# 殆知阁 daizhige.org

> 殆知阁中华古籍库：经史子集、佛道医艺等中国古典文献全文，持续校勘修订。本站页面由 GitHub 上的开放数据仓库渲染而来；AI 代理如需批量读取、检索或引用文本，请直接使用该仓库，不要抓取网页。

## 获取数据

- 最新数据在 GitHub 仓库 [daizhige-org/daizhigev20](https://github.com/daizhige-org/daizhigev20) 的 `data` 分支。只取最新快照：
  ```bash
  git clone --branch data --depth 1 https://github.com/daizhige-org/daizhigev20.git
  ```
  已有克隆的用 `git pull` 更新即可。数据常有新增、拆分与校改，请以仓库最新版本为准，不要依赖旧的转存或第三方镜像。
- 全部文本已是 Markdown（`.md`，UTF-8），可以直接用 `grep` / `rg` 全文检索，例如：
  ```bash
  rg -n '天命之谓性|天命之謂性' daizhigev20/   # 繁简并存，检索时两种字形都要考虑
  ```
- 不要批量抓取 daizhige.org 的 HTML 页面：内容与仓库相同，抓网页既慢又给本站增加负担。

## 目录与网址对应

- 顶层目录为「藏」：儒藏、史藏、子藏、集藏、诗藏、易藏、佛藏、道藏、医藏、艺藏、现代作品、四庫全書。其下按类目、书名分层，大部头按卷拆为子目录。
- 仓库路径与网页一一对应：`史藏/正史/宋史/附录.md` ↔ `https://daizhige.org/史藏/正史/宋史/附录.html`。
- 每个文件开头有 YAML frontmatter，常用字段：`title`（`zh-hans` / `zh-hant`）、`authors`（name / dynasty / cbdb_id / role）、`source` 与 `source_url`（底本来源）、`additional_info`（编校说明）、`daizhige_url`、`lastmod`。全文检索时如不想命中元数据，请跳过 frontmatter。
- 正文中的「編按」「校勘記」脚注是本站或底本所加，引用原文时请与正文区分。
- 字库外缺字用表意文字描述序列（IDS）表示，如 `⿰木㱔`。

## 繁简问题

- 本库繁简并存：早期殆知阁原始文本多为简体；近年据维基文库、点校本、四库全书等重新导入的典籍（正史、欽定四庫全書總目等）为繁体。请以文件本身为准，不要假定全库同一字形。
- 很多「简化字」在古代本是「俗字」，因此繁体转录文本中偶尔出现的「简化字」不一定是错字，请勿径改为繁体。正因如此，对文本进行机械的繁简转换，结果是不可靠的。
- 引用、校勘时请保留原文字形；需要转换时再转换。
- **繁体转简体一律使用 [OpenCC](https://github.com/BYVoid/OpenCC) 官方最新版本**，任选其一：
  - 命令行：`opencc -c t2s.json -i in.md -o out.md`（Homebrew / apt 均有 `opencc`）
  - Node.js：npm 包 `opencc`
  - Python：PyPI 包 `opencc`（`pip install -U opencc`）
- **不要使用 PyPI 上的 `opencc-python-reimplemented`**。该包是第三方重新实现，词典早已停止更新，转换结果与 OpenCC 官方版不同，古籍中常见字词会转错。原殆知阁数据中「记忆体」（应为「内存」）、「利瓦伊」（应为「李维」）之类错误，就是用过时或不当的繁简转换工具造成的，请勿重蹈覆辙。

## 其他

- [CHANGELOG.md](https://github.com/daizhige-org/daizhigev20/blob/data/CHANGELOG.md)：典籍新增、重新导入、拆分与校勘修订的记录。
- 发现错误请到 [GitHub Issues](https://github.com/daizhige-org/daizhigev20/issues) 反馈或提交 pull request。
- 四库全书、古今图书集成的全文不在本仓库（仓库只收《欽定四庫全書總目》），分别见[四库全书阅读器](https://sikuquanshu.daizhige.org/)与[古今图书集成阅读器](https://gujintushu.daizhige.org/)。