《后汉纪校注》旧版造字转码说明.pdfVIP

《後漢紀校注》舊版造字轉碼說明 中研院資訊所文獻處理實驗室 中央研究院語言所文獻語料小組 2009/01/19 丁玟伶 轉碼主要工作是把檔案中的舊版造字轉換成 Windows XP 能支援 的 Unicode 字形，Unicode 目前共收錄漢字 70194 個字，而 XP 只能 支援 20902 個字（詳如表一） ，不支援之字將以構字式表達。例：造 字編號 1032 的「」字，Unicode 編碼是 2039D，由於 XP 並不支援， 仍需使用構字式「 心」。 表一、Unicode 的字數及編碼區段 Unicode 新增字數 新增編碼區段 總字數 WinXP 1.1 版 20902 4E00-9FFF 20902 支援 3.0 版 6582 3400-4DFF 27484 不支援 3.1 版 42710 20000-2A6D6 70194 不支援 一、舊版造字轉碼分析： 《後漢紀校注》使用舊版造字 131 個，字頻 1243 次，這 131 個 造字中，117 個可轉成 Windows XP 能顯示的字，字頻 1181 次；另外 14 個字必須轉成構字式，字頻 62 次。 轉碼完成製作轉碼分析表，請參考附件一《後漢紀校注》轉碼分 析表，欄位說明如下： （一）編號：Big5造字空間為 6217個，編號由 1 到 6217。 （二）造字：舊版造字。 （三）頻次：舊版造字在文件的出現次數。 （四）Big5：造字的 Big5碼。 （五）Unicode：造字所對應的 Unicode 碼。 1 （六）WinXP：造字在 Windows XP 的對應字形。 （七）構字式：Windows XP無法對應字形改用構字式。 （八）備註凡例：備註欄中記錄轉碼後字形及修改原因，凡例如下： 1.異體字問題：為了使用者查詢和使用的方便，在處理異體字時最 主要的方式是以標準字取代，除非是專有名詞或特殊情形，如： 人名、地名等。例：造字編號 4134的「衞」字，是「衛」的異體 字，以標準字「決」取代。 2. Unicode字型呈現差異：Unicode字型與舊版造字有些微差異，但 只是字體風格差異，實際上仍為同一個字，因此仍取 Unicode 字 型。如編號 3935 的「 」字，Unicode 字型呈現為「槩」，實際 上仍為同一字。 3. 待造字：Unic ode 及漢字構形資料庫皆未收錄的舊漢籍造字，正 在等待補造字中，所以 「造字」欄空白無法看到字形。如編號 1723 的「 泣」。 附件一、《後漢紀校注》轉碼分析表 造 編號 頻次 Big5 Unicode WinXP 構字式 備註 字 792  1 8E46 5E2C 帬 814  1 8E5C 87C7 蟇 833  2 8E6F 5C1E 尞 938  2 8EFA 7215 爕 985 