<p>標籤之外的标点

[CallMeNP]

T10n0305

<lb n="0950c25" ed="T"/>「<note n="0950013" resp="Taisho" type="orig" place="foot text">〔文殊師利…諸佛如來〕一千百十五字－【三】【宮】</note><note n="0950013" resp="CBETA" type="mod">（文殊師利…諸佛如來）一千百十六字【大】，〔－〕【宋】【元】【明】【宮】</note><app n="0950013" cb:word-count="1116"><lem wit="【大】"><p xml:id="pT10p0950c2501">文殊師利！過五十世界微塵數世界微塵大

「在<p>外。

类似 #8 (comment)

[mahawu]

這好像有點不好改。先簡單這樣： 原 xml： <lb n="0950c25" ed="T"/>「<note n="0950013" resp="Taisho" type="orig" place="foot text">〔文殊師利…諸佛如來〕一千百十五字－【三】【宮】</note><note n="0950013" resp="CBETA" type="mod">（文殊師利…諸佛如來）一千百十六字【大】，〔－〕【宋】【元】【明】【宮】</note><app n="0950013" cb:word-count="1116"><lem wit="【大】"><p xml:id="pT10p0950c2501">文殊師利！過五十世界微塵數世界微塵大 移動上引號位置： <lb n="0950c25" ed="T"/><note n="0950013" resp="Taisho" type="orig" place="foot text">〔文殊師利…諸佛如來〕一千百十五字－【三】【宮】</note><note n="0950013" resp="CBETA" type="mod">（文殊師利…諸佛如來）一千百十六字【大】，〔－〕【宋】【元】【明】【宮】</note><app n="0950013" cb:word-count="1116"><lem wit="【大】"><p xml:id="pT10p0950c2501">「 文殊師利！過五十世界微塵數世界微塵大 xml 我改了、上傳了。 看有沒有法子把可能的類似問題都抓出來檢查。 maha 没——问题 ***@***.***> 於 2023年8月16日 週三 下午3:00寫道：

…

T10n0305 <lb n="0950c25" ed="T"/>「<note n="0950013" resp="Taisho" type="orig" place="foot text">〔文殊師利…諸佛如來〕一千百十五字－【三】【宮】</note><note n="0950013" resp="CBETA" type="mod">（文殊師利…諸佛如來）一千百十六字【大】，〔－〕【宋】【元】【明】【宮】</note><app n="0950013" cb:word-count="1116"><lem wit="【大】"><p xml:id="pT10p0950c2501">文殊師利！過五十世界微塵數世界微塵大 「在<p>外。 类似 #8 (comment) <#8 (comment)> — Reply to this email directly, view it on GitHub <#10>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/ABBQUSC72HBDW4XDZVB3E53XVRVYNANCNFSM6AAAAAA3SCARPA> . You are receiving this because you are subscribed to this thread.Message ID: ***@***.***>

[CallMeNP]

也許可以寫個xsl把p標籤（以及head、note之類的幾個）都過濾掉，剩下的內容如果還有標點就可能有問題。
也得實驗着看看。這幾天有點忙，之後我試試。

[mahawu]

感謝！ 没——问题 ***@***.***> 於 2023年8月16日 週三 下午4:47寫道：

…

也許可以寫個xsl把p標籤（以及head、note之類的幾個）都過濾掉，剩下的內容如果還有標點就可能有問題。 也得實驗着看看。這幾天有點忙，之後我試試。 — Reply to this email directly, view it on GitHub <#10 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/ABBQUSAI4K6IQS6FDYNLFC3XVSCJNANCNFSM6AAAAAA3SCARPA> . You are receiving this because you commented.Message ID: ***@***.***>

[CallMeNP]

跑了 T 的數據，得到 100 餘處。大部分是引號，也有幾段是文字。這些文字應該也是需要標籤來包裹的。
具體見附件：reports.zip

T 之外的文件也可以用這個代碼檢查，暫時沒處理。
主要是因爲一些音義部類的著作大量內容沒有被 <p> 包裹，導致檢出的內容太多。沒有精力進一步分析。

代碼見：https://github.com/callmenp/cbeta-xml-utils

[mahawu]

reports.zip <https://github.com/cbeta-git/xml-p5a/files/12386203/reports.zip> 這個附件，hj 可以試著處理嗎？需要改 bm 的，我來配合。 maha 没——问题 ***@***.***> 於 2023年8月19日 週六 下午11:29寫道：

…

跑了 T 的數據，得到 100 餘處。大部分是引號，也有幾段是文字。這些文字應該也是需要標籤來包裹的。 具體見附件：reports.zip <https://github.com/cbeta-git/xml-p5a/files/12386203/reports.zip> T 之外的文件也可以用這個代碼檢查，暫時沒處理。 主要是因爲一些音義部類的著作大量內容沒有被 <p> 包裹，導致檢出的內容太多。沒有精力進一步分析。 代碼見：https://github.com/callmenp/cbeta-xml-utils — Reply to this email directly, view it on GitHub <#10 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/ABBQUSCEQOZQ4CL72I7LBH3XWDLULANCNFSM6AAAAAA3SCARPA> . You are receiving this because you commented.Message ID: ***@***.***>

[huizhu-dong]

已排入待辦，謝謝！

hj

[mahawu]

reports.zip <https://github.com/cbeta-git/xml-p5a/files/12386203/reports.zip> 裡面，有些項目一時看不出問題，比如： <lb link="https://cbetaonline.dila.edu.tw/zh/T85n2827_p1246c26"/> reports.zip <https://github.com/cbeta-git/xml-p5a/files/12386203/reports.zip> 的檢查邏輯為何？這請「没——问题」大德撥空指點一下。 maha 吳寶原 ***@***.***> 於 2023年8月20日 週日 上午12:07寫道：

…

reports.zip <https://github.com/cbeta-git/xml-p5a/files/12386203/reports.zip> 這個附件，hj 可以試著處理嗎？需要改 bm 的，我來配合。 maha 没——问题 ***@***.***> 於 2023年8月19日 週六 下午11:29寫道： > 跑了 T 的數據，得到 100 餘處。大部分是引號，也有幾段是文字。這些文字應該也是需要標籤來包裹的。 > 具體見附件：reports.zip > <https://github.com/cbeta-git/xml-p5a/files/12386203/reports.zip> > > T 之外的文件也可以用這個代碼檢查，暫時沒處理。 > 主要是因爲一些音義部類的著作大量內容沒有被 <p> 包裹，導致檢出的內容太多。沒有精力進一步分析。 > > 代碼見：https://github.com/callmenp/cbeta-xml-utils > > — > Reply to this email directly, view it on GitHub > <#10 (comment)>, > or unsubscribe > <https://github.com/notifications/unsubscribe-auth/ABBQUSCEQOZQ4CL72I7LBH3XWDLULANCNFSM6AAAAAA3SCARPA> > . > You are receiving this because you commented.Message ID: > ***@***.***> >

[CallMeNP]

裡面，有些項目一時看不出問題，比如：
<lb link="https://cbetaonline.dila.edu.tw/zh/T85n2827_p1246c26">

這類條目在lb後面列出了一些空白字附。如一個或多個全角空格:　。

這類全角空格在xml中出現在了 <p>,<lg>等標籤之外。有些似乎沒什麼影響，如您列舉的這條。而有些是明顯不合理的。如T20n1074_p0172b05 出現的一個全角空格。在cbetaonline上造成：

• 非原書換行模式下：有一個單獨的段落，僅包含該空格。
• 原書換行模式下：該行行首多出一個空格，產生縮進效果。

這兩種效果在大正藏排版中都是不存在的，也沒看出有任何含義。可以酌情刪除，或移入適當位置，或者對有意的留白也可以採用其他地方用到的<space>標籤？

這種情況的記錄共有14條。由於是空白符號，影響不如標點符號明顯。和標點一樣，僅列在報告中供諸位參考裁決。

[huizhu-dong]

感謝說明！ hj