資料轉碼機制與服務
三、常態性造字增訂機制與服務
四、組合字、圖形、相通字表、異體字表、繁簡對照表、其他相關工具...

凡是朝這大方向走的，必定會遇上大量繁瑣的人工作業，無論是甚麼單位，小弟
都樂意義務協助處理此等耗時的人工作業。凡是為了一時交差而只肯原地踏步
的，弟則恕難提供協助。凡是指向個別出版品的短視作業，小弟也不會助其製造
更多混亂。

弟相信Maha兄和Heaven兄二位大概都頗清楚弟的想法，弟也很樂於跟二位學習和
配合。Tone兄則因最近才有接觸，弟還待加強合作默契。普賢WMC兄方面，只是
這幾天來了兩封信，弟還搞不懂那邊在做的是甚麼，如果與弟的想法相符，我還
是一樣隨緣協助。中研院莊居士則弟完全生疏，但以其崇高地位，中研院無庸置
疑乃落實整套"佛典Big5缺字系統"之最佳負責單位，不知道莊居士是否有這種打
算，是的話，我想大家都會非常歡喜的投入協助。如果資功會或佛光山有意出面
負責"佛典Big5缺字系統"，弟也會不遺餘力幫忙。
====================================================================
【11/26 huiqun】
...........
有中研院為大家做好的現成東西，教界和學界都應安心盡量去應用，
也相信沒有人會笨到要閉門造車或捨近圖遠的。
不過，只是「標準統一造字執行機制」還未完整，其中元件發揮不了。

　 標準統一造字檔 (大家都公認中研院的)
＋ 安全轉換服務 ( ? )
＋ 適時增訂造字服務 ( ? )
＋ 標準統一造字檔更新 ( ? )
──────────
＝ 標準統一造字執行機制 ( ? )
====================================================
【11/28 heaven】

至於 huiqun 所提的, 我腦中大概的構想如下:

1. 適用度高的轉換(碼)程式是要寫的, 但這是 case by case 的工作.
對不同的造字檔做對照表, 才是最辛苦的一環. 這點日後另外談好了!

2. 依目前大正藏第九冊缺字的格式 (若有不足再討論) , 將中研院的造字檔
也放上 web server 供人查詢, 大家才知道哪個字已有造字. 基本資料為何.

3. 做一個留言板, 有人有新字要處理時, 寫在留言板上, 大家就知道這個字
將被處理. 並自動 mail 給中研院及 web server 管理者或缺字負責人.

中研院負責編一個 big5 造字內碼 (依德明兄以前寫的筆劃原則) 或不造
的原因 (是不是每個字都一定會造呢?) .

缺字負責人則做"標準"組合字, 筆劃, 倉頡碼... 等資料 (這部份是否由中研
院統一做? 我是擔心中研院負擔較重, 這種比較不重要的, 可以隨時改的, 
就給缺字負責人或 web 負責人來做就好了)

做完後就交給 web 負責人, 負責將留言板資料清除, 放入正式區, 並 mail 
原通知者. 若有資料網友想填充的, 留言板亦是個好地方. 而留言板的資
料亦可考慮過濾後送上 buda-tech .

4. 缺字查詢的區域分為二個, 站上會隨時附上最新的造字檔, 故第一個
查詢區就是以造字檔的字為主.
第二個就是最近新增的字, 尚未加入造字檔, 但已有指定內碼. 若各單位
想自己加入造字檔亦可, 只要內碼一致, 自己造也無礙. 另外就是可能有
些字不造 (出現頻率太低或其它原因, 因為我不知道是不是每個字都造, 
直到爆掉為止?) , 也是寫出不造原因, 組合法, 注音....

.... 嗯! 看來似乎不錯.... :p
========================================================

  heaven

個人了解電子佛典此事也有六、七年了，每年均有人在討論
造字的問題，從CCCII、UNICODE、Big5造字諸如此類的大作，
而隨之每年新的技術，從DOS、Win31、Win95不同User平台，
各方均有不同的見解，近來看到 "補字機制"此文從側面得
知是多方面人士的心力結合，應是不錯的解決之道。似乎
沒有人有更好的意見，也希望大家多方面的支持，不然老
是看到大家在buda-tech上天馬行空！沒有較好的具體成果(
抱歉小弟也只會說說也不會coding )。

相信"補字機制"均達目前的標準，我想大家有空可
多多了解 http://210.61.183.71/ 站長的用心！！

==> 於 ita (ita@Lion) 文中述及:
: 拜讀了Heaven兄的大作小弟有點疑問：

  不敢, 不敢, 多是別的人東西, 小弟只是引出來而已. :)

: 各方均有不同的見解，近來看到 "補字機制"此文從側面得
: 知是多方面人士的心力結合，應是不錯的解決之道。似乎
: 沒有人有更好的意見，也希望大家多方面的支持，不然老
: 是看到大家在buda-tech上天馬行空！沒有較好的具體成果(
: 抱歉小弟也只會說說也不會coding )。

  不錯, 真的是非常好的東西, 不然小弟也不會如此興奮了. ^___^

  目前的成果都有賴於中研院的努力及佛光山的實做, 才能有如此
  之成就. 小弟也是從旁看消息的人而已. 不過中研院及佛光山也
  知道這方式有其限制, 將資料轉至純文字的檔案格式, 問題就出
  來了. 許多根本問題還是會存在, 看看下一版的 big5 (big5 plus?)
  能不能解決這些問題.

  但目前, 這的確是最好的方式了, 故引出如何將其它造字檔整合協
  助轉換, 這也是一個重要的部份. 這部份並不是誰的義務, 而是希
  望大家一起來努力的事.

  heaven