20200920快速整理《說文》字號和字頭統計數量（不藏私密技）
知乎：https://zhuanlan.zhihu.com/p/256365422
【紀錄說明】
研究中時常會用到這些函數，也需要教導同學，所以補血（誤：寫）補多忘，紀錄過程。需要的朋友同道以後可以直接看這篇。分成【A、B、C、D】四個段落來解說，希望不會太難懂。像正則式這些尋找取代等，也是從瑾昀兄學得，自己非資訊程式專業，就是會應用而已。
做完這些步驟，我們可以得到什麼？
1.單獨字頭的說文字號
2.單獨字頭個別數量等資訊
當然有了字號，要再對應出部首也是很簡單的。
有人會問，需要這些資訊數量要作什麼呢？我們在短時間內若能知道最多的字例，先拿來分析研究，多的樣本下就會比較有客觀的研究效果。
藉由函數先得出字號…
有了字號就能精算字頭數量…
有了字號就能知道部首…
有了單字字頭，就能使用部件檢索考察偏旁…
有了上面系列的整理，就能把整份釋文，好好的理出細節…
事前準備：有一大段已經打好的釋文，這樣我們就這麼開始了…
【★提醒★】我們時常要把「EmEditor」作為資料的中繼點，如果複製貼上直接在Excel當中，往往會把不必要的內容給貼過去，包含一些函數或數學公式。複製內容後，先貼在「EmEditor」，在複製出來貼到需要的地方，這樣內容就會是單純的數字或者文字，不會夾帶其他內容。
【步驟A】
1.打開EmEditor，將釋文內容貼入。尋找「(.)」取代為「\1\r\n」，把□使用規則運算式（X）打勾，然後全部取代（A）。※（注意：在進階（V）...檢查規則運算式引擎（G）是否為Onigmo）
2.執行後，整個檔案會從原本變成一字一列的情形，我們按下「A→Z的排序」，然後把不需要的英文、數字符號、空白等都刪除。（注意：只留下文字，其他內容的都手動刪除）
3.這樣已經取得這段釋文的單字（3228列）。存檔備用。
【步驟B】
1.打開「自動填上說文編號.xlsx」，將剛剛的文字，貼到「產生說文字號」的工作表中。
2.將複製出來的說文編號以及字頭（兩欄），貼到新的xlsx。（請參照【★提醒★】）第一欄留著加上欄位名稱，使用「篩選」。
3.以「字號」為排序，會有依照說文次序的排列。並增加一欄註明非說文字頭。最左側最後加上排序。
4.只選擇說文字頭。（不顯示非說文字頭），
5.複製「字號」與「字頭」兩欄的內容（欄位名稱不必複製），貼到EmEditor，執行右鍵「進階（N）→刪除重複行（E）」（下方有2313行已刪除的資訊）
6.excel新增一個工作表，將B欄的數值先改成「文字」，再將EmEditor的內容貼到這裡。加上流水號，這個工作表就是初步整理後的字頭。要注意的是，會有一些字頭等於同一個字號的說文，例如：「以」和「㠯」這時候研究者可以自由選擇如何更進一步處理。
【步驟C】
1.新增一個工作表，複製「工作表1」的「字號」與「字頭」兩欄，個人習慣最左側一樣加上流水號上端第一欄加上「篩選」以及「檢視」→「凍結頂端列」。
2.再新增一個工作表，複製「工作表2」的「字號」欄位。貼到「C欄位」，其他欄位分別填入「=」「COUNTIF(B2:B3171,"」以及「")」（B3171當中的3171是內容的列數，調整更多也無坊）
3.將其他空白內容填上。並將內容複製貼到「EmEditor」，尋找「TAB」取代成「空白」，目的是把原本欄位之間的間隔給合併起來。
【步驟D】
1.將上一次在「EmEditor」合併的內容貼到「工作表3」的F欄，這時函數就會算出目前工作表中的數量。
2.複製「工作表2」的字號與字頭欄位，貼到「工作表3」的欄為D、E。這樣，初步的「字號」、「字頭」與數量就能有清楚的對照。
3.複製「工作表3」的「D、E、F」欄位，貼到EmEditor。
4.excel新增一個工作表，將B欄的數值先改成「文字」，再將EmEditor的內容貼到這裡。
5.增加流水號，「篩選」，在數量調整排序。可以看到這份釋文中最多的字例。
6.最後，我們選擇「字號」一整欄，在「常用」→「設定格式化的條件▼」→「醒目提示儲存格規則（H）▶」→s「重複的值（D）」。透過醒目顏色分辨，能提醒我們哪些字頭可以合併或者不需要合併。
【小結】
「自動填上說文編號.xlsx」是筆者自己整理的對應表，時常更新修正，也會帶有自己的一些習慣，比如說「薄」與「簿」都是字號0562，研究者在使用的時候，若有疑問最好再稍微檢查驗證一下。
沒有留言:
張貼留言