2.9 KiB
2.9 KiB
来源说明 — 本库来源数据与级别
底本关系（用户 2026-09-22 指令）：以 OCR 实体书 为底本（最高引用依据），网络电子版仅作参校本——只用于查错补漏、辅助判断 OCR 讹字/脱字/脱分隔，不作版本改写依据。沿用《辅行诀》库经验：网络版本往往存在纰漏，与实体书不一致处一律以实体书为准。
流程：① 实体书 OCR（deepseek-ocr @ 10.147.17.124:11434，keep_alive=0＋短提示词；分栏页须物理切割后 OCR）→ ② 杂质清洗（形近错字、OCR 丢字、全角空格；规则可复用中华药膳全书清洗规则表）→ ③ 与网络电子版逐行核对（差异只登记、双方原文不改）→ ④ 用户定字判决 → ⑤ 定 baseline。
| 来源文本 | 用途 | 性质 | 级别（引用优先级） |
|---|---|---|---|
| 实体书 OCR 本（待入库） | 基础文本（底本） | 实体书 OCR → 清洗核验 | 一级 · 底本（最高） |
网络电子版（待入库 校核参考/） |
参校本 | 网络电子本，存纰漏可能 | 二级 · 参校本（仅辅助查错，不替代底本） |
一、实体书 OCR 本（★底本，待入库）
| 项 | 内容 |
|---|---|
| 版本 | （待用户登记：出版社／辑本／版次） |
| 文件 | 待 OCR 后入库 01_来源数据/神农本草经_OCR原始_YYYYMMDD.md（一字不改，只登记） |
| 清洗记录 | 待建 02_加工数据/（清洗版、检查报告、待核对清单、结构 JSON） |
| 脚本 | 待建 05_脚本工具/（幂等、带锚校验，沿用 09_audit_md5.py 审计模式） |
二、网络电子版（参校本，✅已入库：维基文库）
| 项 | 内容 |
|---|---|
| 来源 | 中文维基文库《神农本草经》页面（revid 2490492，2024-11-13 版） |
| 文件 | 校核参考/维基文库/神农本草经_快照_20260922.md（393 行，md5 920f4c43377bb08fb62eaf4e18f36685）＋原始 HTML 快照；详见 校核参考/维基文库/README.md |
| 自检疑点 | 三品条目 117/120/122 对应 120/120/125，合计缺 6 条；另登记括注体例、重复收尾、字形异体等 6 项疑点，均待与底本 OCR 核对 |
| 增补（2026-09-22） | 第一参照本入 校核参考/殆知阁-孙星衍辑本/：殆知阁《神农本草经·清·孙星衍》（github daizhigev20）；原文快照 md5 4ab2c6c1…（4674 行，一字未改）＋合并整理版 md5 80300329…（卷标 371→3 去重，338 药条组织化，脚本 05_脚本工具/01_merge_sunben.py 幂等；原件正文未改仅结构合并）。怪癖：中经尾部「KT」占位、目录粘连行——见该子目录 README |
更新日志
| 日期 | 事项 |
|---|---|
| 2026-09-22 | 建立底本关系：OCR 实体书＝底本，网络电子版＝参校本；登记清洗-核对-定字-定 baseline 流程；来源均待入库 |