科研 Skill

古籍检索与引文核对

cnlit-ctext-corpus-retrieval

用ctext.org API与中华经典古籍库检索先秦至明清文献,批量核对论文引文。适用于古代文学思想史论文定稿前的引文核查。

发布者 Codar安全审核通过v0.1.0更新于 2026-11-18

SKILL.md

古典文献语料检索与引文核对(Classical Corpus Retrieval & Citation Verification)

适用场景

  • 论文定稿前,批量核对文中所引经史子集原文的文字、篇名、卷次是否与通行整理本一致。
  • 为某一主题(如"兴观群怨""养气")在先秦两汉或唐宋文献中做全文检索,建立带出处的例句库。
  • 为后续计算分析(断句、文体计量、远读)准备干净、版本明确的纯文本语料。
  • 佛教文献(汉译佛经、僧传、语录)引文核对与经号标注。
  • 查核某字某词的早期用例、异体字、通假关系,辅助训诂。

边界与不适用

  • 不代替对纸本善本、影印本的最终核对:数字库文本是检索入口,论文正式引文应以权威整理本或影印本为准。
  • 不做系统的版本对勘与校勘记撰写,此类任务转 cnlit-classical-text-collation。
  • 不做自动断句或分词,转 cnlit-classical-chinese-nlp。
  • 不绕过数据库的访问控制、不批量爬取付费库全文;遵守各平台使用条款与 API 调用限额。

工作流

  1. 明确引文清单
    • 输入:论文稿或摘录表。
    • 操作:抽出全部引文,记录"引文原文 / 作者标注出处 / 作者使用的版本 / 页码"。
    • 产出:引文核对表(每条一行,赋唯一编号)。
  2. 确定参照底本
    • 操作:为每部书选定"引用标准本",优先中华书局、上海古籍出版社等通行点校本(如中华书局点校本二十四史、《十三经注疏》阮元校刻本);佛典优先《大正藏》经号并以 CBETA 版本标注。
    • 决策点:若作者引自类书、选本或二手转引,需标记"转引",回溯原书。
  3. 多库检索定位
    • 操作:先用 ctext.org 全文检索或 API 定位篇章(URN 形如 ctp:analects/xue-er);再到中华经典古籍库(点校本、可对应纸本页码)、识典古籍、中研院汉籍电子文献等复核;佛典用 CBETA;字词用汉典、《汉语大字典》《汉语大词典》。
    • 产出:每条引文的检索命中记录(库名、篇章、检索时间)。
  4. 逐字比对
    • 操作:将作者引文与参照本做字符级比对(可用 Python difflib),区分:异体字/繁简转换差异、标点差异、实质性异文、脱衍倒误。
    • 决策点:繁简转换引起的"後/后""於/于"等差异单列,不算错误;但"云/雲""余/餘"类需按语境判断。
  5. 出处信息补正
    • 操作:补齐卷次、篇名、整理者、出版社、年份、页码;同一书统一版本。
    • 产出:修订建议(原文 / 建议改为 / 依据)。
  6. 语料导出(如用于计算分析)
    • 操作:保存原始返回(JSON/HTML)与清洗后纯文本两份,文件头记录来源 URN、获取日期、版本说明。

工具与数据源

  • 中国哲学书电子化计划(ctext.org):网页全文检索、平行对照、API(需注册获取 API key 以提高额度);Python 包 ctext(pip install ctext)。
  • 中华经典古籍库(中华书局,籍合网):以点校本为主,可对应纸本页码,适合正式引文。
  • CBETA 中华电子佛典协会(cbeta.org):汉文大藏经数字版,标注藏经册、页、栏。
  • 识典古籍:古籍整理与阅读平台,可检索并查看影印页。
  • 中研院"汉籍电子文献资料库(瀚典)"、爱如生"中国基本古籍库"、文渊阁《四库全书》电子版(多为机构订购)。
  • 汉典(zdic.net)、《汉语大字典》《汉语大词典》、教育部《异体字字典》:字词、异体与早期用例查核。
  • 全国古籍普查登记基本数据库、中华古籍资源库(国家图书馆):版本与影印本查询。
  • Kanripo(漢籍リポジトリ):开放的古籍文本仓库,可按版本获取。

最小代码示例(Python)

以下示例通过 ctext API 的 gettext 端点取回章节文本,并与作者引文做逐字比对。API 返回结构以官方文档为准,调用前请确认额度与使用条款。

import difflib
import requests

def fetch_ctext(urn: str, apikey: str | None = None) -> str:
    params = {"urn": urn}
    if apikey:
        params["apikey"] = apikey
    r = requests.get("https://api.ctext.org/gettext", params=params, timeout=30)
    r.raise_for_status()
    data = r.json()
    if "error" in data:
        raise RuntimeError(data["error"])
    # 章节文本一般在 fulltext 字段(段落列表)
    return "".join(data.get("fulltext", []))

def locate_and_diff(quote: str, source: str, window: int = 10):
    sm = difflib.SequenceMatcher(None, source, quote, autojunk=False)
    m = sm.find_longest_match(0, len(source), 0, len(quote))
    start = max(m.a - m.b, 0)
    seg = source[start:start + len(quote) + window]
    ops = difflib.SequenceMatcher(None, seg, quote, autojunk=False).get_opcodes()
    return seg, [(tag, seg[i1:i2], quote[j1:j2]) for tag, i1, i2, j1, j2 in ops if tag != "equal"]

text = fetch_ctext("ctp:analects/xue-er")
seg, diffs = locate_and_diff("學而時習之,不亦悅乎", text)
print(seg)
print(diffs)   # 例如 [('replace', '說', '悅')] -> 通假/版本差异,需人工判断

质量检查

  • 每条引文均有"参照本 + 卷次/篇名 + 页码",同一书全篇统一版本。
  • 区分了繁简/异体差异、标点差异与实质性异文,实质性差异均人工复核。
  • 转引、类书引文已回溯原书或明确标注"转引自"。
  • 数字库文本已与至少一种权威整理本或影印本对照,未把 OCR 错误当异文。
  • 记录了检索库名、URN/链接、检索日期,可复现。
  • 遵守平台使用条款与 API 限额;未批量下载付费库全文;导出语料仅限研究使用。

输出格式

引文核对表(CSV/Excel),列:

| 编号 | 论文位置 | 作者引文 | 作者标注出处 | 参照本(书名/整理者/出版社/年份) | 卷次篇名 | 页码 | 参照本原文 | 差异类型(无/异体/标点/异文/脱衍倒误/出处错) | 修订建议 | 检索来源与日期 |

附:简短说明(采用的版本体系、繁简处理规则、无法核实条目清单)。

参考规范与文献

  • 陈垣:《校勘学释例》,中华书局。
  • 张舜徽:《中国文献学》。
  • 黄永年:《古籍版本学》,江苏教育出版社。
  • GB/T 7714—2015《信息与文献 参考文献著录规则》。
  • 中华书局点校本"二十四史"与"清史稿"修订说明(作为版本选择参照)。

示例提示词

帮我用ctext和中华经典古籍库逐条核对论文里引用的《史记》《汉书》原文,列出文字差异和规范出处。

所属插件

中国语言文学与比较文学面向中国语言文学、比较文学与翻译学研究:古籍语料检索与校勘、古汉语断句分词、诗词格律、现当代报刊史料、文体计量与远读、影响与接受研究、平行语料与译本质量评估。

安装该插件会一并获得同领域的 11 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

古籍检索与引文核对能做什么?

用ctext.org API与中华经典古籍库检索先秦至明清文献,批量核对论文引文。适用于古代文学思想史论文定稿前的引文核查。

如何安装古籍检索与引文核对?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「古籍检索与引文核对」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

古籍检索与引文核对需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

古籍检索与引文核对经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。