漢語大詞典3.0

假日裡研讀詩經也已經快一年了，為了研讀的方便，我同時也收集整理了一些工具書籍資料，用來輔助閱讀。一位朋友知我研讀甚勤，遂將一片他早已閒置不用的 "漢語大詞典光碟繁體單機 3.0 版" 光碟轉贈於我，期望對我的閱讀有所助益。收到這樣的心意，實在感激，只有更加 "勤奮用功" 來回報了，呵呵！

漢語大詞典是大陸上海辭書出版社出版的一部大型漢語語文辭典，由羅竹風主編，中國漢語大詞典編輯委員會、漢語大詞典編纂處歷時十八年編纂完成。全書12卷，另有索引‧附錄1卷，共收單字2.27萬，複詞37.5萬，合計五千餘萬字，並配有插圖二千五百多幅。繁體光碟版則授權由香港商務印書館有限公司製作發行，以 BIG-5 字符集 13,069 個漢字所對應的字頭為準，收入 18,014 個漢字字頭，336,706 條複詞，23,383 條成語，504,040 項釋義，861,956 項例證，18,718 項字詞關聯，23 萬多項漢字的字信息，515 幅插圖，20 多種查詢方法。

試著使用了幾天，雖然還不錯，但總還是沒有直接使用 MDict 電子字典來的快速方便。於是想，能不能把光碟裡的資料轉換到 MDict 的平台來使用呢(當然我是自己個人使用，不做商業應用、也不公開散播，應該沒有太多版權上的問題吧)？有了這個想法後，當然先到網路上做點功課、找點靈感，看怎麼做會比較好。

我知道對岸的幾個知名論壇裡其實有許多現成的辭典資料，之前我也稍微瀏覽研究過一下子。不過大陸的朋友們已習慣用簡體字，對於繁體字多已不識，因此不管什麼樣的資料泰半都會轉換成簡體，這樣一來許多古籍資料便失去了它的原貌，難以復原。因著這個緣故，我多半不習慣用對岸論壇上既有的現成版本，手邊的電子辭典幾乎都是自己儘量找到第一手原始資料，然後寫程式轉換出來，製作成 MDict 格式的電子辭典。

稍微搜尋了一下，果不其然，對岸論壇裡確實有好幾個版本的 "漢語大詞典3.0"，但或多或少都有些問題。這在我預期之中，我只想確認有人成功這樣做過，既然別人能轉得出來，我應該也能成功，於是開始構思研究做法。

一般來說光碟裡的資料庫為了保護的目的，多半都會採用特殊格式、或是加上特殊編碼，要想解碼出來得花不少的功夫跟時間，還要一些些運氣。由於原版程式的操作介面提供有將查詢結果存檔成 HTML 檔案的功能，我決定讓原版程式幫我解碼，這樣最省事，而且 100% 正確不會出錯。

我直接寫了個簡單的 "機器人程式"，自動操控原版程式將一個個字頭的查詢資料存檔成 HTML，這樣就可以將原始的資料完整地擷取出來。經過幾天斷斷續續的調整與測試，確定此法可行，於是開著電腦，讓 "小機器人" 辛勤的工作了兩天一夜，終於取得 18014 個原始的 HTML 檔。由於字頭裡同一字的不同讀音是分開並列，這 18014 個 HTML 檔裡有許多檔案是相同重複的。再快速地寫了個小程式來進行過濾、去掉重複，最後得到 13069 個完全不重複的 HTML 檔案，與光碟裡的說明數目一致，確認沒有遺漏。

原始的資料既然取得，距離目標也就不太遠了。分析一下這些 HTML，找出它們語法的規律性，接著把當初處理 "教育部重編國語辭典(修訂本)" 所寫的程式拿來改一改，試了幾次，做了些調整修正，然後就讓程式全速執行，將 13069 個 HTML 裡的原始資料轉存成一個經過排版安排的 MDict 原始檔，到這裡我的想法就差不多是實現了。

最終在編譯之前，我還做了些額外處理，例如把注音裡橫排的 "丨" 全部改成 "ㄧ"、把標點符號的引號 “ ” ‘ ’＜＞ 改成我們較習慣的「 」『 』 〈 〉等等。另外也把相關的文字連結、圖片連結做一些適當的修正，最後經過編譯，得到 "漢語大詞典3.0.mdx"(64MB) 及 "漢語大詞典3.0.mdd"(7MB，包含512幅插圖，發音資料則全數捨去) 兩個檔案。共計 18014 個漢字字頭、336706 條複詞，合計 354720 個詞條，與光碟說明一致沒有遺漏。

這已是我自行製作的第四部個人使用辭典，有了之前的經驗，處理起來已經駕輕就熟。把 "漢語大詞典3.0" 加進 MDict 的詞庫裡，與我先前整理製作的其他中文辭典(教育部重編國語辭典修訂本、康熙字典、說文解字)聯合成同一分組，組合成一個強大的中文辭典群，這樣就大功告成了。

實際在電腦上查詢的結果大概是這樣：

---

詩　簡體: 诗

---

頁數：第 11 卷，第 142 頁部首：言　筆畫：6　總筆畫：13注音：ㄕ拼音：shī反切：《廣韻》書之切，平之，書。

---

(1) 文學體裁的一種。通過有節奏、韻律的語言反映生活，抒發情感。最初詩可以唱詠。《書．金縢》：「于後公乃爲詩以貽王，名之曰『鴟鴞』。」南朝 梁 劉勰《文心雕龍．樂府》：「凡樂辭曰詩，詩聲曰歌。」元 劉祁《歸潛志》卷十三：「夫詩者，本發其喜怒哀樂之情，如使人讀之無所感動，非詩也。」魯迅《書信集．致蔡斐君》：「詩須有形式，要易記，易懂，易唱，動聽，但格式不要太嚴。要有韻，但不必依舊詩韻，只要順口就好。」(2) 指《詩經》。《左傳．隱公元年》：「《詩》曰：『孝子不匱，永錫爾類。』」唐 韓愈《鄆州溪堂詩》：「公在中流，右《詩》左《書》。」范文瀾 蔡美彪等《中國通史》第一編第四章第十節：「《詩》是兩周詩歌的名篇選集。」(3) 誦詩；題詩；作詩。《國語．周語下》：「詩以道之，歌以詠之。」韋昭注：「誦之曰詩。」元 劉祁《歸潛志》卷十三：「因留題殿壁，紀予今昔遊。諸人亦各詩其後。」清 顧汧《吳中翰孟舉六十壽序》：「間乘興一往，酒闌詩罷，即鼓枻歸。」(4) 比喻美妙而富於生活情趣或能引發人強烈感情的事物。王西彥《鄉下朋友》：「農民的生活和勞動本身就是詩，大自然的一草一木都是詩，農民簡直就是生活在詩裏。」《新華文摘》1983年第3期：「你們的經歷，本身就是一首詩，我會記住的。」(5) 記錄；記載。《漢書．司馬相如傳下》：「總公卿之議，詢封禪之事，詩大澤之博，廣符瑞之富。」王念孫《讀書雜志．漢書十》「詩大澤之博」：「詩者，志也。志者，記也。謂作此頌以記大澤之溥博，廣符瑞之富饒也。」唐 韓愈《劉統軍碑》：「日事時功，以著不可誣，有太史之狀、太常之狀，有謚，有誄，有幽堂之銘；又如即外碑刻文以顯詩之，其於傳無已，豈不益可保？」(6) 同「邿」。《公羊傳．襄公十三年》：「詩者何？邾婁之邑也。」陸德明釋文：「詩，二《傳》作邿。」《說文．邑部》：「邿，附庸國，在東平 亢父 邿亭」清 段玉裁注：「《前志》曰：『東平國 亢父 詩亭，故詩國。』……邿、詩古今字也。」(7) 捧持。《儀禮．特牲饋食禮》：「主人左執角，再拜稽首受，復位，詩懷之，實于左袂，挂于季指。」鄭玄注：「詩，猶承也，謂奉納之懷中。」(8) 接續；繼承。宋 王應麟《困學紀聞．評詩》：「詩之爲言承也，情動於中，而言以承之，故曰詩。」元 盛如梓《庶齋老學叢談》卷中上：「《史記》之文，其意深遠，則其言愈緩；其事繁碎，則其言愈簡。此詩《春秋》之意。」

不過這部 "漢語大詞典3.0" 電子版仍有些小缺憾，例如與原詞典紙本相比刪減了不少內容(因為光碟採 BIG-5 編碼，超出 BIG-5 13069 字之外的字，製作光碟時均被刪去)。另外這雖然是繁體的原版，但仍有些地方它採簡體字(視為異體)，而不用標準的繁體字(像 "準" 寫做 "准"、"異" 寫做 "异" 等等)，雖不能說是錯，但與我們的正體習慣不同。另外它的編排方式也與我們台灣辭典的編排習慣略略有所不同，並不以詞性(動詞、名詞等等)來分類解釋。

有了這部 "漢語大詞典3.0"，可以輔助我的主力辭典 "教育部重編國語辭典(修訂本)" 之不足。透過 MDict 的聯合查詢功能，每次查詢都可以把現有的四部辭典同時呈現，相互參照、互補有無，又快又方便，對於我詩經的研讀助益甚大。


p.s. 2014/10/05 今天讀詩經時查詢「爰」字字義，意外發現釋義中第 (11) 項之後有排版瑕疵。經檢視，似有資料脫漏，但比對原始光碟資料，當初轉換並無遺漏。於是再比對於紙本，發現原始光碟可能是為了要刪除非 BIG-5 的字，造成某些資料遺漏或錯亂重複，原光碟即如此，並非我的轉換有疏失。經過搜尋，類似的錯誤可能多達一千六百餘處，暫時無力一一比對修正，只好改一個是一個了。例如： [一床][一線][一鉤][二疏]...... 等等詞條，釋義第 (1) 項均與第 (2) 項的書證內容重複，比對紙本，第 (1) 項似應改為 亦作「一牀」、「一綫」、「一鈎」、「二疎」等等，或直接刪除並將其下編號均減一為宜。等有時間時再來慢慢比對修正了。
[爰] (11)《漢書．李廣傳》 => (11) 通「猿」。《漢書．李廣傳》    (漏字，據紙本補上)

p.s. 2015/02/01 今天再發現一處錯誤，在此勘誤：
[胡然]
(1) …《詩．鄘風．君子偕老》：「胡然而天地？胡然而帝也？」 => 「胡然而天也？胡然而帝也？」

p.s. 2015/02/22 今天經向朋友請教，再修正一些錯誤，在此記錄：
所有書證中的《聊齋志异》修正為《聊齋志異》。
[能始]
…《釋文》云：『胎，本或作臺。』《史記．天官書》：『三能，即三台。』是胎、臺、能古字並通用。 => 本或作台。』《史記．天官書》：『三能，即三台。』是胎、台、能古字並通用。
[丑] (4) …明 徐謂《南詞敘錄》：「以墨粉塗面，其形甚醜。今省文爲醜。」 => 以墨粉塗面，其形甚醜。今省文爲丑。

p.s. 2015/03/07 朋友又提供的一處錯誤訂正
[厂]
清 聶鈙《泰山道里記》：「轉而東，有石廠曰三陽洞。」清 劉獻廷《廣陽雜記》卷三：「山足至洞頂高八丈許，洞之廠上附頂處，架木爲龕，可布三四席。」一說，「廠」爲「岸」的初文。 => 所有「廠」均應為「厂」。厂，山邊可以居住人的崖洞。說文解字：「厂，山石之厓巖，人可居。」