This page looks best with JavaScript enabled
TeX 漢語字典模板
👨李梅亭 · · · 🔢 3616 words· ⏲️ 8 min read ·🏄 ... visitors ·👀 ... views

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：logos@duoyu.ren。

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

李梅亭
WRITTEN BY
李梅亭
機動部赤腳叫師
支持作者

🤑乞討碼🤑