CBETA 0825电子报--标记语言

===========《 CBETA E-News 中华电子佛典协会新闻电子报 》============
1999-08-25   第四期       http://ccbs.ntu.edu.tw/cbeta
====================================================================
□□□□□□□□□□□□□□〉专题报导〈□□□□□□□□□□□□□□
=================================================标记语言的应用=====

标记语言的应用(一)

                                                        Jester

利用标记语言来进行经文资料的浏览、管理和维护，是中华电子佛典协会一
贯使用的方案，由於近年来许多高品质及多功能的浏览器相继的推出，再加
以网路使用的普及，使用标记语言进行经文资料的整理，实具有许多的便利
与价值。

本期特邀请本会输入组暨校对组组长吴宝原先生，针对在纯文字经文处理的
阶段，我们所采用的简单标记为主体做一简介。利用这些简单的行标记方式，
再经过程式的转换和处理，便能有效率的产生较精密的标记版本。

当然，这些标记虽然在成品中并不会看到，不过在我们的处理流程中，却扮
演著举足轻重的角色。我们也将陆续的介绍其他的标记处理方案，提供大家
参考。

□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□□

简单标记介绍
                                                       maha 081999

一、前言

面对经文电子化事务，以我们的经验，从各版经文电子档进行比对，然後把
它按大正藏原书样式整理成文字档，这是第一步。这样好比是把璞玉从矿藏
中挖掘出来，虽然已经挖到宝了，但还是很粗糙的宝贝；璞玉是需要雕琢的
，正所谓「玉不琢不成器」。要如何让经文在形式上具有更高的意义度及可
读性、应用性，正是我们要一直想努力完成的。

二、《心经》□例

这一套简单标记，目的是要把经文当中的 「经号 N」、「经卷 Jj」、「品
D」、「著者 A」、「译者 Y」、「序 X」、「偈颂 Ss」、「咒语 Z」、「
附文 W」、「段落 P」、「其它标题 Q」、「行中小段落 Ｐ」 等常见的格
式属性，以简单的符号标示区分出来。

以《心经》为例，我们在「行首资讯」与「内文」之间保留三个字元来作为
标记空间，标记之後变成这样：

T08n0251_p0848c04J##[01]般若波罗蜜多心经
T08n0251_p0848c05_##
T08n0251_p0848c06Y##[02]唐三藏法师玄[03]奘译
T08n0251_p0848c07P##观自在菩萨。行深般若波罗蜜多时。照见五
T08n0251_p0848c08_##蕴皆空。度一切苦厄。舍利子。色不异空。空不
T08n0251_p0848c09_##异色。色即是空。空即是色。受想行识亦复如
T08n0251_p0848c10_##是。舍利子。是诸法空相。不生不灭。不垢不净
T08n0251_p0848c11_##不增不减。是故空中。无色。无受想行识。无眼
T08n0251_p0848c12_##耳鼻舌身意。无色声香味触法。无眼界。乃至
T08n0251_p0848c13_##无意识界。无无明。亦无无明尽。乃至无老死。
T08n0251_p0848c14_##亦无老死尽。无苦集灭道。无智亦无得。以无
T08n0251_p0848c15_##所得故。菩提萨□。依般若波罗蜜多故。心无
T08n0251_p0848c16_##挂碍。无挂碍故。无有恐怖。远离颠倒梦想。究
T08n0251_p0848c17_##竟涅盘。三世诸佛。依般若波罗蜜多故。得阿
T08n0251_p0848c18_##耨多罗三藐三菩提。故知般若波罗蜜多。是
T08n0251_p0848c19_##大神咒。是大明咒是无上咒。是无等等咒。能
T08n0251_p0848c20_##除一切苦。真实不虚故。说般若波罗蜜多咒
T08n0251_p0848c21P##即说咒曰
T08n0251_p0848c22Z##揭[04]帝揭[05]帝　[06]般罗揭[＊]帝　[＊]般罗僧揭[＊]帝
T08n0251_p0848c23_##菩提[07]僧莎诃
T08n0251_p0848c24j##般若波罗蜜多心经

这个例子依序使用了「经卷 J」、「译者 Y」、「段落 P」、「咒语 Z」、
「经卷 j」等五种标记符号。「经卷 Jj」 中有大小写区分的，大写表示起
始，小写表示结束。

三、简单标记之要点

A.目前使用中的标记符号有以下17个：

  01. N 经号
  02. X 序
  03. A 著者
  04. Y 译者
  05. E 编辑者(Editor)
  06. C 收集者(Collector)
  07. D 品
  08. Q 其它标题
  09. J 经卷（启始）
  10. j 经卷（结束）
  11. S 偈颂（启始）
  12. s 偈颂（结束）
  13. P 段落
  14. Z 咒语
  15. W 附文
  16. Ｐ行中小段落
  17. ? 难以处理者

B.从01-10，这十个，若有两行以上，每行皆需重复该标记符号，如：

  T12n0389_p1110c15Y##[02]後秦龟兹国三藏鸠摩罗什
  T12n0389_p1110c16Y##奉　诏译

  并且，这几行应该是前後连接的一个段落。
  并且，这几行在「简单标记版」的记录上，行前不加任何空白。

C.结束符号只有「10. j 经卷（结束）」与「12. s 偈颂（结束）」两个。

  经卷的状况如下（从"J"一直到"j"，是完整的一经卷）：

  T24n1448_p0001a01_##
  T24n1448_p0001a02N##No. 1448
  T24n1448_p0001a03J##根本说一切有部□奈耶药事
  T24n1448_p0001a04J##卷第一
  T24n1448_p0001a05_##
  T24n1448_p0001a06Y##大唐三藏义净奉　制译
  T24n1448_p0001a07P##初摄颂曰
  ....
  T24n1448_p0005b13j##根本说一切有部□奈耶药事卷第一

  「偈颂」的状况如下（从"S"一直到"s"，每一行皆是一段）：

  T12n0374_p0372b29S##　汝虽生人道　　已超第六天
  T12n0374_p0372c01S##　我及一切众　　今故稽首请
  T12n0374_p0372c02S##　人中最胜尊　　今当入涅盘
  T12n0374_p0372c03S##　汝应愍我等　　唯愿速请佛
  T12n0374_p0372c04S##　久住於世间　　利益无量众
  T12n0374_p0372c05S##　演说智所赞　　无上甘露法
  T12n0374_p0372c06S##　汝若不请佛　　我命将不全
  T12n0374_p0372c07s##　是故应见为　　稽请调御师
  T12n0374_p0372c08P##尔时纯陀欢喜踊跃。譬如有人父母卒丧忽

D.「段落」的状况如下（一直到遇上其它标记符号之前，所有内文资料是为一段）：

  T12n0374_p0373b28P##尔时纯陀白佛言。世尊。如是如是。诚如圣
  T12n0374_p0373b29_##教。我今所有智慧微浅犹如蚊虻。何能思议
  T12n0374_p0373c01_##如来涅盘深奥之义。世尊。我今已与诸大龙
  T12n0374_p0373c02_##象菩萨摩诃萨。断诸结漏文殊师利法王子
  T12n0374_p0373c03_##等。世尊。譬如幼年初得出家。虽未受具即
  T12n0374_p0373c04_##堕僧数。我亦如是。以佛菩萨神通力故。得
  T12n0374_p0373c05_##在如是大菩萨数。是故我今欲令如来久住
  T12n0374_p0373c06_##於世不入涅盘。譬如饥人终无变吐。愿使世
  T12n0374_p0373c07_##尊亦复如是。常住於世不入涅盘
  T12n0374_p0373c08P##尔时文殊师利法王子告纯陀言。纯陀。汝今

E.「咒语」情况同「段落」，如：

  T12n0375_p0609c04Z##□枳　[口*宅][口*宅]罗□枳　卢呵[06]隶摩诃卢呵隶
  T12n0375_p0609c05_##阿罗　遮罗　多罗　[07]莎呵
  T12n0375_p0609c06P##是[口*兄]能令诸失心者。怖畏者。说法者。不断正

F.「附文」一般在大正藏原书是以低一格缩排，但我们「简单标记版」的记录上
  则不予缩排；并且每一行皆先标示 "W"，其後再加上其它标记符号，如：

  T12n0383_p1015a08j##摩诃摩耶经[01]卷下
  T12n0383_p1015a09WP#[02]此经末元有八国分舍利品约二纸半准校
  T12n0383_p1015a10W##勘大藏竹堂讲师批该此段经文自是涅盘
  T12n0383_p1015a11W##後分经文不当在此然此已毕顶戴奉行下
  T12n0383_p1015a12W##竺本无当与削去奉此已除各请详悉至元
  T12n0383_p1015a13W##二十年三月望後二日题记
  T12n0383_p1015a14WP#[03]经末有八国分舍利品准校勘大藏竹堂正
  T12n0383_p1015a15W##法师云是涅盘後分不当在此下竺藏本元
  T12n0383_p1015a16W##无今削去至元二十年三月记

G.一般内文行中遇到「Ｐ行中小段落」，必须从「Ｐ」另起一段，如：

  T11n0310_p0323a09P##复次阿难。如是之身处在母胎凡经三十八
  T11n0310_p0323a10_##七日已。方乃出生Ｐ第一七日处母胎时名歌
  T11n0310_p0323a11_##罗逻身相初现犹如生酪。七日之中内热煎
  T11n0310_p0323a12_##煮四大渐成Ｐ第二七日处母胎时。所感业
  T11n0310_p0323a13_##风名为遍满。其风微细吹母左[月*□]及以右[月*□]。
  T11n0310_p0323a14_##令歌罗逻身[稠>相]渐现。状如稠酪。或似凝酥。内
  T11n0310_p0323a15_##热煎煮便即转为安浮陀身。如是四大渐渐
  T11n0310_p0323a16_##成就
  T11n0310_p0323a17P##第三七日处母胎时。复感业风名为藏口。由

H.「偈颂」及「咒语」行中遇到「Ｐ行中小段落」，以「Ｐ」为「偈颂」及「咒语」
  的开始来另起一段。

  T24n1456_p0517c13S##第一子摄颂曰Ｐ　近圆男女状　　非近圆为师
  T24n1456_p0517c14s##　难等十无师　　莫授我七岁
  T24n1456_p0517c15S##第二子摄颂曰Ｐ　日数每应知　　告白夜须减
  T24n1456_p0517c16s##　六日十八日　　说戒不应频

  T12n0388_p1109b13Z##说。尔时世尊。即为说之Ｐ波[口*离]　迦[口*离]　啵
  T12n0388_p1109b14_##迦[口*离]　多迦[口*离]　陀逻□[口*伐]提　波逻半遮那

I.一行同时含有两种标记属性以上者，依属性之重要性依序标记，如：

  T13n0411_p0721a03N##No. 411 [No. 410]
  T13n0411_p0721a04JD#大乘大集地藏十轮[01]经[02]序品第一
  T13n0411_p0721a05_##
  T13n0411_p0721a06Y##[03]三藏法师玄奘奉　诏译

J.遇到「17. ? 难以处理者」，处理人员必须特别人工照顾。

  T24n1462_p0710c21_##[口*宅]罗精舍而住。法师曰。律□婆沙。名善具
  T24n1462_p0710c22?##足□兰若因缘竟[32]Ｐ[33]迦兰陀品
  T24n1462_p0710c23P##此□婆沙义味具足。不杂他法分别戒相。

四、结语

从上次光碟的发行过程，我们深刻了解到标记的重要；没把标记搞好，经文
档是很难脱离纯文字的单纯应用形式而跃上多采多姿的数位舞台。

「简单标记」只是我们整个标记作业的初步，经过这个，经文会再进入更精
细的 XML学术版标记程序。有关 XML在佛典资料上的应用，下期会请本协会
研发组为我们介绍。
====================================================================
          【 CBETA E-News 中华电子佛典协会新闻电子报】
                      http://ccbs.ntu.edu.tw/cbeta
  台北市朱仑街36号303室   TEL：(02)8773-6469    FAX：(02)8773-6470
  取消 newsletter 请使用浏览器连线到：
  http://ccbs.ntu.edu.tw/cgi-bin/cbinto.pl?goal=news/index.htm
  输入你的电子邮件帐号，选择「删除」并确定按钮即可。
====================================================================
--
◇   若言下相应   即共论佛义     若实不相应   合掌令欢喜   ◇
◇   此宗本无诤   诤即失道意     执逆诤法门   自性入生死   ◇
◇   南无 本师释迦牟尼佛          南无 护法韦驮尊天菩萨    ◇
□ 欢迎光临 [鹿苑] 五明学馆 : buddha.nsysu.edu.tw          □
□ 欢迎光临中华电子佛典协会 : http://ccbs.ntu.edultw/cbeta □
Ξ 狮子吼站 <cbs.ntu.edu.tw> 版面介绍:
⊙ Education 版 - 关怀教人成人的百年志业 (本站精华区完备欢迎参阅)