您有新信

 
Heavenchow
CBETA 0924電子報--標記語言
#1
Heaven
發信站: 獅子吼站 (Lion , 信區: BudaTech)
 
===========《 CBETA E-News 中華電子佛典協會新聞電子報 》============
1999-09-24   第五期       http://ccbs.ntu.edu.tw/cbeta
====================================================================
——————————————〉專題報導〈——————————————
=================================================標記語言的應用=====

標記語言的應用(二)
—————————————————————————————————
簡介學術版XML標記──以《般若波羅蜜多心經》為例(上)
                                                     CBETA研發組撰
一、前言
二、標記符號的設定
三、標記符號的應用
　　１. 經文的標記
　　２. 校勘條目 vs <app> (Apparatus Entry)
　　３.《般若波羅蜜多心經》學術版XML電子檔範例
四、結語
附件：學術版XML之DTD的設定
—————————————————————————————————

一、前言
　　在佛典電子化的過程中，如果僅僅只是做文字的電子化，那便喪失了原
來書本資料所擁有的許多寶貴資訊，例如：經名、年代、作者、譯者、校勘
等等。因此 CBETA的大正藏電子化工作，使用XML(eXtensible Markup
Language) 標記技術將這些寶貴的資訊記錄下來，以便後續進行更廣泛的學
術研究應用。

　　XML 是一個允許使用者自訂標記的語言，佛教經典是否能有一套共同的
標準標記，以利將來的資訊交換？CBETA採用國際標準TEI (Text Encoding
and Interchange)，TEI 是針對電子文獻所制定的標準標記組(tag set)，
透過使用國際標準標記，使 CBETA製作的電子佛典更便於國際間分享。

　　然而，由於 TEI並不是針對中文文獻所設計的，在 CBETA的實做過程中，
發現仍然有許多標記是 TEI所未提供的，於是我們採用這樣的策略：儘量採
用 TEI標準的標記，在 TEI裏實在找不到適用的標記，便嘗試著自己制定適
用於中文佛典的標記。期待 CBETA這樣的工作，能為未來佛典的標準標記有
所貢獻。

　　以下就延續簡單標記的介紹，說明CBETA學術版XML佛典電子化的文件標
準標記。

二、標記符號的設定

　　CBETA學術版XML所用的標記符號有下列數種：

<header>：表示一經電子檔的開頭。
<title>：表示經文等的標題。
<trailer>：表示卷終的經題。
<app>：Apparatus Entry，表示底本與異本之容器，含<lem>，<rdg>。
<lem>：Lemma，表示底本的文字，在wit屬性(Witness)記錄版本的名稱。可
      包含一組以上的<app>標記定型式。
<rdg>：Reading，表示異本的文字，在wit屬性記錄版本的名稱。只允許<note>
      及<p>二種標記。
<div1>：Text Division，在經文中把它看成是一部經文的完整內容。可包含
      一組以上的<app>標記定型式。
<juan>：表示「卷」(juan)。可包含一組以上的<app>標記定型式。
<jhead>：表示「卷」(juan)的開頭(head)。
<byline>：表示「作者」、「譯者」等。可包含一組以上的<app>標記定型式。
<head>：表示一經中的「品」名。可包含一組以上的<app>標記定型式。
<p>：Paragraph，表示經文的一個「段落」。可包含一組以上的<app>標記定
型式。
<pb>：Page Break，表示「欄」。
<lb>：Line Break，表示每行的行首資訊。
<lg>：Line Group，表示一首「偈頌」之容器，含<l>。
<l>：Verse Line，表示一句四言、五言、七言或九言的「偈頌」。
<fan>：表示反切音之容器，含<zi>，<yin>。
<zi>：表示反切音解的目的字。
<yin>：表示反切音解的音。
<note>：表示「注」。
<corr>：Correction，表示訂正。
&lac; ：表示經文「缺」某字。
<skgloss>：表示梵語之容器，含有<gloss>，<term>。
<gloss>：表示梵語。
<term>：表示漢語詞。可包含一組以上的<app>標記定型式。

三、標記符號的應用

１. 經文的標記

　　CBETA學術版所用的標記甚多，不能一一介紹，在這裡首先以唐玄奘所譯
的《般若波羅蜜多心經》為例，簡略介紹給大家認識。

【<div1>】(Text Division)
如前所言，<div１>在經文中把它看成是一部經文的完整內容。其屬性（type）
可分為：「經」（<div1 type="juan">）和「品」（<div1 type="pin">）二種。
以《般若波羅蜜多心經》為例，如下所示。

【XML電子檔】：

<lb n="0848c04"/><div1 type="jing"><title>般若波羅蜜多心經</title>
……
<lb n="0848c24"/><trailer><title>般若波羅蜜多心經</title></trailer>
</div1>

【<byline>】
　　表示「作者」(<byline type="Author">)、「譯者」(<byline type="
Translator">)等。

【XML電子檔】：

<lb n="0848c06"/>< byline type="Translator">唐三藏法師玄奘譯</byline>

【<p>】(Paragraph)

<p>(Paragraph)表示經文的一個「段落」。其屬性有「夾注」(<p type="inline">
...</p>)、「卷末附文」(<p type="w">...</p>)、「咒」(<p type="dharani">...
</p>)等。

【XML電子檔】：

<p><lb n="0848c07"/>觀自在菩薩。
……
<lb n="0848c23"/>菩提<app n="084807">
　　　　　　　　　　　　<lem>僧莎</lem>
                        <rdg wit="【三】">薩婆</rdg>
                　　　</app>訶
</p>

【<pb>】(Page Break)與【<lb>】(Line Break)
　　大正藏經文中，一頁有上中下三欄，每欄二十九行。在XML電子檔中，
以<pb>表示「欄」。以<lb>表示每行的行首資訊。如下所示：

<pb ed="T" id="T08.0251.0848c" n="0848c"/>
<lb n="0848c01"/>
<lb n="0848c02"/>
<lb n="0848c03"/>
<lb n="0848c04"/></div1><div1 type="jing">
<head><skgloss n="084801">
               <gloss>Praj&ntilde;&amacron;p&amacron;ramit&amacron;
　　　　　　　　　　　h&rdotblw;daya（A.小）.</gloss>
                <term><title>般若波羅蜜多心經</title></term>
</skgloss>
</head>


２. 校勘條目 vs <app> (Apparatus Entry)

Ａ. 【<app>】標記定型式

　　除了認識 CBETA學術版經文中的標記外，有一組重要的標記定型式，大
家非得知道不可，那就是標記校勘條目的<app>標記定型式。
　　經文中或有一筆一條校勘條目、或有一筆二條校勘條目、或有一筆三條
校勘條目，在XML電子檔中都以<app>標記定型式來呈現校勘條目的內容，如
下所示：

【標記定型式】：

<app>
<lem>...</lem>
<rdg wit=【?】>...</rdg>
<app>

　　其中<lem>...</lem>標記大正藏的經文字。<rdg wit=【?】>...</rdg>
標記其他版本的校勘字。而<rdg wit=【?】>...</rdg>可能有多筆，視情況
決定。【?】表示版本名，如宋元明三本表示【三】，聖本表示【聖】，宮
本表示【宮】等。在標記<juan>、<byline>、<head>、<p>和<skgloss>等，
可包含一組以上的<app>標記定型式。

B.【&lac;】(缺)

　　在介紹<app>標記定型式之前，首先必須瞭解「&lac;」的用法。
大正藏的校勘條目有時以「＋」表示其他版本多了某字，以「－」表示大正
藏少了某字，在XML電子檔往往以「&lac;」適時的表示該筆校勘條目的內容，
「&lac;」即「缺」意。

C.【<app>】標記定型式的應用

　　大正藏的校勘略符，有提到「作（various reading）」、「無(omit;
diest)」、「有(add)」、「下同與＊」和「漢梵語詞」等校勘資訊，以下就
《般若波羅蜜多心經》為例，一一介紹。

【作（various reading）】
　　經文中，一筆的校勘條目，就是甲字作乙字。如《般若波羅蜜多心經》
的 T08.251.848c的「菩提[07]僧莎訶」的「僧莎」二字，宋元明三本作「薩
婆」二字。

【大正藏】：
經文　          菩提[07]僧莎訶
校勘條目        [07]僧莎＝薩婆【三】

【XML電子檔】：
        <lb n="0848c23"/>菩提<app n="084807">
                                <lem>僧莎</lem>
                                <rdg wit="【三】">薩婆</rdg>
                        　　　</app>


【有(add)】
　　《般若波羅蜜多心經》的T08.251.848c的「[02]唐三藏」，大正藏有「唐」
字，但是宋本少了「唐」字。在XML電子檔中，以<lem>標記「唐」字，同時將
<rdg wit="【宋】">&lac;</rdg>寫成「&lac;」，「&lac;」即「缺」意，表
示在宋本《般若波羅蜜多心經》少了「唐」字。

【大正藏】：
經文（譯者）　  [02]唐三藏法師玄[03]奘譯
校勘條目        [02]〔唐〕－【宋】
　　　　　　　　[03]奘＋（奉詔）【三】

【XML電子檔】：
        <lb n="0848c06"/>
　　　　　　<byline>
                <app n="084802">
        　　　　　　<lem>唐</lem>
                　　<rdg wit="【宋】">&lac;</rdg>
                </app>三藏法師玄奘<app n="084803">
                                　　　<lem>&lac;</lem>
                                　　　<rdg wit="【三】">奉詔</rdg>
                                　</app>譯
             </byline>

【無(omit;diest)】
　　同例如上所示，經文中的「玄[03]奘譯」三字，大正藏少了「奉詔」二
字，宋元明三本作「玄奘奉詔譯」五字。在XML電子檔中，以<lem>標記「&lac;」，
「&lac;」即「缺」意，在<rdg wit="【三】">奉詔</rdg>標記宋元明三本
的《般若波羅蜜多心經》多了「奉詔」二字。

【下同與＊】
　　大正藏經文中經常可以在經文中或校勘條目中看到「＊」的校勘符號或
「下同」二字的注明。在大正藏略符中，「＊」的校勘符號表示「下同」
（so below, so above）的意思。經文或校勘條目中有時用「＊」，有時用
「下同」二字。
　　在XML電子檔中，以<app>標記第一筆的校勘字，如果第二筆的校勘字出
現「＊」，就得重覆第一筆的校勘條目之資訊。如《般若波羅蜜多心經》
「揭[04]帝揭[05] 帝」的「帝」字，宋元明三本作「諦」字，該「帝」字
在下一句「般羅揭＊帝」出現，該「帝」字卻以「＊」表示，此時以校勘代
碼「n="y084801"」表示這「＊」在這一頁（T08.251.848c）是第一個「＊」
的校勘碼，並重複校勘碼[05]的校勘資訊。

【大正藏】：

經文　       揭[04]帝揭[05]帝   般羅揭＊帝……
校勘條目　　[05]帝＝諦【三】＊

【XML電子檔】：

<p type="dharani"><lb n="0848c22"/>……揭帝揭
　　<app n="084805">
　　　　<lem>帝</lem>
        <rdg wit="【三】＊">諦</rdg>
　　</app>……

……羅揭<app n="y084801">
        　　<lem>帝</lem>
        　　<rdg wit="【三】">諦</rdg>
        </app>……

【中梵語詞】
        如果遇到有中梵語詞對照的校勘條目，其標記有一定的形式，如上
所述<skgloss>表示梵語之容器，含有<gloss>，<term>。<gloss>置放梵語
詞。<term> 置放漢語詞，在<term>中可包含一組以上的<app>標記定型式。

【標記定型式】：
<skgloss n="?">
　　<gloss>(梵語)</gloss>
        <term>
                <app n="?">
                         <lem>...</lem>
                        <rdg wit="【?】">...</rdg>
                 </app>
　　　　</term>
</skgloss>


【大正藏】：
經文            [01]般若波羅蜜多心經
校勘條目        [01] Praj&ntilde;&amacron;p&amacron;ramit&amacron;
                     h&rdotblw;daya（A.小）

【XML電子檔】：
<lb n="0848c04"/></div1><div1 type="jing">
<head>
<skgloss n="084801">
<gloss>
Praj&ntilde;&amacron;p&amacron;ramit&amacron; &rdotblw;daya（A.小）.
</gloss>
<term>
<title>般若波羅蜜多心經</title>
</term>
</skgloss>

＜待續＞
====================================================================
          【 CBETA E-News 中華電子佛典協會新聞電子報】
                      http://ccbs.ntu.edu.tw/cbeta
  台北市朱崙街36號303室   TEL：(02)8773-6469    FAX：(02)8773-6470
  取消 newsletter 請使用瀏覽器連線到：
  http://ccbs.ntu.edu.tw/cgi-bin/cbinto.pl?goal=news/index.htm
  輸入你的電子郵件帳號，選擇「刪除」並確定按鈕即可。
====================================================================

--
◇   若言下相應   即共論佛義     若實不相應   合掌令歡喜   ◇
◇   此宗本無諍   諍即失道意     執逆諍法門   自性入生死   ◇
◇   南無 本師釋迦牟尼佛          南無 護法韋馱尊天菩薩    ◇
卍 歡迎光臨 [鹿苑] 五明學館 : buddha.nsysu.edu.tw          卍
卍 歡迎光臨中華電子佛典協會 : http://ccbs.ntu.edultw/cbeta 卍
Ξ 獅子吼站 版面介紹:                                          cbs.ntu.edu.tw
☉ 學佛心得•酸甜苦辣留言版 - 釋放心靈的塵埃                      BudaFeeling
Sun Sep 26 15:58:30 1999
回覆 | 轉寄 | 返回

卍 台大獅子吼佛學專站  http://buddhaspace.org