古籍数字化为何总卡在校勘环节
扫描容易,定稿难。同一页文字在不同藏本里可能相差数十字,机器识别能给出候选,但取舍仍需人工判断,这部分成本往往被低估。
按卷次排列篇目,逐条拆解香方,标注版本异文。不设登录拦截,输入篇目名即可定位到对应板块。
定位:檀案书阁是一个聚焦古典香事文献的小型阅读索引站,2019 年 3 月 14 日上线。站点不搬运完整出版物,只做篇目索引、注解整理与版本勘误,把散落在不同藏本里的信息归拢到一张可检索的表格里。
能力:围绕帐中香全文免费阅读这一主题,站点整理了四卷正文的篇目结构、十二类香方的炮制说明,以及三家馆藏底本的异文对照。每一条注解都标注了底本编号,读者可以顺着编号回到原始扫描页核对,而不是只能相信我们的转述。
温度:我们只有三个人,白天各忙各的,晚上轮流校字。页面不放弹窗广告,不做付费墙,也不主动索取邮箱。读者若发现错字,可以在勘误记录里比对已知问题,仍未覆盖的,通过页脚邮箱告诉我们,下一轮更新会登记你的名字缩写。
读者收益:复查该章时可对照修改前后文,避免沿用旧版错字。
读者收益:不必在三个页面之间来回切换即可看出差异所在。
读者收益:点击人物名即可定位到首次出场段落。
读者收益:榜单分值波动收窄,参考价值更高。
读者收益:移动网络下图片到达速度明显提升。
读者收益:可据此对照实物判断器物形制是否合于记载。
读者收益:引用时可直接回查影印本页码。
读者收益:低端机型打开页面不再出现明显白屏等待。
读者收益:输入内容不被上传,隐私风险归零。
读者收益:一眼分辨已定稿篇目与仍存争议的篇目。
古人写香方,往往只列香药名与大致比例,火候、时辰、器物一概略去。这类省略在当时是常识,放到今天就成了阅读障碍。注解的作用不是替读者下结论,而是把省略的部分还原出来:某味香药在同时代文献中的常见用量是多少,同类配方里出现过哪些变体,哪一种变体在现存藏本中有实物旁证。我们坚持每条注解都附底本编号,目的就是让读者能自己回查,而不是只能接受现成说法。
同一部作品,三家藏本在字词、句读甚至段落顺序上都可能存在差异,而这些差异会直接影响对内容的判断。有的本子把一句描写的重心放在器物上,有的放在气味上,读起来是两种完全不同的氛围。这也是为什么帐中香全文免费阅读的页面里,我们把版本比对单列为一个板块:先摆出异文,再说明倾向,最后留给读者自己判断。删改原文而不留痕迹,看似干净,实际上剥夺了读者的核对权利。
索引不是简单地把标题罗列出来。我们采用三层结构:卷次为第一层,篇目为第二层,段内主题词为第三层。第三层是关键,它决定了读者能否在几十秒内定位到想看的内容。主题词从正文中抽取,人工复核后固定下来,不做自动生成,因为自动抽取常把高频虚词误判为主题。索引建成后,每次勘误都会同步更新对应条目的状态标记,读者看到的时间戳就是该条目的最后核实时间。
评分是最容易被滥用的字段,所以我们给它设了几道硬约束:只统计近 90 天的打分,取加权中位数而非平均数以削弱极端值影响,单篇样本不足 200 条则显示为横线。这些规则写在简介区,也写在每张卡片的数据来源里。我们不承诺评分的绝对客观,只承诺口径公开、样本可查。读者若对某个分值存疑,可以回到卡片查看样本量与统计区间,自行判断这个数字值不值得参考。
移动端首屏的每一千字节都要算账。我们的做法是:关键样式全部内联,杜绝外部字体与图标请求,首屏只保留一张横幅图,其余图片用固定尺寸色块占位,滚动到视口附近再加载。占位块的存在不只是为了美观,更重要的是锁定布局尺寸,避免图片到达时把正文挤下去——这种位移一旦发生,读者的阅读位置就会丢失,体验损失远大于省下来的那点带宽。
更新频率取决于流程而非热情。我们的流程是:读者反馈进入勘误台账,每周集中复核一次,能当场确认的立即修改,需要比对藏本的排入下一轮。修改完成后登记日期、条目与修改前后文,再同步到页面底部的更新日志。这套流程听起来笨拙,但它保证了任何一次改动都能被追溯。累计 1268 次更新的背后,是一张始终公开的台账,而不是一句含糊的「持续优化」。
小结:整个页面的设计目标是让「找到一句话」这件事尽量少点击。搜索框、标签、索引、卡片详情四层入口依次递进,任何一层都能独立完成任务。作为一份帐中香全文免费阅读的导读入口,我们不追求把内容一次塞满屏幕,而是希望你在三步之内抵达想看的段落。
林间烛火2025-10-30
版本比对那块做得很实在,异文直接摆出来,比只给一个结论让人放心。
陶与瓷2025-10-26
手机上打开几乎没等待,图片是一块块色块慢慢亮起来,不跳版,这点很舒服。
半盏茶2025-10-19
蜜合香配比三个版本并列那一段,我拿去对照了家里的旧抄本,确实能对上其中一种。
南山雾2025-10-11
更新日志写得很细,连改了几个字都标出来,这种透明度不多见。
旧书页2025-09-28
评分那里写了样本量和统计区间,比直接甩个分数靠谱得多。
闻香下马2025-09-20
人物谱系加了出场章节跳转之后,几个人同时出现的段落终于不会再读混了。
青苔阶前2025-09-12
用老人机试过,能放大,字也没被裁掉,这点比很多站强。
煮雪烹茶2025-09-03
「待校」这个标记很诚实,不确定就说不确定,比硬给结论强。
竹里馆主2025-08-27
器物图录的尺寸备注很实用,照着量了一下自家的炉子,居然差不多。
一炉灰2025-08-18
搜索框只做锚点跳转,不联网,这点让人放心,输入的东西不会被记下来。
枕书眠2025-08-06
提过一个错字,两周后真在勘误记录里看到了,还标了我的缩写,挺意外。
灯下钞2025-07-24
页面干净,没有弹窗,看完一段就是一段,很久没遇到这样的阅读站了。
读者越来越习惯直接搜一个词跳到段落,而不是从目录一层层点进去。索引颗粒度必须下沉到段落级。
允许缩放、保留语义标签、触控区域足够大,这些细节不影响排名公式,却直接影响真实用户的停留时长。
转用 WebP 之后,不只是体积下降,解码耗时也缩短,首屏渲染的等待感明显减弱。
读者对没有来源的数据越来越警惕。标注样本量、统计区间与更新时间,比堆砌形容词有效得多。
每周修若干处的站点,其内容活跃度信号比每季度重做一次首页更稳定,读者也更容易跟踪改动。
读者愿意指出错误,前提是看到反馈被认真处理。一张公开的勘误台账,比任何宣传语都更能积累信任。