CBETA 0825電子報--標記語言

===========《 CBETA E-News 中華電子佛典協會新聞電子報 》============
1999-08-25   第四期       http://ccbs.ntu.edu.tw/cbeta
====================================================================
——————————————〉專題報導〈——————————————
=================================================標記語言的應用=====

標記語言的應用(一)

                                                        Jester

利用標記語言來進行經文資料的瀏覽、管理和維護，是中華電子佛典協會一
貫使用的方案，由於近年來許多高品質及多功能的瀏覽器相繼的推出，再加
以網路使用的普及，使用標記語言進行經文資料的整理，實具有許多的便利
與價值。

本期特邀請本會輸入組暨校對組組長吳寶原先生，針對在純文字經文處理的
階段，我們所採用的簡單標記為主體做一簡介。利用這些簡單的行標記方式，
再經過程式的轉換和處理，便能有效率的產生較精密的標記版本。

當然，這些標記雖然在成品中並不會看到，不過在我們的處理流程中，卻扮
演著舉足輕重的角色。我們也將陸續的介紹其他的標記處理方案，提供大家
參考。

—————————————————————————————————

簡單標記介紹
                                                       maha 081999

一、前言

面對經文電子化事務，以我們的經驗，從各版經文電子檔進行比對，然後把
它按大正藏原書樣式整理成文字檔，這是第一步。這樣好比是把璞玉從礦藏
中挖掘出來，雖然已經挖到寶了，但還是很粗糙的寶貝；璞玉是需要雕琢的
，正所謂「玉不琢不成器」。要如何讓經文在形式上具有更高的意義度及可
讀性、應用性，正是我們要一直想努力完成的。

二、《心經》範例

這一套簡單標記，目的是要把經文當中的 「經號 N」、「經卷 Jj」、「品
D」、「著者 A」、「譯者 Y」、「序 X」、「偈頌 Ss」、「咒語 Z」、「
附文 W」、「段落 P」、「其它標題 Q」、「行中小段落 Ｐ」 等常見的格
式屬性，以簡單的符號標示區分出來。

以《心經》為例，我們在「行首資訊」與「內文」之間保留三個字元來作為
標記空間，標記之後變成這樣：

T08n0251_p0848c04J##[01]般若波羅蜜多心經
T08n0251_p0848c05_##
T08n0251_p0848c06Y##[02]唐三藏法師玄[03]奘譯
T08n0251_p0848c07P##觀自在菩薩。行深般若波羅蜜多時。照見五
T08n0251_p0848c08_##蘊皆空。度一切苦厄。舍利子。色不異空。空不
T08n0251_p0848c09_##異色。色即是空。空即是色。受想行識亦復如
T08n0251_p0848c10_##是。舍利子。是諸法空相。不生不滅。不垢不淨
T08n0251_p0848c11_##不增不減。是故空中。無色。無受想行識。無眼
T08n0251_p0848c12_##耳鼻舌身意。無色聲香味觸法。無眼界。乃至
T08n0251_p0848c13_##無意識界。無無明。亦無無明盡。乃至無老死。
T08n0251_p0848c14_##亦無老死盡。無苦集滅道。無智亦無得。以無
T08n0251_p0848c15_##所得故。菩提薩埵。依般若波羅蜜多故。心無
T08n0251_p0848c16_##罣礙。無罣礙故。無有恐怖。遠離顛倒夢想。究
T08n0251_p0848c17_##竟涅槃。三世諸佛。依般若波羅蜜多故。得阿
T08n0251_p0848c18_##耨多羅三藐三菩提。故知般若波羅蜜多。是
T08n0251_p0848c19_##大神咒。是大明咒是無上咒。是無等等咒。能
T08n0251_p0848c20_##除一切苦。真實不虛故。說般若波羅蜜多咒
T08n0251_p0848c21P##即說咒曰
T08n0251_p0848c22Z##揭[04]帝揭[05]帝　[06]般羅揭[＊]帝　[＊]般羅僧揭[＊]帝
T08n0251_p0848c23_##菩提[07]僧莎訶
T08n0251_p0848c24j##般若波羅蜜多心經

這個例子依序使用了「經卷 J」、「譯者 Y」、「段落 P」、「咒語 Z」、
「經卷 j」等五種標記符號。「經卷 Jj」 中有大小寫區分的，大寫表示起
始，小寫表示結束。

三、簡單標記之要點

A.目前使用中的標記符號有以下17個：

  01. N 經號
  02. X 序
  03. A 著者
  04. Y 譯者
  05. E 編輯者(Editor)
  06. C 收集者(Collector)
  07. D 品
  08. Q 其它標題
  09. J 經卷（啟始）
  10. j 經卷（結束）
  11. S 偈頌（啟始）
  12. s 偈頌（結束）
  13. P 段落
  14. Z 咒語
  15. W 附文
  16. Ｐ行中小段落
  17. ? 難以處理者

B.從01-10，這十個，若有兩行以上，每行皆需重複該標記符號，如：

  T12n0389_p1110c15Y##[02]後秦龜茲國三藏鳩摩羅什
  T12n0389_p1110c16Y##奉　詔譯

  並且，這幾行應該是前後連接的一個段落。
  並且，這幾行在「簡單標記版」的記錄上，行前不加任何空白。

C.結束符號只有「10. j 經卷（結束）」與「12. s 偈頌（結束）」兩個。

  經卷的狀況如下（從"J"一直到"j"，是完整的一經卷）：

  T24n1448_p0001a01_##
  T24n1448_p0001a02N##No. 1448
  T24n1448_p0001a03J##根本說一切有部毘奈耶藥事
  T24n1448_p0001a04J##卷第一
  T24n1448_p0001a05_##
  T24n1448_p0001a06Y##大唐三藏義淨奉　制譯
  T24n1448_p0001a07P##初攝頌曰
  ....
  T24n1448_p0005b13j##根本說一切有部毘奈耶藥事卷第一

  「偈頌」的狀況如下（從"S"一直到"s"，每一行皆是一段）：

  T12n0374_p0372b29S##　汝雖生人道　　已超第六天
  T12n0374_p0372c01S##　我及一切眾　　今故稽首請
  T12n0374_p0372c02S##　人中最勝尊　　今當入涅槃
  T12n0374_p0372c03S##　汝應愍我等　　唯願速請佛
  T12n0374_p0372c04S##　久住於世間　　利益無量眾
  T12n0374_p0372c05S##　演說智所讚　　無上甘露法
  T12n0374_p0372c06S##　汝若不請佛　　我命將不全
  T12n0374_p0372c07s##　是故應見為　　稽請調御師
  T12n0374_p0372c08P##爾時純陀歡喜踊躍。譬如有人父母卒喪忽

D.「段落」的狀況如下（一直到遇上其它標記符號之前，所有內文資料是為一段）：

  T12n0374_p0373b28P##爾時純陀白佛言。世尊。如是如是。誠如聖
  T12n0374_p0373b29_##教。我今所有智慧微淺猶如蚊虻。何能思議
  T12n0374_p0373c01_##如來涅槃深奧之義。世尊。我今已與諸大龍
  T12n0374_p0373c02_##象菩薩摩訶薩。斷諸結漏文殊師利法王子
  T12n0374_p0373c03_##等。世尊。譬如幼年初得出家。雖未受具即
  T12n0374_p0373c04_##墮僧數。我亦如是。以佛菩薩神通力故。得
  T12n0374_p0373c05_##在如是大菩薩數。是故我今欲令如來久住
  T12n0374_p0373c06_##於世不入涅槃。譬如飢人終無變吐。願使世
  T12n0374_p0373c07_##尊亦復如是。常住於世不入涅槃
  T12n0374_p0373c08P##爾時文殊師利法王子告純陀言。純陀。汝今

E.「咒語」情況同「段落」，如：

  T12n0375_p0609c04Z##侘枳　[口*宅][口*宅]羅侘枳　盧呵[06]隸摩訶盧呵隸
  T12n0375_p0609c05_##阿羅　遮羅　多羅　[07]莎呵
  T12n0375_p0609c06P##是[口*兄]能令諸失心者。怖畏者。說法者。不斷正

F.「附文」一般在大正藏原書是以低一格縮排，但我們「簡單標記版」的記錄上
  則不予縮排；並且每一行皆先標示 "W"，其後再加上其它標記符號，如：

  T12n0383_p1015a08j##摩訶摩耶經[01]卷下
  T12n0383_p1015a09WP#[02]此經末元有八國分舍利品約二紙半准校
  T12n0383_p1015a10W##勘大藏竹堂講師批該此段經文自是涅槃
  T12n0383_p1015a11W##後分經文不當在此然此已畢頂戴奉行下
  T12n0383_p1015a12W##竺本無當與削去奉此已除各請詳悉至元
  T12n0383_p1015a13W##二十年三月望後二日題記
  T12n0383_p1015a14WP#[03]經末有八國分舍利品准校勘大藏竹堂正
  T12n0383_p1015a15W##法師云是涅槃後分不當在此下竺藏本元
  T12n0383_p1015a16W##無今削去至元二十年三月記

G.一般內文行中遇到「Ｐ行中小段落」，必須從「Ｐ」另起一段，如：

  T11n0310_p0323a09P##復次阿難。如是之身處在母胎凡經三十八
  T11n0310_p0323a10_##七日已。方乃出生Ｐ第一七日處母胎時名歌
  T11n0310_p0323a11_##羅邏身相初現猶如生酪。七日之中內熱煎
  T11n0310_p0323a12_##煮四大漸成Ｐ第二七日處母胎時。所感業
  T11n0310_p0323a13_##風名為遍滿。其風微細吹母左[月*劦]及以右[月*劦]。
  T11n0310_p0323a14_##令歌羅邏身[稠>相]漸現。狀如稠酪。或似凝酥。內
  T11n0310_p0323a15_##熱煎煮便即轉為安浮陀身。如是四大漸漸
  T11n0310_p0323a16_##成就
  T11n0310_p0323a17P##第三七日處母胎時。復感業風名為藏口。由

H.「偈頌」及「咒語」行中遇到「Ｐ行中小段落」，以「Ｐ」為「偈頌」及「咒語」
  的開始來另起一段。

  T24n1456_p0517c13S##第一子攝頌曰Ｐ　近圓男女狀　　非近圓為師
  T24n1456_p0517c14s##　難等十無師　　莫授我七歲
  T24n1456_p0517c15S##第二子攝頌曰Ｐ　日數每應知　　告白夜須減
  T24n1456_p0517c16s##　六日十八日　　說戒不應頻

  T12n0388_p1109b13Z##說。爾時世尊。即為說之Ｐ波[口*離]　迦[口*離]　啵
  T12n0388_p1109b14_##迦[口*離]　多迦[口*離]　陀邏毘[口*伐]提　波邏半遮那

I.一行同時含有兩種標記屬性以上者，依屬性之重要性依序標記，如：

  T13n0411_p0721a03N##No. 411 [No. 410]
  T13n0411_p0721a04JD#大乘大集地藏十輪[01]經[02]序品第一
  T13n0411_p0721a05_##
  T13n0411_p0721a06Y##[03]三藏法師玄奘奉　詔譯

J.遇到「17. ? 難以處理者」，處理人員必須特別人工照顧。

  T24n1462_p0710c21_##[口*宅]羅精舍而住。法師曰。律毘婆沙。名善具
  T24n1462_p0710c22?##足毘蘭若因緣竟[32]Ｐ[33]迦蘭陀品
  T24n1462_p0710c23P##此毘婆沙義味具足。不雜他法分別戒相。

四、結語

從上次光碟的發行過程，我們深刻了解到標記的重要；沒把標記搞好，經文
檔是很難脫離純文字的單純應用形式而躍上多采多姿的數位舞台。

「簡單標記」只是我們整個標記作業的初步，經過這個，經文會再進入更精
細的 XML學術版標記程序。有關 XML在佛典資料上的應用，下期會請本協會
研發組為我們介紹。
====================================================================
          【 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 <cbs.ntu.edu.tw> 版面介紹:
⊙ Education 版 - 關懷教人成人的百年志業 (本站精華區完備歡迎參閱)