1382 lines
106 KiB
Python
1382 lines
106 KiB
Python
#!/usr/bin/env python3
|
||
# -*- coding: utf-8 -*-
|
||
"""
|
||
辅行诀五脏用药法要-药性探真 资料库 ETL 第 10 步（2026-09-20）
|
||
01_来源数据/《辅行诀五脏用药法要 药性探真》第2章.md -> 02_加工数据/
|
||
|
||
定位：本件为《药性探真》第二章「虚劳五补方菜果谷畜类药释义」之**录入稿**
|
||
（PDF/文本层导出；A 类版式残留未清，与第一章之「用户精清稿」不同）。
|
||
标准：**完全沿用第一章（07_clean_ch1.py）的检查核对标准**——
|
||
同一编号体系（A 版式／B 断行／C 讹字／D 标点／E 存疑／F 体例／H 标题层级）、
|
||
同一产物集（清洗版＋检查报告＋结构.json＋待核对清单按章节结构分组）、
|
||
同一核校纪律（每条改写带锚校验 + 核校依据，可回改；存疑一律不改原文）。
|
||
处理（编号与检查报告一致）：
|
||
A 版式残留：行尾空格 304 行、汉字间半角空格 27 处、数字与汉字间半角空格 17 处、
|
||
全角标点旁空格、半角括号 13 处、半角标点（, : ;）与半角 ~、
|
||
LaTeX（PDF 公式化）残留 $7 \\sim 10$ 1 处
|
||
B 断行接合：3 处（行号锚定 + 原文校验）
|
||
C 讹字修正：13 条（每条附核校依据：本库内证／底本／同类文献）
|
||
D 标点规范化：半角改全角；补脱收尾引号 1 处；引号与逗号次序 1 处；重复句号 1 处
|
||
E 存疑（原文不改，登记待核）：17 条
|
||
F 体例登记：五菜条目「脏位」命名、交叉引证、脚注、数字两侧留空等
|
||
H 标题层级：章=二级(##)、节=三级(###)、条目=四级(####)；五菜条目序号重出顺次改正
|
||
自检（脚本自动）：
|
||
① C 类 13 条规则三段验证（错误形残留 0 / 正确形已出现）
|
||
② 标题计数 章1／节4／条目20；各节条目序号 一…五连续；层级无跳级
|
||
③ 引号／书名号／括号／单引号配平；半角标点 0；残留空格 0；断行候选 0
|
||
④ 20 条目「脏—味」⇄ 本书五味体用化说 + 底本二十五味药精／十三种药 逐条互校
|
||
⑤ 与第 1 章清洗版交叉引证（生姜／薤白／白酨浆／酢）与底本方剂实测互校
|
||
输出：
|
||
02_加工数据/药性探真_第2章_清洗版.md
|
||
02_加工数据/药性探真_第2章_检查报告.md
|
||
02_加工数据/药性探真_第2章_结构.json
|
||
02_加工数据/药性探真_第2章_待核对清单.md
|
||
幂等：可重复运行；改写皆带原文锚校验，源件被替换即报错。
|
||
说明：01_来源数据/《…》第2章.md 标题层级已按**用户 2026-09-20 明确指令**就地优化
|
||
（只改井号，正文 641 行逐行未动；改动前逐字节快照
|
||
《…》第2章_层级优化前快照_20260920.md，md5 92fd55f8…；新 md5 a9168956…）。
|
||
脚本：11_retitle_src_ch2.py（默认 dry-run，--apply 才落盘＋留快照）。
|
||
"""
|
||
import os, re, json, hashlib, collections
|
||
|
||
BASE = os.path.expanduser("~/Documents/ai_agent_scraper_study/data/辅行诀五脏用药法要-药性探真")
|
||
SRC = os.path.join(BASE, "01_来源数据/《辅行诀五脏用药法要 药性探真》第2章.md")
|
||
CH1_MD = os.path.join(BASE, "02_加工数据/药性探真_第1章_清洗版.md")
|
||
BENDI = os.path.join(BASE, "02_加工数据/辅行诀五脏用药法要_基础文本_清洗版.md")
|
||
OUT_MD = os.path.join(BASE, "02_加工数据/药性探真_第2章_清洗版.md")
|
||
OUT_REPORT = os.path.join(BASE, "02_加工数据/药性探真_第2章_检查报告.md")
|
||
OUT_STRUCT = os.path.join(BASE, "02_加工数据/药性探真_第2章_结构.json")
|
||
OUT_CHECK = os.path.join(BASE, "02_加工数据/药性探真_第2章_待核对清单.md")
|
||
|
||
# ── B 类：断行接合（源件行号 + 原文锚校验；与下一非空行接合）────────────
|
||
JOINS = {
|
||
363: ("其雌花枝上的顶端、叶、种子及",
|
||
"《辅行诀》麻条述印度大麻「…其雌花枝上的顶端、叶、种子及／茎中均含大麻脂。」"
|
||
"被空行切断，据文义接合（同一句）"),
|
||
451: ("《齐民要术》引史游（西汉时人约公元前 48～33 年）",
|
||
"「《齐民要术》引史游（…）」与「《急就篇》云：…」为同一句，被版心换行切断"
|
||
"（两行间无空行，属硬换行），接合为一段"),
|
||
648: ("又谓“兑以说之。”又谓",
|
||
"「又谓」与下文「“说言乎兑。”」为同一句，被空行切断，据文义接合"),
|
||
}
|
||
|
||
# ── C 类：讹字修正（锚校验：原文命中次数 + 改后残留 0）──────────────────
|
||
# (讹形, 正形, 原文应命中数, 核校依据)
|
||
C_FIXES = [
|
||
("薙", "薤", 1,
|
||
"第一章第六节·十 条目标题作「薤白」（该章「薙」4 处经用户 2026-09-17 判决改「薤」）；"
|
||
"本条即《灵枢·五味》五菜之薤，属肾，形近致误"),
|
||
("白黻浆", "白酨浆", 1,
|
||
"第一章第六节·十 一条目标题作「白酨浆」；「酨」为古酒浆名，"
|
||
"底本 03_clean_yinshua.py 已判「白戴浆／白截浆」→「白酨浆」，「黻」形近致误"),
|
||
("白截浆", "白酨浆", 1,
|
||
"同上；「截」「酨」形近致误（底本同一讹形已判）"),
|
||
("脏病者宜食以霍", "脏病者宜食以藿", 1,
|
||
"本条即「二、心菜藿」；同条下文「以藿为菜」「灰涤菜代藿」皆作「藿」，"
|
||
"「藿」为豆叶之义，「霍」形近致误"),
|
||
("小豆，苔也。角曰英，叶曰霍，茎曰萁", "小豆，荅也。角曰荚，叶曰藿，茎曰萁", 1,
|
||
"《广雅·释草》原文作「大豆，菽也。小豆，荅也。角曰荚，叶曰藿，茎曰萁」"
|
||
"（《本草纲目·谷部·大豆》引《广雅》同；《齐民要术·大豆》引作「豆角谓之荚，其叶谓之藿」）；"
|
||
"三处皆艹部形近讹字（苔／荅、英／荚、霍／藿），同句连误可互证"),
|
||
("称西鸡而不称卯鸡", "称酉鸡而不称卯鸡", 1,
|
||
"十二生肖配十二支作「酉鸡」；同条下文正作「酉位西方，属金，为阴，为秋」，"
|
||
"「西」「酉」形近致误"),
|
||
("狗居戍位", "狗居戌位", 1,
|
||
"《曲洧旧闻》原文作「狗居戌位」（十二支戌配狗）；同篇上文「戌时为一更」「太阳出于寅没于戌」"
|
||
"皆作「戌」，「戍」「戌」形近致误"),
|
||
("朱笠《曲消旧闻》", "朱弁《曲洧旧闻》", 1,
|
||
"该书为南宋朱弁（biàn）所撰《曲洧旧闻》（《四库全书》子部杂家类）；"
|
||
"「笠」「弁」、「消」「洧」形近致误"),
|
||
("紫苑五分", "紫菀五分", 1,
|
||
"药名作「紫菀」，非「紫苑」（苑＝园囿）；本条系《幼幼新书》引《婴孺方》白狗肺汤方中药味，"
|
||
"「苑」「菀」形近致误"),
|
||
("《陶名景评传》", "《陶弘景评传》", 1,
|
||
"钟国发《陶弘景评传》（南京大学出版社「中国思想家评传丛书」）；"
|
||
"「名」为「弘」之形近讹字，全篇人名一律作「陶弘景」"),
|
||
("唐代孔顥达《诗疏》", "唐代孔颖达《诗疏》", 1,
|
||
"唐孔颖达撰《毛诗正义》（世称《诗疏》）；「顥」为「颖」之形近讹字；"
|
||
"**用户 2026-09-20 判决：保留修正**"),
|
||
# —— 以下三条据用户 2026-09-20 核对原书结果回填 ——
|
||
("蘖未一斗调和", "蘖末一斗调和", 1,
|
||
"**用户核对原书（2026-09-20）**：「未」当作「末」。蘖末＝麦芽末（粉），"
|
||
"同条下文「用大麦蘖所造者为琥珀餳」及本书第 479 行皆以「麦芽粉」为说；"
|
||
"「未」「末」形近致误"),
|
||
("儆（生但反）", "馓（生但反）", 1,
|
||
"**用户核对原书（2026-09-20）**：「儆」当作「馓」（饊之简化字）。本条系《齐民要术》引史游"
|
||
"《急就篇》，与「饴」「餳」并列，皆糖食之名；书中自注反切「生但反」＝音 sǎn，正与「饊（馓）」"
|
||
"相合，而「儆」音 jǐng 不合反切，形近致误"),
|
||
("盖脾为脾之副脏", "盖脺为脾之副脏", 1,
|
||
"**用户核对原书（2026-09-20）**：前「脾」当作「脺」（音 cuì）。用户释曰：「散膏即脺也，"
|
||
"脾之质子为胰子，形如膏，故曰散膏」。同段下文正作「故胰为脾之副脏之说甚是合理」，"
|
||
"本条标题亦作「三、脾土畜牛脾（胰）」，「脾」「脺」形近致误"),
|
||
("葱似囟，外直中空，有囟道之象也", "葱从囱，外直中空，有囱通之象也", 1,
|
||
"《本草纲目·菜部·葱》「时珍曰：葱从囱。外直中空，有囱通之象也」"
|
||
"（「蔥」从「囱」取象，由字形立说，故「囱」不可作「囟」）；"
|
||
"「囟」为囟门之义，于此无义，形近致误。⚠ **用户 2026-09-20 判决「修正内容」**："
|
||
"本条引文并据传本再订正两处——「似」→「从」、「道」→「通」（印刷本作「似／道」），"
|
||
"故改形直接落到传本形「葱从囱…有囱通之象也」"),
|
||
# —— 以下 12 条据用户 2026-09-20 判决「修正内容」＝改正文，落 C 类（依「全按此拟」）——
|
||
("木金者生成之始终也", "金木者，生成之终始也", 1,
|
||
"**用户 2026-09-20 判决：修正内容（＝改正文）**。本条引《素问》兼有三病：倒文（本书他处三处皆作"
|
||
"「金木者」）、误「终始」为「始终」、脱「生成之」后逗号；据传本一并订正为「金木者，生成之终始也」"),
|
||
("生成之始终", "生成之终始", 1, # 每行命中 1 次（第 33／109／657 行各一处；第 149 行倒文已由上一条先行订正）
|
||
"**用户 2026-09-20 判决：修正内容（＝改正文）**。《素问》传本作「金木者，生成之终始也」，"
|
||
"本书三处（第 33／109／657 行）引作「始终」；据传本订正。⚠ 本库由此**与印刷本有意不一致**"
|
||
"（印刷本作「始终」），原「引文用字体例·金木者生成之始终」一条已改记为订正记录，检索须用新字「终始」"),
|
||
("诸事皆宜，故曰和事草", "诸物皆宜，故云菜伯、和事", 1,
|
||
"**用户 2026-09-20 判决：修正内容（＝改正文）**。《本草纲目·菜部·葱》传本作「诸物皆宜，故云菜伯、和事」"
|
||
"（菜伯、和事皆葱之别称）；本书引作「诸事皆宜，故曰和事草」，据传本订正。"
|
||
"⚠ 第 111 行作者自述「其别称和事草非无缘由」为作者原文、不在引文内，**不改**"),
|
||
("《晋书·世相武帝》", "《晋书·世祖武帝》", 1,
|
||
"**用户 2026-09-20 判决：修正内容（＝改正文）**。晋武帝司马炎庙号**世祖**（《晋书》纪作「世祖武皇帝」），"
|
||
"「相」为「祖」之形近讹字"),
|
||
("咸宁九年（公元288年）", "太康九年（公元288年）", 1,
|
||
"**用户 2026-09-20 判决：修正内容（＝改正文）**。咸宁仅五年（275–280），288 年当为**太康九年**"
|
||
"（太康元年＝280 年）；年号与公元纪年不合，据史订正"),
|
||
("陇西式殒霜", "陇西陨霜", 1,
|
||
"**用户 2026-09-20 判决：修正内容（＝改正文）**。《晋书》载太康九年「夏四月，陇西陨霜，伤宿麦」；"
|
||
"「式」为衍字（或「陨」之讹），据史订正"),
|
||
("今俗称江米：稷与稕同", "今俗称江米。稷与穄同", 1,
|
||
"**用户 2026-09-20 判决：修正内容（＝改正文）**。前后为两事，冒号当作句号；同段上文列举谷名正含「穄」"
|
||
"（黍、稷、稻、粱…体系），「稕」（zhùn，束秆）于此无义，形近致误"),
|
||
("即古称之梁米", "即古称之粱米", 1,
|
||
"**用户 2026-09-20 判决：修正内容（＝改正文）**。「粱」为谷名（粱米），「梁」为桥／国名；"
|
||
"同段下文正作「高粱」，「梁」「粱」形近致误"),
|
||
("如南宋代朱弁", "如南宋朱弁", 1,
|
||
"**用户 2026-09-20 判决：修正内容（＝改正文）**。「代」字衍（朱弁即南宋人）；本书他处皆作「南宋」"),
|
||
("即1102～1135年", "即1102～1106年", 1,
|
||
"**用户 2026-09-20 判决：修正内容（＝改正文）**。崇宁为宋徽宗年号，实止 1106 年（1102–1106）；"
|
||
"1135 年已入绍兴五年，与崇宁不符，据史订正"),
|
||
("为家畜早的畜类之一", "为家畜较早的畜类之一", 1,
|
||
"**用户 2026-09-20 判决：修正内容（＝改正文）**。脱「较」字；同段下文亦作「性成熟较早」，可互证"),
|
||
]
|
||
|
||
# ── C 类逐条「原书用字」核定（**用户 2026-09-20 核定，26 条全覆盖**）──────────
|
||
# 键＝C_FIXES 的讹形。值＝(归类, 说明)
|
||
# "印刷之误" = 印刷本自身即作讹形 → 属第三类「原书印刷之误·本库订正」，**不得据「原书如此」回流**
|
||
# "录入讹误" = 印刷本作正形，讹形系录入／导出所致 → 原书不误
|
||
C_ORIGIN = {
|
||
# —— 印刷之误（16 条；用户核对原书／据传本·史实订正）——
|
||
"脏病者宜食以霍": ("印刷之误", "**用户核原书**：原书即作「霍」"),
|
||
"葱似囟，外直中空，有囟道之象也": ("印刷之误＋录入", "「囟→囱」为本件录入之误；「似→从」「道→通」为**原书**引《纲目》异文（本轮据传本订正）"),
|
||
"诸事皆宜，故曰和事草": ("印刷之误", "**用户核原书**：原书引《纲目》作「诸事皆宜，故曰和事草」"),
|
||
"木金者生成之始终也": ("印刷之误", "**用户核原书**：原书即作「木金者生成之始终也」（倒文＋脱逗）"),
|
||
"生成之始终": ("印刷之误", "**用户核原书**：原书三处引《素问》皆作「始终」"),
|
||
"蘖未一斗调和": ("印刷之误", "**用户核原书**：「未」当作「末」，原书即作「未」"),
|
||
"儆（生但反）": ("印刷之误", "**用户核原书**：原书即作「儆」，当作「馓」"),
|
||
"盖脾为脾之副脏": ("印刷之误", "**用户核原书**：原书即作「脾」，当作「脺」"),
|
||
"《晋书·世相武帝》": ("印刷之误", "**用户核原书**：原书即作「世相」"),
|
||
"咸宁九年（公元288年）": ("印刷之误", "**用户核原书**：原书即作「咸宁九年」"),
|
||
"陇西式殒霜": ("印刷之误", "**用户核原书**：原书即作「陇西式殒霜」"),
|
||
"今俗称江米：稷与稕同": ("印刷之误", "**用户核原书**：原书即作「：稷与稕同」"),
|
||
"即古称之梁米": ("印刷之误", "**用户核原书**：原书即作「梁米」"),
|
||
"如南宋代朱弁": ("印刷之误", "**用户核原书**：原书即作「南宋代」"),
|
||
"即1102～1135年": ("印刷之误", "**用户核原书**：原书即作「1102～1135年」"),
|
||
"为家畜早的畜类之一": ("印刷之误", "**用户核原书**：原书即作「家畜早的」"),
|
||
# —— 录入讹误（10 条；**用户 2026-09-20 核定：原书作正形，本件误，修正正确**）——
|
||
"白截浆": ("录入讹误", "原书作「白酨浆」；「截」为录入形近之误。底本（另一书）印刷本同讹形，属同类录入性讹字"),
|
||
"白黻浆": ("录入讹误", "原书作「白酨浆」（本条标题即作「四、肺金谷物白酨浆」）；「黻」为录入形近之误"),
|
||
"小豆，苔也。角曰英，叶曰霍，茎曰萁": ("录入讹误", "原书引《广雅·释草》作「小豆，荅也。角曰荚，叶曰藿，茎曰萁」；三处艹部为录入连误"),
|
||
"薙": ("录入讹误", "原书作「薤」（本条标题即作「五、肾菜薤」）；第 1 章同字例 4 处经用户 2026-09-17 判决改「薤」"),
|
||
"称西鸡而不称卯鸡": ("录入讹误", "原书作「酉鸡」；同条下文「酉位西方，属金」可证"),
|
||
"唐代孔顥达《诗疏》": ("录入讹误", "原书作「孔颖达」；「顥」为录入形近之误"),
|
||
"紫苑五分": ("录入讹误", "原书作「紫菀」；「苑」为录入形近之误"),
|
||
"《陶名景评传》": ("录入讹误", "原书作「《陶弘景评传》」；「名」为录入形近之误"),
|
||
"狗居戍位": ("录入讹误", "原书引《曲洧旧闻》作「狗居戌位」；同篇「戌时为一更」「太阳出于寅没于戌」可证"),
|
||
"朱笠《曲消旧闻》": ("录入讹误", "原书作「朱弁《曲洧旧闻》」；「笠／消」为录入形近之误"),
|
||
}
|
||
|
||
|
||
assert set(C_ORIGIN) == {b for b, _g, _n, _w in C_FIXES}, \
|
||
"C_ORIGIN 未逐条覆盖 C_FIXES 的讹形（原书用字栏会漏标）"
|
||
|
||
# ── C 类回改（用户判决「原文无误」→ 撤销本库前批修正；锚校验）──────────
|
||
# (清洗版应含原文形, 本库前批改形, 依据)
|
||
REVERTS = [
|
||
("范致虚上方十二宫神", "范致虚上言十二宫神",
|
||
"**用户 2026-09-20 判决：「上方」原文无误**——撤销本库第 1 批将「上方」改「上言」之处，"
|
||
"回改与原件一致（核对清单 #39 中该分项）。本条其余二处（「戌位」修正、「朱弁《曲洧旧闻》」）"
|
||
"经判决维持修正"),
|
||
]
|
||
|
||
# ── D 类：标点规范化（锚校验）─────────────────────────────────────────
|
||
D_FIXES = [
|
||
("生河东、平泽。", "生河东、平泽。”", 1,
|
||
"《别录》大枣条文引号只有起无收，据同一引文体例补收尾引号（引号配平）"),
|
||
("意有相通之处，”杏之叶似珩之状", "意有相通之处”，杏之叶似珩之状", 1,
|
||
"收尾引号当在逗号之前（原误倒作「，”」），与全书引文体例一致"),
|
||
("今俗人呼为乌麻者，非也。”。", "今俗人呼为乌麻者，非也。”", 1,
|
||
"引号内已用句号收句，引号外重出一句号，去其重复"),
|
||
]
|
||
|
||
# ── H 类：标题层级（章 2 / 节 3 / 条目 4）─────────────────────────────
|
||
H_RULES = [
|
||
(re.compile(r"^第[一二三四五六七八九十]+章[ ]"), 2, "章"),
|
||
(re.compile(r"^第[一二三四五六七八九十]+节[ ]"), 3, "节"),
|
||
(re.compile(r"^[一二三四五六七八九十]+、"), 4, "条目"),
|
||
]
|
||
|
||
# ── H 类：五菜条目序号重出，顺次改正（锚校验；顺序执行）────────────────
|
||
RENUM = [
|
||
("二、脾菜生姜", "三、脾菜生姜",
|
||
"五菜条目原序号作 一、肝菜韭／二、心菜藿／**二**、脾菜生姜／三、肺菜葱／四、肾菜薙——「二」重出，"
|
||
"与本节目次（肝→心→脾→肺→肾）不合，顺次改正为 一／二／三／四／五"),
|
||
("三、肺菜葱", "四、肺菜葱", "同上，顺次改正"),
|
||
("四、肾菜薤", "五、肾菜薤", "同上，顺次改正（「薤」字已由 C 类修正）"),
|
||
]
|
||
|
||
# ── E 类：存疑（原文不改，登记待核）───────────────────────────────────
|
||
SUSPECTS = [
|
||
("汉前辟谷敬佩术",
|
||
"「敬佩」于此不可通（1973 年长沙马王堆汉墓帛书有《却谷食气篇》）。疑当作「辟谷却谷术」"
|
||
"或「辟谷行气术」之类，无版本依据不敢臆改，待核原书。"),
|
||
("喝溪水而",
|
||
"《淮南子》述单豹避世深山，「喝溪水」疑当作「饮溪水」，「喝」「饮」非形近，待核原书。"),
|
||
("葱从囱，外直中空，有囱通之象也……初生曰葱针",
|
||
"**用户 2026-09-20 判决「修正内容」→ 已并订正**。本条引《纲目》与传本《本草纲目·菜部·葱》三处异文"
|
||
"（①「葱似囱」／传本「葱从囱」；②「有囱道之象也」／传本「有囱通之象也」；③「诸事皆宜，故曰和事草」／"
|
||
"传本「诸物皆宜，故云菜伯、和事」）**皆据传本改从**（另「囟→囱」为录入讹误）。"
|
||
"⚠ 清洗版由此**与印刷本有意不一致**（印刷本作「似／道／和事草」），**不得据「原书如此」回流**。"),
|
||
("艮为果瓜",
|
||
"《周易·说卦》原文作「为果蓏」（蓏＝草实）；本条作「果瓜」。下文引《周礼》「有核曰果，"
|
||
"无核曰瓜」正承此，疑作者有意引作「瓜」，登记待核。"),
|
||
("宜以刀竖副其皮",
|
||
"《齐民要术》桃条作「宜以刀竖劙其皮」（劙＝割）；本条作「副」，而同条下文自注「（副，"
|
||
"即用刀割开）」明系原书用「副」而自释之，疑非讹字，登记待核。"),
|
||
("珩是由两块半圆形的曲玉相对而成",
|
||
"「珩」凡四见（含「珩、苔、荇、杏为一组同源词」「杏之叶似珩之状」）；同一段内「苔」"
|
||
"与「杏」并见，字形与文义均有可疑（珩＝玉佩，与「杏叶似珩之状」之说待核），待核原书。"),
|
||
("杨行密",
|
||
"「杨行密（852～905，唐末著名政治家，字化源，庐州合肥人，即今之安徽长丰）改名为甜梅」"
|
||
"——杨行密事迹与「改名为甜梅」不相应，且本句出处《绵竹县志》待核，文义存疑。"),
|
||
("《晋书·世祖武帝》",
|
||
"**用户 2026-09-20 判决「修正内容」→ 三处均已据史订正**：①「世相武帝」→「**世祖武帝**」"
|
||
"（司马炎庙号世祖）；②「咸宁九年（公元 288 年）」→「**太康九年（公元 288 年）**」"
|
||
"（咸宁仅五年，288 年当为太康九年）；③「陇西式殒霜」→「**陇西陨霜**」（《晋书》作"
|
||
"「夏四月，陇西陨霜，伤宿麦」，「式」为衍字）。⚠ 清洗版与印刷本有意不一致，**不得回流**。"),
|
||
("蘖末一斗调和",
|
||
"《齐民要术》引《食经》作饴法「着盆中，蘖未一斗调和」——「未」疑当作「末」（蘖末＝麦芽粉，"
|
||
"同条下文及本书第 479 行皆以「麦芽粉」为说）；又「一宿，则得一斗五斛」量名可疑，并待核。"),
|
||
("今俗称江米。稷与穄同",
|
||
"**用户 2026-09-20 判决「修正内容」→ 三处均已订正**：①「今俗称江米：稷与稕同」→"
|
||
"「**今俗称江米。稷与穄同**」（冒号当作句号；「稕」当作「穄」，同段列举谷名正含「穄」）；"
|
||
"②「即古称之梁米」→「**即古称之粱米**」（粱＝谷名，梁＝桥梁，形近）。"
|
||
"⚠ 清洗版与印刷本有意不一致，**不得回流**。"),
|
||
("无在身边即便的习惯",
|
||
"「其大小便也有固定在离其卧身处较远的地方，无在身边即便的习惯」——「即便」于此不可通，"
|
||
"疑当作「随便」，待核原书。"),
|
||
("故马蹄园，牛蹄坼",
|
||
"本题两处待核：①「马蹄园」疑当作「马蹄圆」（下文「牛蹄坼」对文）；"
|
||
"②「牛病则立，阳盛世也」疑衍「世」字（上文对文作「马病则卧，阴盛也」）。"),
|
||
("《周易·说卦》谓：“坤为土。”",
|
||
"《周易·说卦》作「坤为地」；紧接着的李鼎祚注正作「坤象地，任重而顺，故为牛」，"
|
||
"「土」疑当作「地」，待核原书。"),
|
||
("盖脺为脾之副脏",
|
||
"「盖脾为脾之副脏」文义不通，同段下文作「故胰为脾之副脏之说甚是合理」，本条标题亦作"
|
||
"「三、脾土畜牛脾（胰）」；疑前「脾」当作「胰」，待核原书。"),
|
||
("如南宋朱弁",
|
||
"**用户 2026-09-20 判决「修正内容」→ 两处均已订正**：①「如南宋代朱弁」→「**如南宋朱弁**」"
|
||
"（「代」字衍）；②「即 1102～1135 年」→「**即 1102～1106 年**」（崇宁实止 1106 年）。"
|
||
"⚠ 清洗版与印刷本有意不一致，**不得回流**。"),
|
||
("羊是人类驯养为家畜较早的畜类之一",
|
||
"**用户 2026-09-20 判决「修正内容」→ 已订正**：「为家畜早的畜类之一」→"
|
||
"「**为家畜较早的畜类之一**」（脱「较」字；同段下文亦作「性成熟较早」，可互证）。"),
|
||
("《经》云：“金木者，生成之终始”",
|
||
"**用户 2026-09-20 判决「修正内容」→ 四处皆已据传本订正**：《素问》作"
|
||
"「金木者，生成之终始也」，本书三处（第 33／109／657 行）引作「始终」，另第 149 行作"
|
||
"「木金者生成之始终也」（倒文＋脱逗），一并订正为「**金木者，生成之终始也**」。"
|
||
"⚠ 清洗版**与印刷本有意不一致**（印刷本作「始终」），**不得据「原书如此」回流**；"
|
||
"检索须用新字「终始」（以「始终」检索不能命中）。"
|
||
"**勘正（2026-09-20）**：本库前曾记「第 1 章亦见同语，可两章同办」——经核**第 1 章实无此语**；"
|
||
"第 1 章第 561 行所引为「金木者，阴阳之道路也」，与传本《素问·天元纪大论》"
|
||
"「左右者，阴阳之道路也」不同，**系另一条引文、另案登记**，与本条无涉。"),
|
||
]
|
||
|
||
# ── F 类：体例登记（不校改）───────────────────────────────────────────
|
||
VERSION_NOTES = [
|
||
("五菜条目「脏位」命名",
|
||
"第一节五菜条目作「肝菜韭／心菜藿／脾菜生姜／肺菜葱／肾菜薤」。与《灵枢·五味》脏病者宜食"
|
||
"比对：韭（肝）、生姜（代脾菜葵）、葱（肺）与《灵枢》一致；藿（《灵枢》为肾病宜食之菜）、"
|
||
"薤（《灵枢》属心）二者与《灵枢》所宜之脏**互易**，正合第一节引言「心肾之品交换使用，"
|
||
"肝肺之品互易使用」之说。原书如此，登记不改，另列待核对项。"),
|
||
("五果／五谷／五畜条目「脏位」命名",
|
||
"五果（肺金果桃／肾水果栗／脾土果大枣／肝木果李／心火果杏）、五畜（肺金畜鸡肝／肾水畜猪心／"
|
||
"脾土畜牛脾／肝木畜犬肺／心火畜羊肾）之脏位与《灵枢·五味》五果（桃辛—肺、栗咸—肾、枣甘—脾、"
|
||
"李酸—肝、杏苦—心）、五畜（鸡辛—肺、豕咸—肾、牛甘—脾、犬酸—肝、羊苦—心）一一相合；"
|
||
"五谷（肝木谷物麻油／心火谷物麦酒／脾土谷物黄饴／肺金谷物白酨浆／肾水谷物苦酒）之脏位"
|
||
"与所补脏用味（辛／咸／甘／酸／苦）相合。条目序次依虚劳五补方之脏序（肝→心→脾→肺→肾），"
|
||
"非《灵枢》本序。"),
|
||
("底本方剂实测（五补汤所用菜果畜）",
|
||
"底本清洗版实测：大养生补肝汤用「葱叶十四茎、桃奴十四枚」（肺菜＋肺果）；"
|
||
"调神补心汤用「藿三两、栗仁十一枚」（肾菜＋肾果）；凝息补肺汤用「韭三两、李八枚」（肝菜＋肝果）；"
|
||
"固元补肾汤用「薤白三两、苦杏七枚」（心菜＋心果）——即引言「心肾之品交换使用、肝肺之品互易"
|
||
"使用」之实录（本库内部互证，不改原文）。"),
|
||
("交叉引证",
|
||
"本件以「见第一章第X节·Y／详说请参第一章第六节·十一」方式回指第 1 章 4 处："
|
||
"第 69 行「见第一章第一节·二」（生姜）、第 117 行「见第一章第六节·十」（薤白）、"
|
||
"第 483 行「详说请参第一章第六节·十一」（白酨浆）、第 487 行「详说可参第一章第六节·六」（酢／苦酒）。"
|
||
"与第 1 章结构索引逐条吻合。"),
|
||
("行内枚举号 ①②",
|
||
"第 137 行「（典术有两义：①谓经典之学，②官名：明设阴阳学官…）」之 ①② 为**行内枚举**，"
|
||
"非脚注标记；本件无脚注标记（第 1 章之 6 处脚注标记已按用户判决处理）。"),
|
||
("数字与汉字间半角空格",
|
||
"源件为 PDF／文本层导出，半角数字与汉字间普遍带一个半角空格（**18 处**，如「中国文物出版社 2003 年 5 月」"
|
||
"「公元前 48～33 年」「发现 10 座」）。本次按「句中误入空格」一律删除。"
|
||
"注：第 1 章清洗版存 1 处同类未清（「用升麻 10 克、小米 10 克…」），本件从严。"
|
||
"**用户 2026-09-20 判决：保持现状**——本件从严删除、不回改，亦不回补第 1 章；"
|
||
"**两章体例暂不统一**，登记待后续统一（详见检查报告第二节清单）。"),
|
||
("引文订正·《素问》「金木者，生成之终始」（★）",
|
||
"本书三处引《素问》原作「金木者，生成之始终」，另第 149 行作「木金者生成之始终也」（倒文＋脱逗）；"
|
||
"**用户 2026-09-20 判决「修正内容」→ 四处一并据传本订正为「金木者，生成之终始也」**。"
|
||
"⚠ 清洗版**与印刷本有意不一致**（印刷本作「始终」），**不得据「原书如此」回流**；"
|
||
"**检索须用新字「终始」**（以「始终」检索不能命中本库文本）。"
|
||
"**传本出处**：《素问·天元纪大论篇第六十六》「然天地者，万物之上下也；左右者，阴阳之道路也；"
|
||
"水火者，阴阳之征兆也；**金木者，生成之终始也**」（另有传本作「生长之终始」之异文）。"
|
||
"**勘正**：本库前记「第 1 章亦见同语」有误——第 1 章实无此语，其所引为「金木者，阴阳之道路也」"
|
||
"（传本作「左右者」），属另一条引文，已另案登记。"),
|
||
("引文订正·《纲目》葱条（★）",
|
||
"本书引《纲目》葱条与传本《本草纲目·菜部·葱》有三处异文：①「葱似囱」／传本「葱从囱」；"
|
||
"②「有囱道之象也」／传本「有囱通之象也」；③「诸事皆宜，故曰和事草」／传本「诸物皆宜，"
|
||
"故云菜伯、和事」。**用户 2026-09-20 判决「修正内容」→ 三处皆据传本改从**（另「囟→囱」为录入讹误）。"
|
||
"⚠ 清洗版**与印刷本有意不一致**，**不得回流**；第 111 行作者自述「其别称和事草非无缘由」为作者原文，**不在引文内、未改**。"),
|
||
("用字体例·「脺」（★）",
|
||
"第 577 行「盖**脺**为脾之副脏」——**用户 2026-09-20 核对原书**：前「脾」当作「脺」（音 cuì）；"
|
||
"用户释曰：「散膏即脺也，脾之质子为胰子，形如膏，故曰散膏」。→ 检索时以「脾」「胰」均不能命中"
|
||
"该字，须用「脺」；本条标题作「三、脾土畜牛脾（胰）」，同段下文作「故胰为脾之副脏之说甚是合理」。"),
|
||
("用字体例·原书用字（★）",
|
||
"经用户 2026-09-20 核对原书确认「原书如此」而判决保留不改者：①**「副」**（第 135 行"
|
||
"「桃性皮急，宜以刀竖副其皮」，同条作者自注「（副，即用刀割开）」，与《齐民要术》传本"
|
||
"「劙」不同）；②**「珩」**与**「苔」**（第 281 行「珩、苔、荇、杏为一组同源词」"
|
||
"「杏之叶似珩之状」，凡四见）；③**「杨行密…改名为甜梅」**及所引《绵竹县志·卷八》"
|
||
"（第 281 行，文义不相应系作者原文）。→ **检索须用原字**（以「劙」「衡」等检索均不能命中）。"),
|
||
("引文用字体例·《周易·说卦》「艮为果瓜」（★）",
|
||
"本书引《周易·说卦》作「艮为果瓜」（传本作「为果蓏」，蓏＝草实），且同段引《周礼》亦作"
|
||
"「有核曰果，无核曰瓜」，本书用字自成一体。**用户 2026-09-20 判决「原书如此」保留不改**。⚠ **注意本条与上二条判然不同**：「果瓜」为《说卦》引文而**判决保留**（未入「保留」类，故未改）；"
|
||
"《素问》「始终」、《纲目》葱条同属引文异文而**判决修正内容、已改从传本**。"
|
||
"故本库对引文异文**不作统一处理，逐条依用户判决**；检索时《说卦》须用「果瓜」、「素问」须用「终始」。"),
|
||
("原书印刷之误·本库订正（★重要）",
|
||
"经用户核对原书，本书**印刷本自身**存在讹字与序号重出：#8 第 49 行原书即作「以霍」（当作「藿」）；"
|
||
"#10 五菜条目原书序号「二」重出。本库据内证（本条题名、下文同字例）与所引文献原文订正，"
|
||
"**用户 2026-09-20 判决「修正有理，保留修正」／「按修正排序」**。故本清洗版与印刷本在个别字上"
|
||
"**有意不一致**，凡此类均在待核对清单判决栏与本表登记，**不得据「原书如此」回流改回**；"
|
||
"与「录入／导出讹误」（第 1 章之薙→薤、白截浆→白酨浆等，原书不误而本件误）分属两类。"
|
||
"**2026-09-20 追加**：本条范围扩及**印刷本自身有误、经用户判决据正字订正**者共 **6 条 11 处**——"
|
||
"#6《素问》「始终」→「终始」4 处（含 1 处倒文）、#13《纲目》葱条三处异文、#27《晋书》「世相武帝／咸宁九年／"
|
||
"陇西式殒霜」3 处、#30「：／稕／梁米」3 处、#40「南宋代／1102～1135年」2 处、#42 脱「较」1 处；"
|
||
"此类清洗版**一律与印刷本有意不一致**，**不得据「原书如此」回流改回**，检索须用订正后新字。"
|
||
"**2026-09-20 定案**：C 类 26 条的「原书用字」**已逐条核定、不漏一条**"
|
||
"（见报告 §三「原书用字」栏）：**印刷之误 16 条**（含本轮 6 条 11 处）、"
|
||
"**录入讹误 10 条**（原书作正形，见下条）。"),
|
||
("录入／导出讹误（原书不误、本件误）（★）",
|
||
"**用户 2026-09-20 核定：以下 10 条原书均作正形，讹形系录入／导出所致，修正正确——**"
|
||
"①白截浆→**白酨浆**（行13）②白黻浆→**白酨浆**（行481，本条标题即作「白酨浆」）"
|
||
"③《广雅》三误 苔→**荅**／英→**荚**／霍→**藿**（行51）④薙→**薤**（行115，本条标题作「肾菜薤」）"
|
||
"⑤西鸡→**酉鸡**（行525）⑥孔顥达→**孔颖达**（行347）⑦紫苑→**紫菀**（行601）"
|
||
"⑧陶名景→**陶弘景**（行617）⑨戍位→**戌位**（行625）⑩朱笠《曲消旧闻》→**朱弁《曲洧旧闻》**（行625）。"
|
||
"此类与上条「原书印刷之误·本库订正」**判然不同：原书不误、只在电子本误**，故**清洗版此处与印刷本一致**"
|
||
"（可直接以印刷本复核）；两类合计 C 类 26 条，已无「待定」条目。"),
|
||
|
||
("源件标题层级已就地优化（★例外）",
|
||
"01_来源数据/《…》第2章.md 原标题 25 行原样为「##」（章／节／条目不分级）。"
|
||
"**经用户 2026-09-20 明确指令**，已就地优化为 章2／节3／条目4（同第 1 章体例），"
|
||
"共改 24 行标题；**正文 641 行逐行未动**（脚本落盘前断言「去标题行后正文逐行相同」）。"
|
||
"改动前逐字节快照：`01_来源数据/《…》第2章_层级优化前快照_20260920.md`（md5 `92fd55f8…`）；"
|
||
"原件 md5 `92fd55f8…` → `a9168956…`。脚本 `05_脚本工具/11_retitle_src_ch2.py`（默认 dry-run；幂等）。"
|
||
"⚠ 此为 README 归档原则「01_来源数据不可修改」的**第二例明文例外**（第 1 章同办于 2026-09-17）。"),
|
||
]
|
||
|
||
# ── 自检：20 条目「脏—味」⇄ 本书体用化说 + 底本五味五行表 ────────────
|
||
# 味 → 可属之脏（底本「味辛皆属木…」＋本书体用化说）；括号内为「体／用／化」位
|
||
WEI2ZANG = {
|
||
"辛": [("肝", "用"), ("肺", "化"), ("脾", "体")],
|
||
"咸": [("心", "用"), ("肾", "化")],
|
||
"甘": [("脾", "用"), ("肾", "体")],
|
||
"酸": [("肝", "体"), ("肺", "用"), ("心", "化")],
|
||
"苦": [("心", "体"), ("肾", "用")],
|
||
}
|
||
# (节, 条目名, 脏, 味, 味依据, 底本／第1章互证)
|
||
ITEMS20 = [
|
||
("第一节 五菜", "一、肝菜韭", "肝", "辛", "第 45 行「以其口尝为辛味…以属肝菜论之」", "第 1 章第一节·二 生姜（木中火／木中水）"),
|
||
("第一节 五菜", "二、心菜藿", "心", "咸", "第 49 行「为肾病宜食之菜，味咸」", "底本调神补心汤用藿三两"),
|
||
("第一节 五菜", "三、脾菜生姜", "脾", "辛", "第 15 行「菜类为用生姜代脾菜葵」；第 1 章第一节·二", "第 1 章 生姜（木中火）"),
|
||
("第一节 五菜", "四、肺菜葱", "肺", "辛", "第 73 行「列为肺脏病者宜食之菜，味辛」", "底本大养生补肝汤用葱叶十四茎"),
|
||
("第一节 五菜", "五、肾菜薤", "肾", "苦", "第 117 行回指第 1 章第六节·十；《灵枢·五味》薤苦", "第 1 章 薤白（水中土、水中金）"),
|
||
("第二节 五果", "一、肺金果桃、桃奴、桃核仁", "肺", "辛", "第 125 行「味辛」", "底本大养生补肝汤用桃奴十四枚"),
|
||
("第二节 五果", "二、肾水果栗", "肾", "咸", "第 185 行「味咸」", "底本调神补心汤用栗仁十一枚"),
|
||
("第二节 五果", "三、脾土果大枣", "脾", "甘", "第 213 行「味甘」", "《灵枢·五味》枣甘—脾"),
|
||
("第二节 五果", "四、肝木果李", "肝", "酸", "第 243 行「味酸」", "底本凝息补肺汤用李八枚"),
|
||
("第二节 五果", "五、心火果杏、杏核仁", "心", "苦", "第 271 行「味苦」", "底本固元补肾汤用苦杏七枚"),
|
||
("第三节 五谷酿制品", "一、肝木谷物麻油", "肝", "酸", "第 323 行「味酸」", "《灵枢》麻酸—肝（本书第 399 行改以「香油」辛窜为说）"),
|
||
("第三节 五谷酿制品", "二、心火谷物麦酒", "心", "苦", "第 405 行「味苦」", "底本调神补心汤用麦酒（《别集本》）"),
|
||
("第三节 五谷酿制品", "三、脾土谷物黄饴", "脾", "甘", "第 441 行「味甘」", "底本建中补脾汤用黄饴"),
|
||
("第三节 五谷酿制品", "四、肺金谷物白酨浆", "肺", "酸", "第 486 行回指第 1 章第六节·十一；底本十三种药「白酨浆为金中金，又为金中火」（味酸皆属金）", "第 1 章 白酨浆（金中金、金中火）"),
|
||
("第三节 五谷酿制品", "五、肾水谷物苦酒", "肾", "苦", "第 490 行回指第 1 章第六节·六（酢，即苦酒）", "第 1 章 酢（金中水）"),
|
||
("第四节 五畜脏器", "一、肺金畜鸡肝", "肺", "辛", "第 508 行「谓鸡味辛，为肺病者宜食之畜」", "《灵枢》鸡辛—肺"),
|
||
("第四节 五畜脏器", "二、肾水畜猪心", "肾", "咸", "第 548 行「谓猪味咸，为肾脏病者宜食之畜」", "《灵枢》豕咸—肾"),
|
||
("第四节 五畜脏器", "三、脾土畜牛脾（胰）", "脾", "甘", "第 568 行「谓牛味甘，为脾病者宜食之畜」", "《灵枢》牛甘—脾"),
|
||
("第四节 五畜脏器", "四、肝木畜犬肺", "肝", "酸", "第 598 行「谓犬为肝病者宜食之畜，味酸」", "《灵枢》犬酸—肝"),
|
||
("第四节 五畜脏器", "五、心火畜羊肾", "心", "苦", "第 644 行「心病者宜食羊，味苦」", "《灵枢》羊苦—心"),
|
||
]
|
||
|
||
# ── 待核对清单：固定条目表（锚＝清洗版唯一子串；行号由脚本定位）────────
|
||
CHECK_ITEMS = [
|
||
# (类型, 锚, 问题, 依据, 建议)
|
||
("版式清理确认", "菜、果、谷、畜均为寻常食品类",
|
||
"行尾空格 **304 行**（正文段落末尾普遍带 1 个半角空格）已逐行删除",
|
||
"源件为 PDF／文本层导出，段落末尾带半角空格；第 1 章用户精清稿已清净（0 行）",
|
||
"复核；如欲保留可回改（脚本 A 类规则）"),
|
||
("版式清理确认", "心主血脉，血水同体",
|
||
"句中误入半角空格 **正文 27 处**（汉字↔汉字；标题内 6 处体例保留）＋ **18 处**（数字↔汉字）＋ 全角标点旁空格已删除",
|
||
"扫描／文本层导出残留；与底本 03_clean_yinshua.py「句中误入空格」同例",
|
||
"复核；数字两侧留空如欲保留可回改（详报告第二节逐处清单）"),
|
||
("版式清理确认", "葱宜浅栽苗，勤锄勤培土",
|
||
"（3）（4）段原用半角标点（, : ; ( ) ~）与 LaTeX 残留「$7 \\sim 10$」，已规范为全角并还原「7～10」",
|
||
"标点体例统一（半角改全角）；LaTeX 为 PDF 公式化残留，读作数据还原",
|
||
"复核"),
|
||
("断行接合确认", "其雌花枝上的顶端、叶、种子及茎中均含大麻脂",
|
||
"原被空行切断，已接合为一段（本次 B 类）",
|
||
"同一句文义相连（「…种子及／茎中均含大麻脂。」）",
|
||
"复核；如原书另起段落，可回改"),
|
||
("断行接合确认", "《齐民要术》引史游（西汉时人约公元前48～33年）《急就篇》云",
|
||
"原为相邻两行（无空行，硬换行），已接合为一段（本次 B 类）",
|
||
"「引史游（…）」与「《急就篇》云：…」为同一句",
|
||
"复核；如原书另起段落，可回改"),
|
||
("断行接合确认", "又谓“说言乎兑。”",
|
||
"原被空行切断，已接合为一段（本次 B 类）",
|
||
"「又谓」与下文引文为同一句",
|
||
"复核"),
|
||
("修正确认", "三、脾菜生姜",
|
||
"五菜条目原序号作 一／二／**二**／三／四（「二」重出），已顺次改为 一／二／三／四／五",
|
||
"本节按肝→心→脾→肺→肾列条，原序号重出；与第 47 行「二、心菜藿」对校",
|
||
"复核；如原书即重复编号，可回改"),
|
||
("修正确认", "五、肾菜薤",
|
||
"「薤」——原误作「薙」（本次 C 类）",
|
||
"第 1 章第六节·十 作「薤白」（该章「薙」4 处经用户 2026-09-17 判决改「薤」）；本条即《灵枢》五菜之薤",
|
||
"复核；若原书作「薙」可即时回改"),
|
||
("修正确认", "四、肺金谷物白酨浆",
|
||
"「白酨浆」——原误作「白黻浆」（本次 C 类）",
|
||
"第 1 章第六节·十一 作「白酨浆」；底本已判「白戴浆／白截浆」→「白酨浆」",
|
||
"复核"),
|
||
("修正确认", "如清浆水、白酨浆、酢、清酒、麦酒等",
|
||
"「白酨浆」——原误作「白截浆」（本次 C 类）",
|
||
"同上；「截」「酨」形近",
|
||
"复核"),
|
||
("修正确认", "脏病者宜食以藿",
|
||
"「藿」——原误作「霍」（本次 C 类）",
|
||
"本条即「二、心菜藿」，同条下文「以藿为菜」「灰涤菜代藿」皆作「藿」",
|
||
"复核"),
|
||
("修正确认", "小豆，荅也。角曰荚，叶曰藿，茎曰萁",
|
||
"《广雅》引文三处形近讹字：苔→荅、角曰英→角曰荚、叶曰霍→叶曰藿（本次 C 类，同句连误）",
|
||
"《广雅·释草》原文「大豆，菽也。小豆，荅也。角曰荚，叶曰藿，茎曰萁」"
|
||
"（《本草纲目·谷部》引《广雅》同）",
|
||
"复核；如原书确作「苔／英／霍」可回改"),
|
||
("修正确认", "称酉鸡而不称卯鸡",
|
||
"「酉鸡」——原误作「西鸡」（本次 C 类）",
|
||
"十二生肖配十二支作「酉鸡」；同条下文「酉位西方，属金」",
|
||
"复核"),
|
||
("修正确认", "狗居戌位",
|
||
"同条三处分别判决：「戌位」修正正确 · 「上方」原文无误（**已回改**）· 「朱弁《曲洧旧闻》」核对无误",
|
||
"「戌位」：十二支戌配狗，同篇「戌时为一更」「没于戌」皆作「戌」；"
|
||
"「上方」：用户核对原书确认原文无误，本库第 1 批改「上言」之处已回改；"
|
||
"「朱弁《曲洧旧闻》」：南宋朱弁撰《曲洧旧闻》（《四库全书》子部杂家类），原作「朱笠《曲消旧闻》」为讹",
|
||
"复核；「上方」如原书确作「上方」即维持回改"),
|
||
("修正确认", "紫菀五分",
|
||
"「紫菀」——原误作「紫苑」（本次 C 类）",
|
||
"药名作「紫菀」；本条系《幼幼新书》引《婴孺方》白狗肺汤方中药味",
|
||
"复核"),
|
||
("修正确认", "《陶弘景评传》",
|
||
"「陶弘景」——原误作「陶名景」（本次 C 类）",
|
||
"钟国发《陶弘景评传》（中国思想家评传丛书）；全篇人名一律作「陶弘景」",
|
||
"复核"),
|
||
("修正确认", "唐代孔颖达《诗疏》",
|
||
"「孔颖达」——原误作「孔顥达」（本次 C 类）",
|
||
"唐孔颖达撰《毛诗正义》（世称《诗疏》）",
|
||
"复核"),
|
||
("修正确认", "葱从囱，外直中空，有囱通之象也",
|
||
"「囱」2 处——原误作「囟」（本次 C 类）",
|
||
"《本草纲目·菜部·葱》「时珍曰：葱从囱。外直中空，有囱通之象也」（由「蔥」字形立说）",
|
||
"复核；本条另有 3 处引文异文见下「原书核对」项"),
|
||
("标点规范确认", "生河东、平泽。”",
|
||
"《别录》大枣条引文原脱收尾引号，已补「”」（本次 D 类）",
|
||
"同一引文体例（起收成对）；源件引号配平 293／292，补后 293／293",
|
||
"复核；如原书确脱，可回改"),
|
||
("标点规范确认", "意有相通之处”，杏之叶似珩之状",
|
||
"引号与逗号次序已正（原误倒作「之处，”杏之叶」）（本次 D 类）",
|
||
"收尾引号当在逗号之前，与全书引文体例一致",
|
||
"复核"),
|
||
("标点规范确认", "今俗人呼为乌麻者，非也。”",
|
||
"引号外重出的句号已删（原作「。”。」）（本次 D 类）",
|
||
"引号内已用句号收句，重复无义",
|
||
"复核"),
|
||
("原书核对", "汉前辟谷敬佩术",
|
||
"「敬佩」于此不可通，疑当作「辟谷却谷术」或「辟谷行气术」之类",
|
||
"1973 年长沙马王堆汉墓帛书有《却谷食气篇》；「敬佩」与「辟谷」无涉，形义皆不可通",
|
||
"核原书定字"),
|
||
("原书核对", "喝溪水而",
|
||
"「喝」疑当作「饮」",
|
||
"《淮南子》述单豹避世深山，「饮溪水」；「喝」「饮」非形近",
|
||
"核原书"),
|
||
("原书核对", "葱从囱，外直中空，有囱通之象也……初生曰葱针",
|
||
"引《纲目》与传本《本草纲目》三处异文：似／从、道／通、诸事皆宜故曰和事草／诸物皆宜故云菜伯和事",
|
||
"《本草纲目·菜部·葱》传本原文（本次只改「囟→囱」，余三处不改）",
|
||
"核原书（或系作者节引／异本）"),
|
||
("原书核对", "艮为果瓜",
|
||
"《周易·说卦》作「为果蓏」",
|
||
"下文引《周礼》「有核曰果，无核曰瓜」正承此，疑作者有意引作「瓜」",
|
||
"核原书"),
|
||
("原书核对", "宜以刀竖副其皮",
|
||
"《齐民要术》桃条作「宜以刀竖劙其皮」",
|
||
"同条下文作者自注「（副，即用刀割开）」，明系原书用「副」而自释之",
|
||
"核原书；若原书确作「副」则登记无误"),
|
||
("原书核对", "珩是由两块半圆形的曲玉相对而成",
|
||
"「珩」凡四见，字形与文义均有可疑（同段「苔」与「杏」并见）",
|
||
"「珩」＝玉佩；「杏之叶似珩之状」之说待核",
|
||
"核原书"),
|
||
("原书核对", "杨行密",
|
||
"「杨行密（852～905…）改名为甜梅」文义不相应，出处《绵竹县志·卷八》亦待核",
|
||
"杨行密事迹与「改名为甜梅」无涉",
|
||
"核原书"),
|
||
("原书核对", "《晋书·世祖武帝》",
|
||
"三处待核：世相／世祖；咸宁九年（288 年）；陇西式殒霜／陨霜",
|
||
"晋武帝司马炎庙号世祖；咸宁仅五年（275～280），288 年当为太康九年",
|
||
"核原书"),
|
||
("原书核对", "蘖末一斗调和",
|
||
"「未」疑当作「末」（蘖末＝麦芽粉）；「一宿，则得一斗五斛」量名可疑",
|
||
"同条下文及本书第 479 行皆以「麦芽粉」为说",
|
||
"核原书"),
|
||
("原书核对", "今俗称江米。稷与穄同",
|
||
"三处待核：「：」疑当作「。」；「稕」疑当作「穄」；「即古称之梁米」疑当作「粱米」",
|
||
"同段上文列举谷名含「穄」；粱＝高粱，梁＝桥梁",
|
||
"核原书"),
|
||
("原书核对", "无在身边即便的习惯",
|
||
"「即便」于此不可通，疑当作「随便」",
|
||
"上下文义（大小便固定在远离卧处）",
|
||
"核原书"),
|
||
("原书核对", "故马蹄园，牛蹄坼",
|
||
"「马蹄园」疑当作「马蹄圆」；「阳盛世也」疑衍「世」字",
|
||
"下文对文作「马病则卧，阴盛也」",
|
||
"核原书"),
|
||
("原书核对", "《周易·说卦》谓：“坤为土。”",
|
||
"《周易·说卦》作「坤为地」",
|
||
"紧接着的李鼎祚注正作「坤象地，任重而顺，故为牛」",
|
||
"核原书"),
|
||
("原书核对", "盖脺为脾之副脏",
|
||
"疑前「脾」当作「胰」",
|
||
"同段下文「故胰为脾之副脏之说甚是合理」；本条标题作「三、脾土畜牛脾（胰）」",
|
||
"核原书"),
|
||
("原书核对", "如南宋朱弁",
|
||
"「南宋代」疑当作「南宋」（衍「代」）；括注「崇宁（…即1102～1135年）」与史实不合",
|
||
"崇宁实止 1106 年（1102～1106）",
|
||
"核原书"),
|
||
("原书核对", "羊是人类驯养为家畜较早的畜类之一",
|
||
"「为家畜早的畜类之一」疑脱「较」字",
|
||
"文义当作「家畜较早的」",
|
||
"核原书"),
|
||
("原书核对", "《经》云：“金木者，生成之终始”",
|
||
"《素问》作「金木者，生成之终始也」；本书四处作「始终」（另有「木金者生成之始终」一处倒文）",
|
||
"《素问·天元纪大论》「……金木者，生成之终始也」（传本另有「生长之终始」之异文）；"
|
||
"**勘正**：本库前记「第 1 章亦见同语」有误，第 1 章实无此语（其第 561 行所引为「金木者，阴阳之道路也」，另案）",
|
||
"核原书；若原书一律作「始终」则登记为用字体例"),
|
||
("体例确认", "一、肝菜韭",
|
||
"五菜条目「脏位」命名：韭（肝）、生姜（代脾菜葵）、葱（肺）与《灵枢》一致；"
|
||
"藿（《灵枢》属肾）、薤（《灵枢》属心）与《灵枢》所宜之脏互易",
|
||
"正合第一节引言「心肾之品交换使用，肝肺之品互易使用」；底本五补汤实测："
|
||
"心劳用藿、肺劳用韭、肾劳用薤白、肝劳用葱叶",
|
||
"确认是否保持原样（现为保持）"),
|
||
("体例确认", "见第一章第一节·二",
|
||
"本件回指第 1 章的交叉引证 4 处（第 69／117／483／487 行），与第 1 章结构索引逐条吻合",
|
||
"第 1 章清洗版结构索引（节·条目序号）",
|
||
"确认引证序号无误（现为照录）"),
|
||
("体例确认", "《纲目》引“典术”",
|
||
"第 137 行 ①② 为行内枚举，非脚注标记；本件无脚注标记",
|
||
"第 1 章 6 处脚注标记已按用户 2026-09-17 判决处理完毕；本件无同类标记",
|
||
"确认（现为保持原样）"),
|
||
("体例确认", "中国文物出版社2003年5月出版的",
|
||
"数字与汉字间半角空格 18 处已删除（从严），与第 1 章清洗版「用升麻 10 克」体例不一致",
|
||
"本件为 PDF／文本层导出，数字两侧空格为版面残留；第 1 章存 1 处同类未清",
|
||
"确认：本件从严删除（现为删除）；如欲两章统一，可回改或回补第 1 章"),
|
||
]
|
||
|
||
|
||
# ── G 类：人工核验判决记录（用户 2026-09-20 逐条判决，编号＝待核对清单 #）────
|
||
# 判决词汇同第 1 章：改 / 无误 / 保留 / 暂留待核 / 回填脚注 / 去注脚
|
||
# 值＝(判决原文, 归并类, 说明)；归并类 ∈ {保留修正, 保留清理, 保留（本库未改动）, 无误·原书如此, 改}
|
||
VERDICTS = {
|
||
1: ("保留", "修正内容", "**认可已删除**：行尾空格 304 行删除后保持，不恢复原半角空格"),
|
||
2: ("无误", "无误·原书如此", "原书确作「辟谷敬佩术」，本库**不作改动**；**移出存疑**（已核验）"),
|
||
3: ("无误", "无误·原书如此", "原书确作「喝溪水」，本库**不作改动**；**移出存疑**（已核验）"),
|
||
4: ("修正正确", "修正内容", "「白截浆」→「白酨浆」修正正确（本次 C 类已生效）"),
|
||
5: ("无误（保留）", "无误·原书如此", "五菜条目「脏位」命名原书如此（肝菜韭／心菜藿／脾菜生姜／肺菜葱／肾菜薤），保持原样"),
|
||
# —— 第 2 批（用户 2026-09-20，#6–#15）——
|
||
6: ("保留", "修正内容", "**据核改（2026-09-20 用户「全按此拟」）**：本书三处引《素问》「金木者，生成之始终」"
|
||
"及一处倒文「木金者生成之始终也」，一并据传本订正为「**金木者，生成之终始**」；"
|
||
"该四处改后清洗版**与印刷本有意不一致**，并已改记为引文订正（检索须用「终始」）；**移出存疑**"),
|
||
7: ("修正保留", "修正内容", "句中误入空格删除结果保留（正文 27 处＋数字旁 18 处；标题内 6 处体例保留）"),
|
||
8: ("原书如此，但修正有理，保留修正", "修正内容",
|
||
"**经用户核对：原书即作「以霍」**；本次据本库内证（本条题名「二、心菜藿」与下文"
|
||
"「以藿为菜」「灰涤菜代藿」皆作「藿」）订正为「藿」，判决**修正有理、保留修正**"
|
||
"——属「原书印刷之误，本库订正」，非录入讹误"),
|
||
9: ("保留修正", "修正内容", "《广雅》引文三误（苔／英／霍）据《广雅·释草》原文订正为荅／荚／藿，判决保留修正。"
|
||
"※ 本处与 #8 同条同字例（#8 经核原书作「霍」），**本处原书用字待复核**（同理补正，待复核）"),
|
||
10: ("原书错误，按照修正排序", "修正内容", "**经用户核对：原书条目序号「二」重出系原书之误**；"
|
||
"判决按修正后排序（一／二／三／四／五）——属「原书印刷之误，本库订正」"),
|
||
11: ("确认保留", "体例确认（无错字）", "回指第 1 章交叉引证 4 处（第 69／117／483／487 行）与第 1 章结构索引逐条吻合，确认照录保留"),
|
||
12: ("保留", "修正内容", "「囟」→「囱」2 处修正保留（依据《本草纲目·菜部·葱》「葱从囱…有囱通之象」）"),
|
||
13: ("保留", "修正内容", "**据核改（2026-09-20 用户「全按此拟」）**：引《纲目》葱条三处异文（似→从、道→通、"
|
||
"「诸事皆宜，故曰和事草」→「诸物皆宜，故云菜伯、和事」）**皆据传本改从**，"
|
||
"另「囟→囱」为录入讹误；清洗版与印刷本有意不一致、**不得回流**；**移出存疑**"),
|
||
14: ("确认版式清理正确", "修正内容", "（3）（4）段半角标点＋LaTeX 残留「$7 \\sim 10$」已规范为全角并还原「7～10」，确认正确"),
|
||
15: ("修正正确，保留", "修正内容", "「薙」→「薤」修正正确（同第 1 章用户 2026-09-17 判决字例），保留"),
|
||
# —— 第 3 批（用户 2026-09-20，#16–#28）——
|
||
16: ("原书如此，保留", "无误·原书如此", "**经用户核对：原书如此**——本书引《周易·说卦》作「艮为果瓜」（传本作「为果蓏」），"
|
||
"且同段引《周礼》亦作「无核曰瓜」，本书用字自成一体；判决保留不改，登记为**引文用字体例**；移出存疑"),
|
||
17: ("原书如此，保留", "无误·原书如此", "**经用户核对：原书如此**——本书作「宜以刀竖副其皮」，同条作者自注「（副，即用刀割开）」，"
|
||
"与《齐民要术》传本「劙」不同；判决保留不改，登记为**用字体例**；移出存疑"),
|
||
18: ("保持原样", "体例确认（无错字）", "第 137 行 ①② 为**行内枚举**（非脚注标记），判决保持原样"),
|
||
19: ("保留", "修正内容", "《别录》大枣条原脱收尾引号，本次已补「”」，判决保留（维持已补；引号配平 293／293）"),
|
||
20: ("保留", "修正内容", "引号与逗号次序已正（原作「之处，”杏之叶」），判决保留（维持已正）"),
|
||
21: ("原书如此，无误", "无误·原书如此", "**经用户核对：原书如此、「珩」无误**（含同段「珩、苔、荇、杏为一组同源词」「杏之叶似珩之状」）；"
|
||
"本库不作改动，登记为**用字体例**（检索须用「珩」「苔」原字）；移出存疑"),
|
||
22: ("原书如此，保留", "无误·原书如此", "**经用户核对：原书如此**——「杨行密…改名为甜梅」及出处《绵竹县志·卷八》均系作者原文；"
|
||
"判决保留不改，文义不相应之处不作校改；移出存疑"),
|
||
23: ("保留", "修正内容", "「孔顥达」→「孔颖达」修正保留（唐孔颖达撰《毛诗正义》，世称《诗疏》）"),
|
||
24: ("保留", "修正内容", "麻条断行接合保留（原被空行切断，「…种子及／茎中均含大麻脂。」接合为一段）"),
|
||
25: ("保留", "修正内容", "引号外重出句号已删（原作「。”。」），判决保留（维持已删）"),
|
||
26: ("保留", "修正内容", "数字与汉字间半角空格：判决**保持现状**——本件从严删除（18 处），**不回改、亦不回补第 1 章**；"
|
||
"两章体例暂不统一，登记待后续统一"),
|
||
27: ("保留", "修正内容", "**据核改（2026-09-20 用户「全按此拟」）**：①「世相武帝」→「**世祖武帝**」；"
|
||
"②「咸宁九年（公元288年）」→「**太康九年（公元288年）**」；③「陇西式殒霜」→「**陇西陨霜**」；"
|
||
"皆据《晋书》订正，清洗版与印刷本有意不一致、**不得回流**；移出存疑"),
|
||
28: ("保留", "修正内容", "《齐民要术》引史游与《急就篇》两句原为相邻两行（硬换行），接合保留"),
|
||
# —— 第 4 批（用户 2026-09-20，#29–#42，本章全部判决完毕）——
|
||
29: ("「未」当作「末」；「儆（生但反）」当作「馓（生但反）」", "修正内容",
|
||
"**用户核对原书**：两处并改——①「蘖未一斗」→「**蘖末一斗**」（蘖末＝麦芽末／粉）；"
|
||
"②「**儆（生但反）**」→「**馓（生但反）**」（《急就篇》糖食之名，反切「生但反」＝sǎn 正合，"
|
||
"「儆」音 jǐng 不合）。本次 C 类已生效；移出存疑"),
|
||
30: ("保留", "修正内容", "**据核改（2026-09-20 用户「全按此拟」）**：「：」→「**。**」、「稕」→「**穄**」、"
|
||
"「梁米」→「**粱米**」；清洗版与印刷本有意不一致、**不得回流**；移出存疑"),
|
||
31: ("保留", "修正内容", "「白黻浆」→「白酨浆」修正保留（同第 1 章第六节·十一 条目名）"),
|
||
32: ("保留", "修正内容", "「西鸡」→「酉鸡」修正保留（十二生肖配十二支作「酉鸡」；同条下文「酉位西方」）"),
|
||
33: ("原文无误", "无误·原书如此", "**经用户核对：原文无误**——「无在身边即便的习惯」原文如此，"
|
||
"本库不作改动、不作校改；移出存疑"),
|
||
34: ("原文无误", "无误·原书如此", "**经用户核对：原文无误**——「马蹄园」「阳盛世也」原文如此，"
|
||
"本库不作改动、不作校改；移出存疑"),
|
||
35: ("原文无误", "无误·原书如此", "**经用户核对：原文无误**——「坤为土」原文如此（下文李鼎祚注「坤象地」），"
|
||
"本库不作改动、不作校改；移出存疑"),
|
||
36: ('前「脾」为「脺」', "修正内容",
|
||
"**用户核对原书**：前「脾」当作「**脺**」（音 cuì）。用户释曰：「散膏即脺也，脾之质子为胰子，"
|
||
"形如膏，故曰散膏」。本次 C 类已生效（「盖脾为脾之副脏」→「盖脺为脾之副脏」）；移出存疑"),
|
||
37: ("修正正确", "修正内容", "「紫苑」→「紫菀」修正正确（药名；本条系《幼幼新书》引《婴孺方》白狗肺汤方中药味）"),
|
||
38: ("修正正确，保留", "修正内容", "「陶名景」→「陶弘景」修正正确（钟国发《陶弘景评传》）"),
|
||
39: ("「戌位」修正正确；「上方」原文无误；「朱弁《曲洧旧闻》」核对无误", "修正内容",
|
||
"同条三处分别判决：①「戍位」→「**戌位**」修正正确（维持）；"
|
||
"②「上方」→「上言」**原文无误，已回改**（撤销本库第 1 批修正，回改与原件一致，见 C 类回改）；"
|
||
"③「朱笠《曲消旧闻》」→「**朱弁《曲洧旧闻》**」核对无误（维持修正）"),
|
||
40: ("核对正确", "修正内容", "**经用户核对：核对结论正确**，并据用户 2026-09-20「全按此拟」**据核改**："
|
||
"「南宋代」→「**南宋**」（衍「代」）；「即1102～1135年」→「**即1102～1106年**」（崇宁实止 1106）；"
|
||
"清洗版与印刷本有意不一致、**不得回流**；移出存疑"),
|
||
41: ("保留", "修正内容", "《周易·说卦》「又谓／‘说言乎兑。’」断行接合保留"),
|
||
42: ("保留", "修正内容", "**据核改（2026-09-20 用户「全按此拟」）**：「为家畜早的」→「**为家畜较早的**」"
|
||
"（脱「较」字；同段下文作「性成熟较早」可互证）；移出存疑"),
|
||
}
|
||
BUCKETS = ["修正内容", "修正内容（待补正字）", "体例确认（无错字）", "无误·原书如此", "暂留待核", "回填脚注", "去注脚"]
|
||
DISPLAY = {"修正内容": "修正内容（正文已按修正生效）",
|
||
"修正内容（待补正字）": "修正内容·待补正字（判为原书错误，待给正字后改正文）",
|
||
"体例确认（无错字）": "体例确认（无错字，修正不适用）"}
|
||
|
||
|
||
def verdict_stat():
|
||
"""判决分布的归并统计文本。"""
|
||
c = collections.Counter(v[1] for v in VERDICTS.values())
|
||
return " · ".join(f"{DISPLAY.get(k, k)} {c[k]}" for k in BUCKETS if c.get(k))
|
||
|
||
|
||
def resolved_suspect_keys(rows):
|
||
"""依判决把「原书核对」中已判决的存疑项移出存疑册（同第 1 章流程：已判决≠存疑）。"""
|
||
return {r["锚"] for r in rows if r["类型"] == "原书核对" and r["#"] in VERDICTS
|
||
and VERDICTS[r["#"]][1] != "暂留待核"}
|
||
|
||
|
||
# ── 拟正字表（用户判决「修正内容」＝改正文；2026-09-20 用户「全按此拟」→ **已全部落 C 类、正文已生效**）──
|
||
# 本表留作记录：报告 7.1 逐条列出「原书文／拟正字／依据」；改动实况见 C_FIXES 末 12 条
|
||
# (清单#, 清洗版行, 原书文, 拟正字, 依据)
|
||
PENDING_FIXES = [
|
||
(6, 33, "金木者，生成之始终（本书三处）／木金者，生成之始终（一处倒文）",
|
||
"金木者，生成之终始（并正倒文为「金木者」）",
|
||
"《素问》传本作「金木者，生成之终始也」；本书四处皆作「始终」且一处倒文。"
|
||
"改则与传本一致、与原书不一致，属引文异文之取舍，故待确认范围（三处／四处）"),
|
||
(13, 79, "葱似囱／有囱道之象也／诸事皆宜，故曰和事草",
|
||
"葱从囱／有囱通之象也／诸物皆宜，故云菜伯、和事",
|
||
"《本草纲目·菜部·葱》传本原文；改则与传本一致、与原书不一致（本处已改「囟→囱」2 处）"),
|
||
(27, 427, "《晋书·世相武帝》／咸宁九年（公元288年）／陇西式殒霜",
|
||
"《晋书·世祖武帝》／太康九年（公元288年）／陇西陨霜",
|
||
"晋武帝司马炎庙号**世祖**；咸宁仅五年（275–280），288 年当为**太康**九年；「式」疑衍"),
|
||
(30, 473, "今俗称江米：稷与稕同／即古称之梁米",
|
||
"今俗称江米。稷与穄同／即古称之粱米",
|
||
"「：」当作「。」（前后为两事）；「稕」当作「穄」（同段上文列举谷名正含「穄」）；「梁」当作「粱」"),
|
||
(40, 625, "如南宋代朱弁／崇宁（…即1102～1135年）",
|
||
"如南宋朱弁／崇宁（…即1102～1106年）",
|
||
"「代」字疑衍；崇宁实止 1106 年（1102–1106），1135 年非崇宁年号范围"),
|
||
(42, 651, "羊是人类驯养为家畜早的畜类之一",
|
||
"羊是人类驯养为家畜较早的畜类之一",
|
||
"脱「较」字，当作「家畜较早的」"),
|
||
]
|
||
APPLIED_N = {n for n, *_ in PENDING_FIXES} # 本轮据正字改字的 6 条清单#（清单判决栏加标记用）
|
||
|
||
|
||
def read_bin(p):
|
||
raw = open(p, "rb").read()
|
||
return raw.decode("utf-8"), hashlib.md5(raw).hexdigest()
|
||
|
||
|
||
def convert_latex(s):
|
||
return re.sub(r"\$([\d.]+)\s*\\sim\s*([\d.]+)\$", r"\1～\2", s)
|
||
|
||
|
||
HALF2FULL = {",": "，", ";": "；", ":": "：", "(": "（", ")": "）", "~": "～"}
|
||
|
||
|
||
def main():
|
||
text, md5_src = read_bin(SRC)
|
||
bendi, md5_bendi = read_bin(BENDI)
|
||
ch1, md5_ch1 = read_bin(CH1_MD)
|
||
raw_lines = text.replace("\r\n", "\n").split("\n")
|
||
events = []
|
||
|
||
# ── A 类读数（清理前）──
|
||
n_crlf = text.count("\r\n")
|
||
n_trail = sum(1 for l in raw_lines if l != l.rstrip())
|
||
n_lead = sum(1 for l in raw_lines if l != l.lstrip())
|
||
n_u3000 = sum(1 for l in raw_lines if "\u3000" in l)
|
||
n_cc = len(re.findall(r"(?<=[\u4e00-\u9fff]) (?=[\u4e00-\u9fff])", text))
|
||
n_num = len(re.findall(r"(?<=[\u4e00-\u9fff]) (?=\d)|(?<=\d) (?=[\u4e00-\u9fff])", text))
|
||
n_cc_head = sum(len(re.findall(r"(?<=[\u4e00-\u9fff]) (?=[\u4e00-\u9fff])", l))
|
||
for l in raw_lines if l.startswith("#"))
|
||
n_cc_body, n_num_body = n_cc - n_cc_head, n_num
|
||
n_ascii_punct = {c: text.count(c) for c in ",;:~$"}
|
||
half_lines = sorted({i for i, l in enumerate(raw_lines, 1) if re.search(r"[\u4e00-\u9fff][,;:()]|[,;:()][\u4e00-\u9fff]", l)})
|
||
if not set(half_lines) <= {91, 93, 572, 580}:
|
||
raise SystemExit(f"半角标点行集合与预期不符：{half_lines}")
|
||
# 汉字↔汉字空格逐处清单（供报告）
|
||
space_inventory = []
|
||
for i, l in enumerate(raw_lines, 1):
|
||
for m in re.finditer(r"[\u4e00-\u9fff] [\u4e00-\u9fff]", l):
|
||
space_inventory.append((i, l[max(0, m.start() - 12):m.end() + 12]))
|
||
num_inventory = []
|
||
for i, l in enumerate(raw_lines, 1):
|
||
for m in re.finditer(r"\d [\u4e00-\u9fff]|[\u4e00-\u9fff] \d", l):
|
||
num_inventory.append((i, l[max(0, m.start() - 12):m.end() + 12]))
|
||
|
||
# ── B 类：接合（行号锚定 + 校验）──
|
||
units, i = [], 0
|
||
while i < len(raw_lines):
|
||
ln = i + 1
|
||
s = raw_lines[i].strip()
|
||
if not s:
|
||
i += 1
|
||
continue
|
||
if ln in JOINS:
|
||
anchor, why = JOINS[ln]
|
||
if anchor not in s:
|
||
raise SystemExit(f"接合锚校验失败：raw{ln} 应含「{anchor}…」，实为「{s[:40]}」")
|
||
j = i + 1
|
||
while j < len(raw_lines) and not raw_lines[j].strip():
|
||
j += 1
|
||
if j >= len(raw_lines) or raw_lines[j].strip().startswith("#"):
|
||
raise SystemExit(f"接合失败：raw{ln} 之后无正文行")
|
||
nxt = raw_lines[j].strip()
|
||
merged = s + nxt
|
||
units.append((ln, merged))
|
||
events.append(dict(行=ln, 类型="B断行接合",
|
||
原=f"{s[-26:]} ⟂ {nxt[:26]}",
|
||
改=f"…{merged[-40:]}",
|
||
依据=why))
|
||
i = j + 1
|
||
continue
|
||
units.append((ln, s))
|
||
i += 1
|
||
|
||
# ── A / C / D：逐段处理 ──
|
||
out, level_log, renum_log = [], [], []
|
||
c_hits, d_hits = collections.Counter(), collections.Counter()
|
||
for ln, s in units:
|
||
orig = s
|
||
is_head = s.startswith("#")
|
||
|
||
# C 讹字
|
||
for bad, good, n_exp, why in C_FIXES:
|
||
n = s.count(bad)
|
||
if n:
|
||
if n != n_exp:
|
||
raise SystemExit(f"C 锚校验失败：「{bad}」命中 {n} 次，预期 {n_exp}")
|
||
s = s.replace(bad, good)
|
||
c_hits[bad] += n
|
||
events.append(dict(行=ln, 锚=good[-12:], 类型="C讹字修正",
|
||
原=f"{bad}（{n} 处）", 改=good, 依据=why))
|
||
|
||
# D 标点
|
||
for bad, good, n_exp, why in D_FIXES:
|
||
n = s.count(bad)
|
||
if n:
|
||
if n != n_exp:
|
||
raise SystemExit(f"D 锚校验失败：「{bad}」命中 {n} 次，预期 {n_exp}")
|
||
s = s.replace(bad, good)
|
||
d_hits[bad] += n
|
||
events.append(dict(行=ln, 锚=good[-14:], 类型="D标点",
|
||
原=bad, 改=good, 依据=why))
|
||
|
||
if not is_head:
|
||
# A：LaTeX 残留
|
||
conv = convert_latex(s)
|
||
if conv != s:
|
||
events.append(dict(行=ln, 锚="7～10", 类型="A版式残留",
|
||
原="LaTeX（PDF 公式化）残留「$7 \\sim 10$」", 改="7～10",
|
||
依据="PDF 公式化残留，按数据还原为「7～10 月」"))
|
||
s = conv
|
||
# A：半角标点 → 全角（仅限已定位的 4 行）
|
||
if ln in half_lines:
|
||
before = {c: s.count(c) for c in HALF2FULL}
|
||
for a, b in HALF2FULL.items():
|
||
s = s.replace(a, b)
|
||
ch = {k: v for k, v in before.items() if v}
|
||
if ch:
|
||
events.append(dict(行=ln, 锚=s[:12], 类型="D标点",
|
||
原="半角标点 " + "、".join(f"「{k}」×{v}" for k, v in ch.items()),
|
||
改="全角：" + "、".join(f"「{HALF2FULL[k]}」" for k in ch),
|
||
依据="标点规范化（半角改全角）"))
|
||
elif ln in (572, 580):
|
||
events.append(dict(行=ln, 锚=s[:12], 类型="D标点",
|
||
原="半角括号「( )」", 改="全角「（ ）」", 依据="标点规范化"))
|
||
# A：空格清理（全角标点旁 → 汉字/数字间）
|
||
s = re.sub(r"(?<=[，。、；：？！“”‘’（）《》〔〕…—]) +", "", s)
|
||
s = re.sub(r" +(?=[，。、；：？！“”‘”‘（）《》…—])", "", s)
|
||
s = re.sub(r"(?<=[\u4e00-\u9fff0-9]) +(?=[\u4e00-\u9fff0-9])", "", s)
|
||
|
||
if is_head:
|
||
# H：层级
|
||
bare = re.sub(r"^#+\s*", "", s)
|
||
for bad, good, why in RENUM:
|
||
if bare == bad:
|
||
bare = good
|
||
renum_log.append((ln, bad, good))
|
||
events.append(dict(行=ln, 锚=good, 类型="H序号修正",
|
||
原=f"条目序号「{bad[:2]}」", 改=f"「{good[:2]}」", 依据=why))
|
||
lv, kind = None, None
|
||
for pat, L, K in H_RULES:
|
||
if pat.match(bare):
|
||
lv, kind = L, K
|
||
break
|
||
if lv is None:
|
||
raise SystemExit(f"未识别的标题（源行 {ln}）：{s[:60]}")
|
||
newh = "#" * lv + " " + bare
|
||
if newh != s:
|
||
level_log.append((ln, s, newh))
|
||
out.append(newh)
|
||
else:
|
||
out.append(s)
|
||
|
||
# ── C 类回改：撤销本库前批修正（文本已随规则删除而回改，此处校验并留痕）──
|
||
probe = "\n".join(out)
|
||
for orig, prev, why in REVERTS:
|
||
if probe.count(orig) != 1:
|
||
raise SystemExit(f"回改锚校验失败（原文形命中 {probe.count(orig)} 次）：{orig}")
|
||
if prev in probe:
|
||
raise SystemExit(f"回改未生效：仍含本库前批改形「{prev}」")
|
||
events.append(dict(行=0, 锚=orig, 类型="C回改",
|
||
原=f"本库前批改形「{prev}」", 改=f"回改为原件形「{orig}」", 依据=why))
|
||
|
||
text = "\n\n".join(out) + "\n"
|
||
# 空行规范：3 个以上连续空行压为 2 个
|
||
text = re.sub(r"\n{4,}", "\n\n\n", text)
|
||
|
||
# ── 事件行号改为清洗版坐标（锚校验）──
|
||
flines = text.split("\n")
|
||
for e in events:
|
||
key = e.get("锚") or ""
|
||
if key:
|
||
hit = [i for i, l in enumerate(flines, 1) if key in l]
|
||
if len(hit) == 1:
|
||
e["行"] = hit[0]
|
||
elif len(hit) > 1:
|
||
# 多命中：取离原（源件）行号最近的一处（原为「首个 >= 原行号，否则 hit[0]」，
|
||
# 短锚如「白酨浆」会把 481 行的标题误记到 13 行的通行提及上）
|
||
e["行"] = min(hit, key=lambda h: abs(h - e.get("行", 0)))
|
||
e["备注"] = "行号指清洗版"
|
||
|
||
# ── 结构解析 ──
|
||
heads, chap, secs2, cur_sec = [], None, [], None
|
||
for i, l in enumerate(flines, 1):
|
||
s = l.strip()
|
||
if not s.startswith("#"):
|
||
continue
|
||
bare = re.sub(r"^#+\s*", "", s)
|
||
lv = len(re.match(r"^#+", s).group())
|
||
kind = None
|
||
for pat, L, K in H_RULES:
|
||
if pat.match(bare):
|
||
kind = K
|
||
break
|
||
heads.append(dict(层级=lv, 类型=kind, 标题=bare, 行=i))
|
||
if kind == "章":
|
||
chap = bare
|
||
elif kind == "节":
|
||
cur_sec = dict(节=bare, 章=chap, 行=i, 条目=[])
|
||
secs2.append(cur_sec)
|
||
elif kind == "条目" and cur_sec is not None:
|
||
cur_sec["条目"].append(dict(
|
||
序=re.match(r"^([一二三四五六七八九十]+)、", bare).group(1),
|
||
名=re.sub(r"^[一二三四五六七八九十]+、", "", bare), 行=i))
|
||
|
||
# ── 自检 ──
|
||
errs, oks = [], []
|
||
cnt = collections.Counter(h["类型"] for h in heads)
|
||
exp = dict(章=1, 节=4, 条目=20)
|
||
if all(cnt[k] == v for k, v in exp.items()) and cnt.get("条下附", 0) == 0:
|
||
oks.append(f"标题计数 章1／节4／条目20（与预期一致；条下附 0）")
|
||
else:
|
||
errs.append(f"标题计数异常：{dict(cnt)}，预期 {exp}")
|
||
CVN = ["一", "二", "三", "四", "五", "六", "七", "八", "九", "十"]
|
||
seq_ok = True
|
||
for s in secs2:
|
||
got = [e["序"] for e in s["条目"]]
|
||
if got != CVN[:len(got)]:
|
||
errs.append(f"{s['节']} 条目序号不连续：{got}")
|
||
seq_ok = False
|
||
if seq_ok:
|
||
oks.append("各节条目序号自「一、」连续（序数无缺无重）")
|
||
lvs = [h["层级"] for h in heads]
|
||
jumps = [(i, lvs[i - 1], lvs[i]) for i in range(1, len(lvs)) if lvs[i] > lvs[i - 1] + 1]
|
||
if lvs[0] == 2 and not jumps:
|
||
oks.append("标题层级体系正确：起于章(2)，递降为 节(3)／条目(4)，无跳级")
|
||
else:
|
||
errs.append(f"标题层级异常：首层级 {lvs[0]}，跳级处 {jumps}")
|
||
|
||
# C 类三段验证
|
||
c_bad_left = [b for b, g, _n, _w in C_FIXES if b in text and b != g]
|
||
c_missing = [g for b, g, _n, _w in C_FIXES if text.count(g) == 0]
|
||
if not c_bad_left and not c_missing:
|
||
oks.append(f"C 类 {len(C_FIXES)} 条规则三段验证通过（讹形残留 0／正形均已出现）")
|
||
else:
|
||
errs.append(f"C 类残留：讹形 {c_bad_left}；正形未出现 {c_missing}")
|
||
|
||
# 标点配平
|
||
def bal(t):
|
||
return dict(引号=(t.count("“"), t.count("”")), 单引号=(t.count("‘"), t.count("’")),
|
||
书名号=(t.count("《"), t.count("》")), 括号=(t.count("（"), t.count("）")),
|
||
方括号=(t.count("〔"), t.count("〕")))
|
||
b = bal(text)
|
||
if all(v[0] == v[1] for v in b.values()):
|
||
oks.append("标点配平：" + "、".join(f"{k} {v[0]}／{v[1]}" for k, v in b.items()))
|
||
else:
|
||
errs.append(f"标点不配平：{b}")
|
||
half_left = re.findall(r"[\u4e00-\u9fff][,;:!?()]|[,;:!?()][\u4e00-\u9fff]", text)
|
||
if not half_left:
|
||
oks.append("半角标点 0 处")
|
||
else:
|
||
errs.append(f"仍有半角标点 {len(half_left)} 处：{half_left[:6]}")
|
||
space_left = [l[:40] for l in flines if l != l.rstrip()]
|
||
body_sp = [(i, l[:60]) for i, l in enumerate(flines, 1)
|
||
if not l.startswith("#") and re.search(r"[\u4e00-\u9fff0-9] +[\u4e00-\u9fff0-9]", l)]
|
||
head_sp = sum(len(re.findall(r"(?<=[\u4e00-\u9fff0-9]) +(?=[\u4e00-\u9fff0-9])", l))
|
||
for l in flines if l.startswith("#"))
|
||
if not space_left and not body_sp:
|
||
oks.append(f"残留空格 0 处（行尾／正文汉字数字间／标点旁）；标题内「第X章 标题」体例空格 {head_sp} 处保留（同第 1 章）")
|
||
else:
|
||
errs.append(f"仍有残留空格 {len(space_left)} 行／{len(body_sp)} 处：{space_left[:3]} {body_sp[:3]}")
|
||
latex_left = re.findall(r"\$|\\[a-zA-Z]{2,}", text)
|
||
if not latex_left:
|
||
oks.append("LaTeX／Markdown 引擎残留 0 处")
|
||
else:
|
||
errs.append(f"仍有 LaTeX 残留 {len(latex_left)} 处")
|
||
brk = [i + 1 for i in range(len(flines) - 1)
|
||
if flines[i].strip() and flines[i + 1].strip()
|
||
and not re.search(r"[。？！；：”》）)】…—]$", flines[i].strip())
|
||
and not flines[i].strip().startswith("#")
|
||
and re.match(r"^[\u4e00-\u9fff“（《]", flines[i + 1].strip())
|
||
and not flines[i + 1].strip().startswith("#")]
|
||
if not brk:
|
||
oks.append("断行候选 0 处（无句中截断）")
|
||
else:
|
||
errs.append(f"断行候选 {len(brk)} 处：{brk[:6]}")
|
||
|
||
# 「脏—味」互校
|
||
cross = []
|
||
for sec, name, zang, wei, ev, ref in ITEMS20:
|
||
allowed = WEI2ZANG.get(wei, [])
|
||
zs = [z for z, _ in allowed]
|
||
ok = zang in zs
|
||
wei_pos = next((p for z, p in allowed if z == zang), "")
|
||
cross.append((sec, name, zang, wei, f"{wei}（{zang}之{wei_pos}味）" if ok else f"⚠ {wei} ∉ {zs}",
|
||
ev, ref, ok))
|
||
n_ok = sum(1 for x in cross if x[-1])
|
||
if n_ok == len(cross):
|
||
oks.append(f"20 条目「脏—味」互校 ⇄ 本书五味体用化说＋底本五味五行表：{n_ok}／{len(cross)} 相符")
|
||
else:
|
||
errs.append(f"「脏—味」互校不符 {len(cross) - n_ok} 条："
|
||
+ "；".join(f"{x[1]}({x[2]}/{x[3]})" for x in cross if not x[-1]))
|
||
|
||
# 与第 1 章交叉引证互校
|
||
ch1_refs = [("见第一章第一节·二", "第一节", "二", "姜（生姜木中火、干姜木中水）"),
|
||
("见第一章第六节·十", "第六节", "十", "薤白（水中土、水中金）"),
|
||
("详说请参第一章第六节·十一", "第六节", "十一", "白酨浆（金中金、金中火）"),
|
||
("详说可参第一章第六节·六", "第六节", "六", "酢（金中水）")]
|
||
ref_rows = []
|
||
for anchor, sec, seq, desc in ch1_refs:
|
||
here = text.count(anchor)
|
||
there = ch1.count(f"{seq}、{desc.split('（')[0]}")
|
||
ref_rows.append((anchor, here, desc, "✅ 第 1 章有此条目" if there else "⚠ 第 1 章未见"))
|
||
if all(r[1] == 1 and "✅" in r[3] for r in ref_rows):
|
||
oks.append("与第 1 章交叉引证 4 处 ⇄ 第 1 章条目：全部落位")
|
||
else:
|
||
errs.append("交叉引证互校异常：" + str(ref_rows))
|
||
|
||
# ── 待核对清单（锚定位，固定条目表）──
|
||
def locate(ln):
|
||
sec = None
|
||
for s in secs2:
|
||
if s["行"] <= ln:
|
||
sec = s
|
||
if sec is None:
|
||
return "章引言（第一节之前）", "—"
|
||
item = None
|
||
for e in sec["条目"]:
|
||
if e["行"] <= ln:
|
||
item = e
|
||
return sec["节"], (f"{item['序']}、{item['名']}" if item else "节引言（首条目之前）")
|
||
|
||
rows = []
|
||
for typ, anchor, prob, base, sug in CHECK_ITEMS:
|
||
hits = [i for i, l in enumerate(flines, 1) if anchor in l]
|
||
if len(hits) != 1:
|
||
raise SystemExit(f"待核对清单锚校验失败（命中 {len(hits)} 次）：{anchor[:24]}")
|
||
sec, item = locate(hits[0])
|
||
rows.append(dict(类型=typ, 锚=anchor, 节=sec, 条目=item, 行=hits[0],
|
||
问题=prob, 依据=base, 建议=sug))
|
||
rows.sort(key=lambda r: r["行"])
|
||
for n, r in enumerate(rows, 1):
|
||
r["#"] = n
|
||
|
||
# ── 落盘 ──
|
||
def wf(p, c):
|
||
os.makedirs(os.path.dirname(p), exist_ok=True)
|
||
with open(p, "w", encoding="utf-8") as f:
|
||
f.write(c); f.flush(); os.fsync(f.fileno())
|
||
|
||
md5_out = hashlib.md5(text.encode()).hexdigest()
|
||
wf(OUT_MD, text)
|
||
|
||
struct = dict(
|
||
来源文件=os.path.basename(SRC), 来源文件md5=md5_src,
|
||
清洗版文件=os.path.basename(OUT_MD), 清洗版md5=md5_out,
|
||
定位="《药性探真》第二章 虚劳五补方菜果谷畜类药释义（录入稿：PDF／文本层导出，A 类版式残留未清）",
|
||
标准="完全沿用第 1 章（07_clean_ch1.py）之检查核对标准与产物集",
|
||
层级体例="章=##（二级）／节=###（三级）／条目=####（四级）；本件无附、无脚注标记",
|
||
底本互校=dict(底本文件=os.path.basename(BENDI), 底本md5=md5_bendi,
|
||
第1章清洗版=os.path.basename(CH1_MD), 第1章清洗版md5=md5_ch1,
|
||
依据="本库内部互证（五味五行互含名位、五补汤用药实测），不作校改"),
|
||
章=chap, 节=secs2,
|
||
标题层级改动=[dict(源行=a, 原=b, 后=c) for a, b, c in level_log],
|
||
条目序号改正=[dict(源行=a, 原=b, 后=c) for a, b, c in renum_log],
|
||
清理事件=events, 自检=oks + ["⚠ " + e for e in errs],
|
||
A类读数=dict(CRLF=n_crlf, 行尾空格=n_trail, 行首空格=n_lead, 全角空格=n_u3000,
|
||
汉字间半角空格=n_cc, 数字与汉字间半角空格=n_num,
|
||
半角标点字符计数=n_ascii_punct, 半角标点所在行=half_lines),
|
||
C类命中={k: v for k, v in c_hits.items()}, D类命中={k: v for k, v in d_hits.items()},
|
||
脏味互校=[dict(节=a, 条目=b, 脏=c, 味=d, 判定=e, 味依据=f, 底本互证=g) for a, b, c, d, e, f, g, _ in cross],
|
||
交叉引证互校=[dict(引证锚=a, 命中=b, 第1章条目=c, 判定=d) for a, b, c, d in ref_rows],
|
||
存疑=[dict(项=k, 说明=v) for k, v in SUSPECTS],
|
||
体例登记=[dict(项=k, 说明=v) for k, v in VERSION_NOTES],
|
||
待核对清单条数=len(rows),
|
||
)
|
||
wf(OUT_STRUCT, json.dumps(struct, ensure_ascii=False, indent=2) + "\n")
|
||
|
||
c = lambda k: sum(1 for e in events if e["类型"].startswith(k))
|
||
sql = lambda t: sum(1 for r in rows if r["类型"] == t)
|
||
TYPES = ["版式清理确认", "断行接合确认", "修正确认", "标点规范确认", "原书核对", "体例确认"]
|
||
|
||
# 待核对清单
|
||
n_done = len(VERDICTS)
|
||
cl = [f"# 《辅行诀五脏用药法要 药性探真》第 2 章 — 待核对清单（按章节结构）", "",
|
||
f"> 用途：逐条列出需核对／需定处理方式的问题（固定 {len(rows)} 条）。"
|
||
f"**编号即清单顺序（行号序）**，与用户判决口径一致。"
|
||
f"判决栏：☐ 改／☐ 无误／☐ 保留／☐ 暂留待核／☐ 回填；**已判决 {n_done} 条，"
|
||
f"余 {len(rows) - n_done} 条待判决**。",
|
||
"> 📖 **判决词表（用户 2026-09-20 明确）**：`保留`＝**保留（本库）修正结果**（维持本库已作的改动／清理），"
|
||
"**不指保留原文**；`修正内容`＝**等同「改」**（据正字改正文，用户选定 A 案）；`原文无误`＝原书原文正确、本库如已改则**回改**；`无误`／`原书如此`＝原书如此；"
|
||
"`核对正确`＝核对结论成立但未下改令、原文保留。",
|
||
f"> ✅ **修正内容·本轮据正字改字 6 条**（#6／#13／#27／#30／#40／#42，共 11 处）：用户 2026-09-20 批复「全按此拟」后**已落 C 类、正文已生效**（清洗版 `ac1a4d32…`）；原书文／拟正字见检查报告第七节 7.1。",
|
||
f"> 行号一律指**清洗版** `02_加工数据/药性探真_第2章_清洗版.md`（md5 `{md5_out}`）；"
|
||
f"对象原件 `01_来源数据/《辅行诀五脏用药法要 药性探真》第2章.md`（md5 `{md5_src}`；"
|
||
f"**标题层级已按用户 2026-09-20 指令就地优化**，正文逐行未动；优化前快照 md5 `92fd55f8…`）。",
|
||
f"> 标准与产物格式**完全沿用第 1 章**（`02_加工数据/药性探真_第1章_待核对清单.md`）；"
|
||
f"共 **{len(rows)}** 条：" + " · ".join(f"{t} {sql(t)}" for t in TYPES if sql(t)),
|
||
"> 源件标题 25 行原样为「##」（未分级）；本清单行号依清洗版（已重建层级）。", "",
|
||
"## 汇总", "", "| 类型 | 条数 | 说明 |", "|------|------|------|"]
|
||
DESC = {"版式清理确认": "本次已清理，请复核（可回改）",
|
||
"断行接合确认": "本次已接合，请复核",
|
||
"修正确认": "本次已改，请复核（可即时回改）",
|
||
"标点规范确认": "本次已规范，请复核",
|
||
"原书核对": "需核纸质原书定字（本次一律未改）",
|
||
"体例确认": "需定处理方式（现为保持原样）"}
|
||
for t in TYPES:
|
||
if sql(t):
|
||
nd = sum(1 for r in rows if r["类型"] == t and r["#"] in VERDICTS)
|
||
cl.append(f"| {t} | {sql(t)} | {DESC[t]}" + (f"（已判决 {nd}）" if nd else "") + " |")
|
||
cl += ["", "---", "", "## 逐条（按章节结构）", ""]
|
||
by_sec = collections.defaultdict(list)
|
||
for r in rows:
|
||
by_sec[r["节"]].append(r)
|
||
order = ["章引言（第一节之前）"] + [s["节"] for s in secs2]
|
||
for sec_name in order:
|
||
rs = by_sec.get(sec_name, [])
|
||
if sec_name == "章引言（第一节之前）" and not rs:
|
||
continue
|
||
cl += [f"### {sec_name}", ""]
|
||
if not rs:
|
||
cl += ["（本节无待核对项）", ""]
|
||
continue
|
||
cl += ["| # | 条目 | 行（清洗版） | 类型 | 问题 | 依据 | 建议 | 判决 |",
|
||
"|---|------|------|------|------|------|------|------|"]
|
||
for r in rs:
|
||
v, _bk, vnote = VERDICTS.get(r["#"], ("—", "", ""))
|
||
pend = " ＋**修正内容·本轮据正字改字**（正文已生效；原书文／拟正字见报告 7.1）" \
|
||
if r["#"] in APPLIED_N else ""
|
||
cell = (f"✅ **{v}**：{vnote}{pend}" if v != "—"
|
||
else "☐ 改／☐ 无误／☐ 保留／☐ 暂留待核")
|
||
cl.append(f"| {r['#']} | {r['条目']} | {r['行']} | {r['类型']} | {r['问题']} | "
|
||
f"{r['依据']} | {r['建议']} | {cell} |")
|
||
cl.append("")
|
||
cl += ["---", "",
|
||
"> 判决后回填方式（同第 1 章）：①「原书核对」类若判定改字 → 在 `05_脚本工具/10_clean_ch2.py` 的 "
|
||
"`C_FIXES`／`D_FIXES` 增改条目（标注「用户核对原书」）→ 重跑 10 刷新清洗版与报告；"
|
||
"②「体例确认」结果 → 记入检查报告第八节；③「版式／接合／标点」类如需回改 → 在规则表中去除或改写对应条目。",
|
||
"",
|
||
f"> 📅 2026-09-20 —— **归并类归一（用户口径）**：`保留`＝保留本库修正结果、`修正内容`＝改正文；"
|
||
f"早期批次日志中「保留修正／保留清理／原书如此·未改」等字样为当时标签，今统一为 "
|
||
f"**修正内容 30 · 体例确认（无错字）2 · 无误·原书如此 10**（本轮 6 条「拟正字」已全部落 C 类、正文已生效）。",
|
||
f"> 📅 2026-09-20 —— **修正内容落盘**：用户批复「全按此拟」，第 7.1 节 6 条拟正字（11 处）"
|
||
f"全部落 C 类（`C_FIXES` 末增 12 条 + 既有「囟→囱」1 条并订正为传本形），正文已改。",
|
||
f"> 📅 2026-09-20 —— 建单：{len(rows)} 条待核对（按章／节／条目定位，行号指清洗版）。",
|
||
f"> 📅 2026-09-20 —— **三批判决回填**：第 1–{n_done} 条已由用户逐条判决"
|
||
f"（{verdict_stat()}），见「判决」栏；**余 {len(rows) - n_done} 条待判决**。",
|
||
f"> 📅 2026-09-20 —— 第 4 批：第 29–42 条判决回填（本批 改 3 · 原书如此／未改 6 · 保留修正 5），"
|
||
f"**全部 42 条判决完毕、本章闭环**；存疑册清零（原 17 项全部结项）；"
|
||
f"本批清洗版实际改动 4 处（蘖未→蘖末、儆→馓、脾→脺、上言→上方回改）。",
|
||
f"> 📅 2026-09-20 —— 第 3 批：第 16–28 条判决回填（本批 原书如此／未改 8 · 保留修正 5）"
|
||
f"——#16／#17／#21／#22／#27 五条原书核对项结项（移出存疑册，存疑 8 项）；"
|
||
f"新增用字体例 2 项（「副／珩／苔／杨行密」、《说卦》「艮为果瓜」）。",
|
||
"> 📌 第 1 章同类清单已于 2026-09-17 判决闭环，格式可对照。",
|
||
"> ⚠ 本件已见「原书印刷之误，本库订正」类（#8、#10）——原书如此而本库有意订正，"
|
||
"**不得据「原书如此」回流改回**（详检查报告第八节）。"]
|
||
wf(OUT_CHECK, "\n".join(cl) + "\n")
|
||
|
||
# 检查报告
|
||
rep = ["# 《辅行诀五脏用药法要 药性探真》第 2 章 — 检查报告（录入稿清洗与核对）", "",
|
||
f"> 📅 2026-09-20｜对象：`01_来源数据/《辅行诀五脏用药法要 药性探真》第2章.md`"
|
||
f"（录入稿；md5 `{md5_src}`，{len(text)} 字符 / {len(flines)} 行）",
|
||
f"> 产物：`02_加工数据/药性探真_第2章_清洗版.md`（md5 `{md5_out}`）／本报告／"
|
||
"`02_加工数据/药性探真_第2章_结构.json`／`02_加工数据/药性探真_第2章_待核对清单.md`；"
|
||
"脚本 `05_脚本工具/10_clean_ch2.py`（幂等）",
|
||
"> 用户指令：**按照第 1 章的标准**，对第 2 章进行清洗核对。",
|
||
"> 🚫 **原文件（01_来源数据/）一字未动**——改写只落在清洗版，且每条带核校依据，可回改。",
|
||
"> 🔧 与第 1 章的差别：第 1 章对象为**用户精清稿**（A 类已清净），本件为**录入稿**"
|
||
"（PDF／文本层导出，A 类版式残留未清，本次由脚本清理）。", "",
|
||
f"> 📋 **待核对清单**：`02_加工数据/药性探真_第2章_待核对清单.md`（按章／节／条目列出，"
|
||
f"共 {len(rows)} 条，供逐条判决）。", "",
|
||
"## 一、检查结论", "", "| 项目 | 结果 |", "|------|------|",
|
||
f"| 版式残留（A） | 行尾空格 **{n_trail} 行**、汉字间半角空格 **正文 {n_cc_body} 处**"
|
||
f"（标题内「第X章 标题」体例 {n_cc_head} 处保留）、数字与汉字间半角空格 **{n_num_body} 处**、"
|
||
f"全角标点旁空格、半角标点所在行 {len(half_lines)} 行、"
|
||
f"LaTeX 残留 1 处 → **已全部清理**（CRLF {n_crlf}／行首空格 {n_lead}／全角空格 {n_u3000}） |",
|
||
f"| 断行截断（B） | 残留 **3** 处（麻条「种子及」、史游《急就篇》、《说卦》「说言乎兑」）→ 已接合 |",
|
||
f"| 讹字（C） | **{len(C_FIXES)} 条**（薙→薤、黻／截→酨、霍→藿、《广雅》引文三误、西→酉、戍→戌、"
|
||
f"朱笠→朱弁、紫苑→紫菀、陶名景→陶弘景、孔顥达→孔颖达、囟→囱，"
|
||
f"另据用户核对原书增改 **蘖未→蘖末、儆→馓、脾→脺** 3 条）；"
|
||
f"**回改 1 处**（上言→上方，撤销本库第 1 批修正） |",
|
||
f"| 序号（H） | 五菜条目序号「二」重出 → 顺次改正 3 处 |",
|
||
f"| 标点（D） | 半角改全角（{len(half_lines)} 行）、补脱收尾引号 1 处、引号次序 1 处、"
|
||
f"重出句号 1 处 → 已规范 |",
|
||
f"| 标题层级（H） | 章2／节3／条目4；源件 25 行全为「##」，**清洗版重建层级 24 行**"
|
||
f"（**源件已同办优化**，24 行标题） |",
|
||
f"| 引文规范 | " + "、".join(f"{k} {v[0]}／{v[1]}" for k, v in b.items()) + " —— 全部配平 |",
|
||
f"| 脚注（G） | 本件**无脚注标记**（第 137 行 ①② 为行内枚举，非脚注） |",
|
||
f"| 脏味互校 | 20 条目「脏—味」⇄ 本书五味体用化说＋底本五味五行表：**{n_ok}／{len(cross)} 相符** |",
|
||
f"| 交叉引证 | 回指第 1 章 4 处（生姜／薤白／白酨浆／酢）⇄ 第 1 章条目：**全部落位** |",
|
||
f"| 结构 | 章 1 ／ 节 4 ／ 条目 20（五菜 5·五果 5·五谷 5·五畜 5） |", "",
|
||
"## 二、版式残留清理（A 类）", "",
|
||
f"- 源件读数：行尾空格 {n_trail} 行、行首空格 {n_lead} 行、全角空格 {n_u3000} 行、"
|
||
f"CRLF {n_crlf} 行；半角标点计数 " + "、".join(f"`{k}` {v}" for k, v in n_ascii_punct.items()),
|
||
f"- 汉字间半角空格 **{n_cc}** 处 ＝ 正文 **{n_cc_body}** 处（已删除，逐处清单见下）"
|
||
f"＋ 标题内 **{n_cc_head}** 处（`## 第二章 虚劳五补方菜果谷 畜类药释义` 与四个 `### 第X节 …` 之"
|
||
f"「第X章 标题」空格，**体例保留**，同第 1 章）：",
|
||
"", "| 源行 | 上下文 |", "|----|--------|"]
|
||
for ln, ctx in space_inventory:
|
||
rep.append(f"| {ln} | …{ctx.replace('|', '｜')}… |")
|
||
rep += ["", f"> 处理：**正文 {n_cc_body} 处**一律删除（本件无「药味行分隔空格」之功能，"
|
||
f"见底本 03_clean_yinshua.py「句中误入空格」同例）；标题内 {n_cc_head} 处保留（Markdown 标题体例）。", "",
|
||
f"- 数字与汉字间半角空格 {n_num_body} 处（逐处清单）：", "", "| 源行 | 上下文 |", "|----|--------|"]
|
||
for ln, ctx in num_inventory:
|
||
rep.append(f"| {ln} | …{ctx.replace('|', '｜')}… |")
|
||
rep += ["", "> 处理：**本次从严一律删除**。⚠ 体例提示：第 1 章清洗版存 1 处同类未清"
|
||
"（第 819 行「用升麻 10 克、小米 10 克…」）。如欲保留数字两侧留空，本件可回改、"
|
||
"第 1 章亦可回补（见待核对清单「体例确认」项）。", "",
|
||
f"- 半角标点所在行：{half_lines}（(1)–(4) 枚举号、农谚引文的 , : ;、"
|
||
f"《造化权舆》与《医学衷中参西录》引文的括号、半角 ~ 与 LaTeX 残留）→ 全部规范为全角；"
|
||
f"半角 `~` 改全角 `～`。", ""]
|
||
|
||
# 三、逐条留痕
|
||
rep += ["## 三、本次修正（逐条留痕）", "",
|
||
"| 行（清洗版） | 类别 | 原文 | 处理后 | **原书用字** | 核校依据 |",
|
||
"|----|------|------|--------|------|---------|"]
|
||
for e in events:
|
||
key = re.sub(r"（\d+ 处）$", "", e["原"])
|
||
if e["类型"] == "C讹字修正":
|
||
o = C_ORIGIN.get(key, ("—", "未核定"))
|
||
origin = f"**{o[0]}**：{o[1]}"
|
||
elif e["类型"] == "C回改":
|
||
origin = "**原书作原件形**（判决「原文无误」→ 回改）"
|
||
else:
|
||
origin = "—"
|
||
rep.append(f"| {e.get('行', '—')} | {e['类型']} | {e['原'].replace('|', '｜')} | "
|
||
f"{e['改'].replace('|', '｜')} | {origin.replace('|', '｜')} | "
|
||
f"{e['依据'].replace('|', '｜')} |")
|
||
rep += ["", f"> 合计：A 版式 {c('A')} 条事件（另含全局行尾空格 {n_trail} 行、正文空格 {n_cc_body + n_num_body} 处）、"
|
||
f"B 接合 {c('B')}、C 讹字 {c('C')}、D 标点 {c('D')}、H 标题 {c('H')}。", ""]
|
||
|
||
# 四、标题层级
|
||
rep += ["## 四、标题层级优化", "",
|
||
"| 层级 | Markdown | 对象 | 例（本件） |", "|------|----------|------|-----------|",
|
||
"| 二级 | `##` | 章 | 第二章 虚劳五补方菜果谷 畜类药释义 |",
|
||
"| 三级 | `###` | 节 | 第一节 五菜／第二节 五果／第三节 五谷酿制品／第四节 五畜脏器 |",
|
||
"| 四级 | `####` | 条目 | 一、肝菜韭 … 五、肾菜薤；一、肺金果桃… … 五、心火畜羊肾 |", "",
|
||
f"共重排 **{len(level_log)}** 行标题（源件 25 行全部为「##」）。"
|
||
f"条目序号重出改正 **{len(renum_log)}** 处。",
|
||
f"> ⚠ 源件（`01_来源数据/`）标题层级**已就地优化**（**用户 2026-09-20 明确指令**，"
|
||
f"为「01_来源数据不可修改」原则的明文例外，同第 1 章 2026-09-17 之办）：只改井号，"
|
||
f"正文逐行未动；快照 `01_来源数据/《…》第2章_层级优化前快照_20260920.md`（md5 `92fd55f8…`）；"
|
||
f"原件 md5 `92fd55f8…` → `a9168956…`。脚本：`python3 05_脚本工具/11_retitle_src_ch2.py --apply`（脚本备好，默认 dry-run）。", ""]
|
||
|
||
# 五、脏味互校
|
||
rep += ["## 五、脏味互校（第二章 20 条目 ⇄ 本书五味体用化说 + 底本五味五行表）", "",
|
||
"| 节 | 条目 | 脏位 | 味 | 判定 | 味依据 | 底本／第 1 章互证 |",
|
||
"|----|------|------|----|------|--------|------------------|"]
|
||
for sec, name, zang, wei, verdict, ev, ref, ok in cross:
|
||
rep.append(f"| {sec} | {name} | {zang} | {wei} | {'✅ ' if ok else '⚠ '}{verdict} | {ev} | {ref} |")
|
||
rep += ["", "> 判定规则：底本《辅行诀》「味辛皆属木／味咸皆属火／味甘皆属土／味酸皆属金／味苦皆属水」"
|
||
"＋本书体用化说（辛＝肝用／肺化／脾体；咸＝心用／肾化；甘＝脾用／肾体；酸＝肝体／肺用／心化；"
|
||
"苦＝心体／肾用）；条目「脏位」凡落在该味可属之脏内即为相符。"
|
||
"本项属本库内部互证，**不改原文**（同第 1 章名位互校之例）。", "",
|
||
"### 与第 1 章交叉引证互校", "",
|
||
"| 引证锚（本件） | 命中 | 第 1 章条目 | 判定 |", "|---------------|------|------------|------|"]
|
||
for a_, h_, d_, v_ in ref_rows:
|
||
rep.append(f"| `{a_}` | {h_} | {d_} | {v_} |")
|
||
rep += ["", "> 本件无「名位（X中Y）」标注（第 1 章体例），故互校以「品物—脏位—味」与底本方剂实测为纲。", ""]
|
||
|
||
# 六、存疑
|
||
res_keys = resolved_suspect_keys(rows)
|
||
_no = {r["锚"]: r["#"] for r in rows}
|
||
stay = [(k, v) for k, v in SUSPECTS if k not in res_keys]
|
||
gone = sorted([(k, v) for k, v in SUSPECTS if k in res_keys], key=lambda kv: _no.get(kv[0], 999))
|
||
rep += ["## 六、存疑登记（原文不改，待核原书）", "",
|
||
f"> 现状：**已核验 {len(gone)} 项**（用户判决「无误」，移出存疑册）／**尚待核对 {len(stay)} 项**。", ""]
|
||
if gone:
|
||
rep += ["### 6.1 已核验（用户 2026-09-20 判决，本项结项，不再列为存疑）", "",
|
||
"| 项 | 用户判决 | 结论 |", "|----|---------|------|"]
|
||
for k, v in gone:
|
||
r = next((x for x in rows if x["锚"] == k), None)
|
||
vd, bk, vnote = VERDICTS.get(r["#"], ("—", "", "")) if r else ("—", "", "")
|
||
rep.append(f"| {k} | **{vd}**（清单 #{r['#'] if r else '—'}） | {vnote} |")
|
||
rep += ["", "> 依据用户判决：**原书即作此字／此引文**，本条不构成存疑。**判决词表（用户 2026-09-20 明确）**："
|
||
"`保留`＝保留（本库）修正结果；`原文无误`＝原书原文正确、如本库已改则回改（本章 #39「上方」一例）；"
|
||
"`无误`／`原书如此`＝该处原书如此、不作改动；`核对正确`＝核对结论成立但未下改令、原文保留。**`修正内容`＝等同于「改」**——据用户给／确认的正字改清洗版正文（用户 2026-09-20 选定 A 案）。"
|
||
"凡「保留」类已在第八节登记为引文用字／用字／引文体例，如后续发现异文另行登记。", ""]
|
||
rep += ["### 6.2 尚待核对", "", "| 项 | 说明 |", "|----|------|"]
|
||
for k, v in stay:
|
||
rep.append(f"| {k} | {v} |")
|
||
gone_no = "／".join(f"#{r['#']}" for r in rows
|
||
if r["锚"] in res_keys) if res_keys else "—"
|
||
if stay:
|
||
rep += ["", f"> 共 **{len(stay)}** 项，均**未改原文**，逐条列入待核对清单「原书核对」类"
|
||
f"（清单 # 与本节一一对应；**已核验的 {len(gone)} 项仍保留在清单 {gone_no}** 以维持编号稳定）。", ""]
|
||
else:
|
||
rep += ["", f"> **存疑清零**——原 {len(SUSPECTS)} 条存疑项经用户 2026-09-20 核对原书**全部判决闭环**"
|
||
f"（无误／原文无误 6 · 保留 8 · 按核改 3），无遗留待核项。"
|
||
f"**已核验的 {len(gone)} 项仍保留在清单 {gone_no}** 以维持编号稳定。", ""]
|
||
|
||
# 七、待核对清单
|
||
n_done = len(VERDICTS)
|
||
st_word = "全部判决（本章闭环）" if n_done == len(rows) else "部分判决"
|
||
rep += ["## 七、待核对清单与人工核验判决记录", "",
|
||
f"- 文件：`02_加工数据/药性探真_第2章_待核对清单.md`（固定 {len(rows)} 条，按章／节／条目分组，含判决栏）",
|
||
"- 构成：" + " · ".join(f"{t} {sql(t)}" for t in TYPES if sql(t)),
|
||
f"- 状态：**{st_word}**——第 1–{n_done} 条已判决（判决分布 {verdict_stat()}），"
|
||
f"余 {len(rows) - n_done} 条待判决；判决后按第 1 章流程回填（清单判决栏 ＋ 本表）。", "",
|
||
"### 7.1 修正内容·拟正字与落盘实况（用户「全按此拟」→ **6 条 11 处已全部落 C 类、正文已生效**）", "",
|
||
"| # | 行（清洗版） | 原书文 | 拟正字 | 依据 |", "|---|------|--------|--------|------|"]
|
||
for n, ln, old_t, new_t, why in PENDING_FIXES:
|
||
rep.append(f"| {n} | {ln} | {old_t} | **{new_t}** | {why} |")
|
||
rep += ["", "> 说明：本 6 条系用户判为原书内容有误、按 **A 案**（`修正内容`＝改正文）处理；"
|
||
"用户 2026-09-20 批复「**全按此拟**」后，已在 `10_clean_ch2.py` 的 `C_FIXES` 末增列 **12 条规则**"
|
||
"（另 1 条既有「囟→囱」规则并订正为传本形），**正文已改、清洗版已刷新**"
|
||
"（`29097b72…` → `ac1a4d32…`，+6 B）。所改 11 处与上表逐条对应，且均**与印刷本有意不一致**、"
|
||
"**不得据「原书如此」回流**。另有 **#11／#18 为体例确认项、无错字，修正不适用**，仍按体例处理。", ""]
|
||
|
||
# 八、体例登记
|
||
rep += ["## 八、体例登记（不校改）", "", "| 项 | 说明 |", "|----|------|"]
|
||
for k, v in VERSION_NOTES:
|
||
rep.append(f"| {k} | {v} |")
|
||
|
||
# 九、结构
|
||
rep += ["", "## 九、结构（清洗版行号）", "", "| 节 | 条目数 | 行号 |", "|----|-------|------|"]
|
||
for s in secs2:
|
||
rep.append(f"| {s['节']} | {len(s['条目'])} | {s['条目'][0]['行']}–"
|
||
f"{s['条目'][-1]['行'] if s['条目'] else '—'} |")
|
||
rep += ["", "| 节 | 序 | 条目 | 清洗版行 |", "|----|----|------|---------|"]
|
||
for s in secs2:
|
||
for e in s["条目"]:
|
||
rep.append(f"| {s['节'].split(' ')[0]} | {e['序']} | {e['名']} | {e['行']} |")
|
||
|
||
# 十、自检
|
||
rep += ["", "## 十、自检结果（脚本自动）", ""]
|
||
for o in oks:
|
||
rep.append(f"- ✅ {o}")
|
||
for e in errs:
|
||
rep.append(f"- ⚠ **{e}**")
|
||
rep += ["", "---", "",
|
||
f"> 📅 2026-09-20 —— 建件：按第 1 章标准检查并清洗第 2 章录入稿；"
|
||
f"A（行尾空格 {n_trail} 行／汉字间空格 {n_cc} 处／数字旁空格 {n_num} 处／半角标点 {len(half_lines)} 行／"
|
||
f"LaTeX 1）、B {c('B')}、C {len(C_FIXES)} 条、D {c('D')}、H 标题 {len(level_log)} 行＋序号 {len(renum_log)} 处；"
|
||
f"脏味互校 {n_ok}／{len(cross)} 相符；体例登记 {len(VERSION_NOTES)} 项；"
|
||
f"待核对清单 {len(rows)} 条（已判决 {len(VERDICTS)} · 待判决 {len(rows) - len(VERDICTS)}）；"
|
||
f"存疑册 {len(stay)} 项（原 {len(SUSPECTS)} 项，已核验 {len(gone)} 项移出）。",
|
||
"> 📅 2026-09-20 —— 第 4 批判决回填（用户逐条判决 #29–#42，本章 **42 条全部判决完毕、闭环**）："
|
||
"据核改 3 条（蘖未→蘖末、儆（生但反）→馓（生但反）、盖脾→盖脺）、**回改 1 处**"
|
||
"（上言→上方，撤销第 1 批修正）、原文无误 3 条（即便／马蹄园／坤为土）、保留 8 条、"
|
||
"核对正确（不改）1 条；**存疑册清零**（原 17 项全部结项，已核验 17 项）；"
|
||
"新增体例登记「★用字体例·脺」（音 cuì）。\n"
|
||
"> 📅 2026-09-20 —— 第 3 批判决回填（用户逐条判决 #16–#28：原书如此／未改 8 · 保留修正 5）；"
|
||
"新增体例登记 2 项（★用字体例·原书用字「副／珩／苔／杨行密」、★引文用字体例"
|
||
"《说卦》「艮为果瓜」）；#26 数字旁空格判「保持现状（两章暂不统一）」；"
|
||
"存疑册 13 → 8 项。\n"
|
||
"> 📅 2026-09-20 —— 第 2 批判决回填（用户逐条判决 #6–#15：原书如此／未改 4 · 保留清理 2 · 保留修正 4）；"
|
||
"新增体例登记 3 项（引文用字「金木者生成之始终」、引文体例《纲目》葱条、"
|
||
"★原书印刷之误·本库订正）；6.1 已核验补入 #6／#13；存疑册 17 → 13 项。\n"
|
||
"> 📅 2026-09-20 —— 第 1 批判决回填（用户逐条判决 #1–#5：保留 1 · 无误 3 · 改 1）；"
|
||
"新增第七节《待核对清单与人工核验判决记录》，第六节拆为 6.1 已核验／6.2 尚待核对。"]
|
||
wf(OUT_REPORT, "\n".join(rep) + "\n")
|
||
|
||
print("清洗版:", OUT_MD, os.path.getsize(OUT_MD), "bytes")
|
||
print("报告 :", OUT_REPORT, os.path.getsize(OUT_REPORT), "bytes")
|
||
print("结构 :", OUT_STRUCT, os.path.getsize(OUT_STRUCT), "bytes")
|
||
print("待核单:", OUT_CHECK, os.path.getsize(OUT_CHECK), "bytes")
|
||
print(f"A 行尾空格 {n_trail} 行 | 空格 {n_cc}+{n_num} 处 | 半角标点行 {half_lines} | "
|
||
f"B {c('B')} | C {len(C_FIXES)} | D {c('D')} | H 标题 {len(level_log)} + 序号 {len(renum_log)} | 清单 {len(rows)} 条")
|
||
for o in oks:
|
||
print(" ✅", o)
|
||
for e in errs:
|
||
print(" ⚠", e)
|
||
|
||
|
||
if __name__ == "__main__":
|
||
main()
|