研究生：為研究而生: unicode

顯示具有 unicode 標籤的文章。顯示所有文章

2021年4月10日星期六

20210409〈引得市〉新版部件檢索的更新與介紹

知乎:https://zhuanlan.zhihu.com/p/363774635

【前言】

▲部件檢索新界面，全部顯示展開約1720x800像素

開始說明之前，請朋友們先下載「全宋體.zip」才能完整顯示所有內容

騰訊微雲下載：https://share.weiyun.com/w3CEWWfK

「部件檢索」是筆著好友w兄所整體研發的漢字檢索、拆分的程式界面，這幾年提供〈引得市〉應用於數百種文獻的查詢，又由瑾昀兄的調整修正，讓程式更能符合〈引得市〉的操作需要。「部件檢索」詳細發展脈落可以參考w兄的部落格。以下為w兄的部落格文章:

〈部件檢索公開授權〉

http://fgwang.blogspot.com/2015/12/blog-post_30.html

〈漢字使用環境的建置 —— 十五萬漢字粉墨登場〉

https://fgwang.blogspot.com/2021/03/blog-post.html

這次的新版更新，已經能夠顯示到十五萬個漢字，而且因應使用著的需求反饋，瑾昀兄加入了點選文字就能夠把文字轉成圖形，並且下載的功能。

目前線上的版本是：：0.9.1.5 (2021年04月)。簡單說明一下舊版與新版的差異：

1.虛擬鍵盤的分類替換

原本傳統鍵盤採取筆畫分類，由少至多，現改為「類聚鍵盤」（見W兄文章），從左至右分別是：筆畫、字頭、包圍、計數、自然、地理、動物、植物、人體、食飲、衣飾、住居、行旅、書樂、祭祀、器物、軍事、人稱、生命、顏色、動作、雜類等二十二項。

一開始或許朋友們會不習慣，不過工具就是這樣，如果真的很好用，稍微改變習慣，調整一下方式，應該很快就能適應。畢竟這個程式界面能夠讓我們快速的組合、構成漢字，只要心中有某個漢字的部件形體，自然就能利用這個界面產生出我們需要的字例。至於各種組合過程，就依照每個使用者的習慣了。

2.下載文字的圖形檔功能

缺字圖形的使用者，可能是文章、論文撰寫需要置入使用，有些人會自己造字，使用小畫家、photoshop等軟體組合拼湊字形。有了這個功能，直接可以取用，唯一的缺點就是還沒能提供「標楷體」的字形，短時間來說，除了標楷體之外，明體的缺字圖形應該都能藉由新版的界面來取得。而這個新功能的產生，是近期王森兄在QQ群的反饋，瑾昀兄認為方式可行，立即著手修改部件檢索的程式。

下載圖檔的方式很簡單，只要將滑鼠游標移動至想要的字上端，同時按下「Ctrl和滑鼠左鍵」，就能下載該字的圖形檔，包含基本漢字到擴充區G等十多萬字。下載的圖形檔是以原始unicode的編號為檔名，「古文字缺字資料庫」中則以「缺字編號」作為檔名。

「Ctrl+滑鼠右鍵」＝「下載文字圖形」，目前並不支援黃土色的「補充字」，如果朋友有使用「補充字」圖形的需求，建議使用「babelmap」這個軟體，把「全宋體」中「FMing-F」或「FSung-F」的字體導出圖檔。

使用「BabelMap」輸出seal字型缺字圖檔

https://ebag2007.blogspot.com/2018/02/babemapseal.html

3.缺字圖形在的WORD的使用

很早之前的版本，由於瑾昀兄的設計，程式已經提供了「圖片模式」，這讓使用手機、平板等筆電、電腦以外的裝置也能夠顯示到十多萬個漢字，句選與否由使用者決定，當中字會有些微差異，可參圖例。還有左側有個「▼」倒三角形，點選之後用來縮放鍵盤，讓界面更簡潔。附帶一題「圖片模式」句選與否都能使用「下載文字圖形」的新功能。

我們無法要求出版者或編輯群安裝我們的字型檔，所以，使用圖形檔在古文字相關的文章編輯/出版上，會是比較保險的方式，缺點當然就是無法「檢索」，這點暫時是無解的。從「部件檢索」所下載的圖形檔大約是7.06×7.06公分（200×200像素），解析度72dpi的大小。圖形放到WORD大概會是這個樣子（見圖例）。是的，會很大，需要調整尺寸，如果將尺寸調整0.4公分左右，大致上能和12級的細明體搭配。如果是10級字則大約是0.38公分。

如果使用Photoshop調整，作法是這樣：先取消「重新取樣」，將解析度改成1150，然後再句選「重新取樣」，按下「確定」並重新存檔。這樣置入的圖就會剛好是0.44公分左右。或者在WORD每次置入圖形後，游標點選圖形二次，將寬高改成「0.44公分」也是一樣的效果。

置入並調整尺寸後，與左右文字會產生高低的落差，這時候還需要使用「字型」→「進階（V）」→「字元間距」進行挑整，選擇「位置P」：「下移」、「位移點數」「2.5」。（10級與12級的細明體都相同），使用者要利用圖形或者用字型直接顯示，就看個人需求了。

4.小結

1.新版部件檢索優化了引得市文獻字頭過濾的檢索速度，理論上會快於早先的版本。

2.如果發現「補充字」的列表字例出現很多問號，表示現在您使用的全宋體是舊版的，請朋友們重新下載「全宋體.zip」（因為又增加了許多補充字）。

3.部件檢索和古文字缺字資料庫都加了ctrl+鼠標點擊下載圖片的功能。

有了圖形下載的功能，研究生、學者們自此不用再為造字煩惱，直接取用線上的「部件檢索」。「部件檢索」沒有的字形字例，就是再移駕至「古文字缺字資料庫」，也一樣能享有+右鍵下載圖檔的功能。兩個資料庫如果都沒有，也歡迎告訴我們還缺少哪些字例，另外再進行造字…。

「古文字缺字資料庫」http://www.mebag.com/index/quezi/list.asp

【引得市本陣】191679638

對文獻索引製作、漢字相關文獻整理有興趣的朋友，想挖坑、跳坑、各種協作資料整理…，有很多相同興趣的朋友與專家在這裡交流，歡迎隨時加入QQ群。

「全宋體.zip」騰訊微雲下載：

https://share.weiyun.com/w3CEWWfK

2021年4月8日星期四

引得市文獻索引的整理紀錄（上篇）：引得市工具包再使用

知乎：https://zhuanlan.zhihu.com/p/363258232

引得市文獻索引的整理紀錄（下篇）：DBeaver的學習運用（資料庫管理工具）
Blog：https://ebag2007.blogspot.com/2021/04/dbeaver.html
知乎：https://zhuanlan.zhihu.com/p/363273707

前言

三月中旬的時候，筆著使用了瑾昀兄提供的最新「引得市工具包（index-tool）」進行unicode字的全面排查。

1.古文字缺字資料庫的unicode字排查

這次的工作，是要把目前「古文字缺字資料庫」的1.9萬字中排查出是否有unicode字，並且紀錄再更新。執行程式約花費2.5小時左右。

程式排查出來自動儲存成「mapping.txt」，共2956列，由於編號與的unicode字的對照不夠直觀，所以我們必須進行下一個步驟，以利目視逐一檢查。

EmEditor中進行「缺字轉圖片的正則」：

(s\d{3}-\d{3})

替換爲

<a href="http://www.mebag.com/index/quezi/list.asp?key4=entry&key3=\1"><img src="http://glyphwiki.org/glyph/ebag_\1.svg" alt="\1" height="26px" /></a>

把取代後的結果，複製貼到「HackMD」上，即可顯示缺字的字形，不過這時候我們又發現「HackMD」並無法完全顯示E區或之後的unicode字，所以瑾昀兄提供二種個方式就能讓「HackMD」的網頁顯示出所有的unicode字。

★讓HackMD【強制網頁改字體】★

留言

方式一
1.按f12打開控制臺
2.把代碼貼過去執行

var style = document.createElement(‘style’);
style.innerText = ‘:not(.fa) {font-family:Arial,FMing-p,FMing-1,FMing-2,FMing-3,FMing-F,FSung-p,FSung-1,FSung-2,FSung-3,FSung-F,Calibri,PMingLiU,PMingLiU-ExtB,HanaMinA,HanaMinB !important}’;
document.getElementsByTagName(‘head’)[0].append(style);

方式二：強制書籤（強制字型）
新建一個chrome書籤，網址欄填入以下代碼，在hackmd，點擊這個書籤可以實現之前同樣的功能，而且更快速。（已建立取名：強制網頁字型）

javascript:void((function(){var s=document.createElement('style');s.innerText=':not(.fa):not([class*="icon"]):not(i){font-family:Arial,FMing-p,FMing-1,FMing-2,FMing-3,FMing-F,FSung-p,FSung-1,FSung-2,FSung-3,FSung-F,Calibri,PMingLiU,PMingLiU-ExtB,HanaMinA,HanaMinB !important}';document.body.appendChild(s);})())

接著就是，依照內容逐一的檢查處理，因為「HackMD」每次只能列出500筆左右的內容，所以我們依序切割成6個檔案，匯出成6個html方便檢查。