Full of Sadness in My Heart

這些天，一想到至死也不可能「獨立」「手工」「研編」出一部滿意的漢語辭書，便滿心傷悲。獨立者，不抄襲、不取藍本；手工者，較少依賴計算機輔助（實因未能掌握語料庫建設、語言處理等相關技能）；研編者，字字歷史與邏輯統一地寫出來。照這種方式試寫詞條，揣摩拿捏、定義取例，一天竟寫不完一個字頭，且沈跡下流、文獻稀缺、功力不濟，索性放棄（實因一毛錢都掙不到）。

坊間至死未竟編書「大業」的，實在不是少數。若說日本電影《編舟記》裏主編松本朋佑書未竟人已亡的情節，算是影視文學「虛構」的故事。現實中此類故事也能信手拈來，但凡翻閱一部辭書的前言或後記，十有八九能看到「緬懷」某某主編、某某編輯的話，書前書後的編輯名單中加了方框的也不在少數。

我所了解的，如《王力古漢語字典》，作者王力醞釀四十多年，1984 年着手「寫」字典，兩年後去世，大概也沒寫多少頁。又過了二十年，2005 年纔由其弟子按其思路「寫」完出版。曾參加這本書寫作的張雙棣 2013 年 6 月出版了他獨自「撰寫」的《古漢語小字典》，前言第一句便自訴艱辛：

一個人寫一本古漢語字典，真不是一件容易的事。就這樣一本小字典，前後斷斷續續用了十五六年的時間。張雙棣

這本小字典大概寫了 8000 個字頭，花去十五六年時間，假定作者每天都在寫，按 16 年換算，每天約寫作 1.3 個字頭出來，效率實在不能算「高」。處北京大學廟堂之高、術業專攻的語言學專家尚且如是，草莽外行就趁早死了這份心吧。

After Giving Up

鑑於這慘淡的前景與「錢景」，索性把一年來課餘折騰的 LaTeX 字典模板放到 github 上供研討，也希求得版式細節改進意見。這份 LaTeX 漢語字典模板，以英屬哥倫比亞大學語言學博士 James A. Crippen 編寫 Encyclopedic Dictionary of Tlingit（《特林吉特語言百科辭典》）時製作的 LaTeX 源碼爲靈感，依照漢語辭書一般的版式增刪改定，幾易樣式，最終定稿爲下文模樣。

本來源碼就是在前人基礎上修改的，現在也有必要寫一份 documentation 說明此模板使用方法，也便於其他人在此基礎上修改出他自己滿意的樣式來。

Dic Page Style

經過一系列「手工」運作，源碼設定樣式後，便只需按既定樣式往裏面填充文字內容。下圖是以「字」的解釋爲例的一頁，文字內容抄自《漢語大詞典》。

一頁樣例

頁面簡說

字頭排序依據漢字「第六代倉頡碼」，實現漢字檢字與輸入的統一。如漢字「寥」的倉頡碼是 JSSH（十尸尸的），它排在「字」（倉頡碼爲 JND（十弓木））之後，爲英文字典序。

頁眉標記本頁起始漢字及其倉頡碼。不過照漢語辭書常規方式，一頁所有字頭均標記在該頁頁眉，本模板未能「研究」出如何把每個字頭都標記在頁眉。

頁面分欄排版，欄數設置依據依據字號、紙型等調整。

「常用字」字頭下沉三行排版，其餘漢字字頭下沉兩行排版。

與常見英文字典類似，每頁均標記所屬「倉頡部首」，如本頁爲倉頡部首「十」（J）部，則本部首下每一頁均有此指示，以便於提升翻檢效率。

Dic Entry Style

字頭樣例

字頭信息簡說

字頭左上角總筆畫（stroke）信息，可製作全書總畫檢索。難點卻在總畫之確定，涉及新舊字形筆畫不一，中日韓臺港「標準」各有差異，莫衷一是，字典正文極少使用總畫爲漢字排序依據。

字頭左下角標記所屬《康熙字典》部首（radical，此部首不等於「倉頡部首」），標記部首可以生成傳統漢語辭書最常見的「部首檢字表」。部首與字理最相關，傳統字書多採部首排序正文字頭，然而，有些字部首歸屬難以確定，又涉及新舊字形，查檢不便，聚訟紛紛，本模板也未採用部首排序漢字。

字頭樣式設計兩種，一種下沈三行，一種下沈兩行，以區別「常用字」與「非常用字」。然而，一字之是否常用，並無絕對、可靠的數據來確定，對具體的使用者而言，常用程度也不一樣。好在 big5 碼中的字大致可反映古今文獻的常用漢字，可資參考。近年來，古籍漢字字頻統計，也有不少單位、企業在做，如《古籍漢字字頻統計》之類，或可供參考。

字頭右方依次爲本字頭的「第六代倉頡碼」（Cangjie Input Code）、「四角碼」（Sijiao or Four Corner Code）、當代國語讀音（mandarin pronunciation）、粵拼（Cantonese pronunciation）。當然，這些可以換成其他信息，如粵拼換成上古音信息之類，也可以修改源碼添加標記信息。

第六代倉頡碼並未有「官方」版本，因第六代倉頡輸入法遲遲未公開發佈，外人只知其更便於「檢字」，甚至不惜更名「蒼頡檢字法」。

本模板使用的倉頡碼是 LEO Yoon-Tsaw 爲 Rime 輸入法引擎所製蒼頡檢字法輸入方案源文件。此文件中大致有八萬多漢字的倉頡碼，「民間」版本，或與官方最終版本有差別，在 Rime 輸入法下倒不是問題。綜合考慮各種排序利弊，本模板最終採用第六代倉頡碼排序所有字頭。

四角號碼檢字法或許風行過一段時間，目前一般讀者極少會用到它。一個例子如：《教育部異體字字典》附錄的四角碼檢字法介紹。但是一字四角碼之確定卻較爲麻煩，蓋此檢字法幾經變遷，存在幾個差別不大的版本，導致同一字在不同版本中的四角碼不一致，困擾翻檢者。本模板之所以仍標記漢字四角碼，皆因重要古籍出版物的附錄大多都附有漢字四角碼索引檢字。

普通話讀音，每本漢語辭書都標記的信息。本模板預期所附漢字「國音索引」，只索引常用的大約一萬三千多字的讀音作「拼音檢字」用，大致參考 big5 碼收字狀況。

本模板標記粵音純粹爲試驗，又因在粵斷斷續續寫完這個模板。粵拼似乎也存在好幾種方案，市面上的粵音辭書使用的粵拼方案也不一致。不過標記此信息，可以製作國粵讀音對照表與索引。同理粵音換成字頭的上古音、中古音、客家話讀音、吳語讀音都可以，同理也可以製作國語吳語讀音對照之類的索引。

字頭源碼

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11


%古籍常用漢字
\NewDocumentCommand \centrya {o o m o o m m} %主樣式
{\subsectionmark{[{\ubufontc#4}]{\PFTL#3}}%標記字頭顯示在頁眉
\phantomsection\addcontentsline{toc}{subsection}{#4\textbf{#3}}%目錄與PDF mark
\index[SJM]{{\ubufont\color{red}\Large#5}![{\ubufontc#4}]{\PFTL#3}} %漢字四角碼索引 
\index[GY]{{\ubufont\color{red}\Large #6}!{\ubufontc#4}{\PFTL#3}[{\ubufontc#7}]} %國音索引
\index[YY]{{\ubufont\color{red}\Large#7}!{\ubufontc#4}{\PFTL#3}[{\ubufontc#6}]} %粵音索引
\index[CJ]{{\ubufontc #4}{\PFTL #3}} %倉頡索引
\index[BH]{{\color{red}\fontsizec{0.7cm}\ncircds{#1}}![{\ubufontc#4}]{\PFTL#3}}%總筆畫數索引
%%字頭樣式製作%字頭共記錄筆畫、部首、倉頡碼、國音等 7 種信息以製作索引
\thelemmasign{\hypertarget{#3}{\lettrine[lines=3,lhang=0.39,loversize=-0.2]{\hspace{0.15cm}\SPSB{\buttonleftsupera{#1}}{\buttonleftsuba{#2}}\hspace{-0.33cm}\color{myred}\IBMP #3}{} }} {{\color{myred}{\ubufontc #4}，{\ubufontc #5}，{\ubufontc #6}，{\ubufontc #7}。}}} 

編寫示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17


  \begin{Lemma} %
    \centry[總畫][所屬康熙部首]{字頭}[倉頡碼][四角碼]{國音\SP{音調}}{粵拼\SP{音調}}
      \pro{韻書讀法}
    %%======================
    \begin{mainenum}%義項採 enumerate 自動編號
       \mitem 義項 \en{英文釋義}
       \E{\e 用例一\e 用例二 ……}
    %%======================
    \mitem  \en{}
    \E{\e \e \e }
    %%======================
    \mitem  \en{}
    \E{\e \e \e }
    %%======================
    ……
  \end{mainenum}
\end{Lemma}

Dic Index Style

索引程序

對讀者而言，無論辭書或一般圖書，索引都是極其實用的工具。索引能讓讀者知曉某一字、概念、人物、地名之類在全書的哪些地方、哪些主題之下出現過。

本模板自去年暑假開始折騰出草稿樣式，遲遲未能解決漢字索引項的排序問題，字母或數字排序則沒什麼難點。漢字 index entry 的順序，必須有一定依據，好在有了 zhmakeindex 工具，使得索引漢字可選「拼音」、「總畫」、「部首」三種方式排序，極便於查檢。索引製作詳參這篇博文。~~下圖便是按照漢語拼音方案排序的索引項：~~

索引簡說

英漢索引（English-Chinese Index）。釋義時可附帶釋以英文（其他語文索引同理），以生成「極其簡易」的英漢辭典。

類辭索引（Thesaurus Index）。如「愛」字出現在「字」的某一義項釋義中，則這兩個字之間或爲同義詞（synonym）、或爲反義詞（antonym）、或爲相關詞（related word），本模板悉歸入 Thesaurus 中。本索引設計索引項漢字排序問題解決方案，採用劉海洋開發的 zhmakeindex——面向中文排序的 makeindex 程序（A Program for Index Entry Order of Chinese Characters）。

四角碼索引 （Four Corner Index），依漢字四角碼大小排序檢字，對本模板設計而言，用處似乎不大。

總畫索引 （Han Stroke Index），依漢字總筆畫多寡排序檢字。

倉頡碼索引 （Cangjie Input Code Index），依據漢字倉頡碼排序檢字，也是正文字頭排序的方案。

粵音索引 （Cantonese Index），常用字粵音檢字表，也是簡易的粵國讀音對照表——從粵音查國音。

國音索引 （Mandarin Index），常用字普通話讀音檢字表，也是簡易的國粵讀音對照表——從國音查粵音。之所以限於常用字，乃考慮篇幅與實際使用情況而定。一萬三千字以外的非常用字，若需查檢，查檢者大多不識其音而採其他檢字法查檢，故無必要索引非常用字的讀音，以節省篇幅。

Conclusion

上文簡單列舉了 Cangjie Chinese-English Dictionary 幾個關鍵設計樣例。此外還有許多細節源碼，以及許多 package 依賴關係，都可在這裏查看、下載、改進。使用、修正本模板時有任何問題，也可聯繫作者：[email protected]。

The article was recently updated on Monday, October 23, 2023, 13:38:47 by 👩 高松年.