汉字典籍关系库

　　上一篇整理了汉字字形 SVG 库：每字一个文件，建立起了字形。

　　这一篇建立一套以汉字为索引、贯穿多部典籍的关系库。查一个汉字，就能看到各个典籍对它的解释、注解、部首、字形、异体、构件之间的关系。

预览

　　预览地址： https://zhouyongh.github.io/hanzi-relations/viewer/index.html

　　输入字即可查看，包括同部、异体、同声符的字格，其中正文按来源分块，每块标条数。

　　如「和」：康熙 10 条、段注 2 条、許慎原文 2 条。没有收录时，显示「未收此字」，《爾雅》这一列就是这种情形。

有什么

列	字头	陈述	例
《康熙字典》	46,815	138,645	说解 + 条目内引书、注音、义项
段玉裁《說文解字注》	9,343	34,482	逐句注文，回指所注原文
許慎《說文解字》原文	11,037	21,506	释义 + 反切
《爾雅》	997	1,388	「月在甲曰畢」一类训释

　　共 57,917 个字头、196,021 条陈述、371,276 条关系。另有 540 部、字形指针 9,746 条。

查询

sql 复制代码

SELECT edition_id, COUNT(*) AS n
FROM statements
WHERE char_id IN (SELECT char_id FROM characters WHERE head = '和')
GROUP BY edition_id ORDER BY n DESC;
-- kangxi_dict 10 / shuowen_xu_shen 2 / shuowen_duan_yucai 2

储存方式

　　列储存，可扩展。

　　data/ 里是 JSONL，一条陈述一行：原文、出处、许可、定位（卷/部/条号）。按来源分目录，一源一块，需要时可整块移除。

　　关系单独一张边表，只存指针：字持有哪些陈述、哪条注在哪条原文上、字属哪部、字与字是否异体。内容与关系分开，改关系不动原文。

　　SQLite 与浏览页都是产物，python src/build_sqlite.py、python src/build_viewer.py 重建，不入库。

扩展方式

　　加一部典籍，四样东西：

来源：data/sources.jsonl 加一条，写许可、地址、能否再分发。
描述列 ：data/columns.jsonl 加一条，这一列是什么书、提供哪几类内容。
陈述：data/provenance/<source_id>/ 一个目录，一条一行，带出处。
关系库 ：db/bundle-<name>.db，装这一列的陈述与相关边。

　　然后重建 SQLite 与浏览页。装上一个 .db 查一列，删除是整体删。列可以只装一部分------想要段注加《玉篇》对照，可只装两列。

仓库

　　https://github.com/zhouyongh/hanzi-relations

结语

　　数据带出处与许可，逐条可查。

　　逐步搭建中，期望把汉字应用的基础搭好。