研究生：為研究而生

2021年4月8日星期四

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）

知乎：https://zhuanlan.zhihu.com/p/363273707

引得市文獻索引的整理紀錄（上篇）：引得市工具包再使用

Blog：https://ebag2007.blogspot.com/2021/04/blog-post.html

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

前言

2021年4月7日的晚上，學習了使用「DBeaver」…

前篇說明筆者利用瑾昀兄與W兄所提供的程式，讓引得市總表（260種文獻索引）完成了unicode字的排查整理。就過去的習慣，還是得逐一更新另外獨立260種文獻的索引（excel格式）。

所以，我要開啟舊有索引，再把總表更新的字頭貼過去，這樣的動作要進行260次。為了能夠知道目前哪些已經完成、哪些還沒完成，我利用google keep把260種文獻清單貼上，每次完成一個，就句選文獻名稱備註。進行到49個的時候，我採用瑾昀兄的建議，學習「DBeaver」軟體，每次只更新維護總表，不再對單獨的excel檔案更新。需要時再匯出。

一個晚上，學好了軟體，也順便筆記一下「DBeaver」的使用方式

▲keep的紀錄

1.資料庫的新增與刪除

1.1 下載「DBeaver」

1.2 增加一個新的資料庫

1.3 刪除資料庫

2.資料庫的部份內容匯出

3.延伸應用：「SQL編輯器」貼入語法：（精算出所有索引的列數）

3.1 延伸應用「SQL編輯器」貼入語法：（精算缺字庫部首個別數量）

總表之外，也能再抓取古文字缺字資料庫的檔案，並且精算目前缺字庫各個部首的數量。語法如下：

過濾掉已註銷字的版本

`SELECT radical, count(*) AS count FROM toterm WHERE status = 1 GROUP BY radical;`

未過濾已註銷字的版本

`SELECT radical, count(*) AS count FROM toterm GROUP BY radical;`

4.小結

在「習慣」與「效率」兩邊，我選擇放棄以往的「習慣」，學習新的軟體。unicode聯盟每年都有新字發布，所以排查unicode字就是引得市每年都要進行的工作，例如:再來就是擴充H區的更新…。如果我沒改變處理方式，明年又得進行二百多個索引的複製貼出的作業流程。

而我們因為有詳細的unicode字的排查，所以每種文獻都能搭上最新發布的字，例如透過「部件檢索」我們可以輕易查得：《上博藏戰國楚竹書字匯》有62個字是擴充G區。這在其他網路上的資料庫是不容易看到的檢索方式。

缺字一般會是這樣的發展，以缺字編號「s001-001」（[不不]）作為例子

2020年8月開始，缺字有新的處理方式，最新製作的文獻索引，Unicode「C、D、E、F、G」區的字直接錄入字頭，不再有編號以及造字。缺字編號與unicode不再並列顯示，字頭欄位中的「s001-001(𫠭)」都會直接作「𫠭」。目前為止我們已經排查過引得市資料庫中所有的字頭，完全支援基本漢字到擴充G區的顯示與查詢。

這些讓資料庫保持最新相應的字頭的作業流程，如果沒有紀錄寫成文章，很多人應該也不知道「引得市」的價值所在？

一切都是瑾昀兄與W兄所精心製作的程式與建議，讓資料保持最精確並且與時俱進，作為引得市的使用者都應該謝謝他們。

【延伸閱讀】

20200814「古文字缺字資料庫」缺字處理方針說明

https://zhuanlan.zhihu.com/p/183802882

維基百科:Unicode擴充漢字

https://zh.wikipedia.org/wiki/Wikipedia:Unicode%E6%89%A9%E5%B1%95%E6%B1%89%E5%AD%97

資料庫管理工具-DBeaver

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。