《陔余丛考》服饰内容提取 · 日志
时间：2026-04-19 任务：提取《陔余丛考》全部服饰相关内容，整理分类总结 输入文件：/home/z/my-project/upload/part4/陔余丛考.txt（1.6MB，3299行）
操作流程
Step 0: 检查文件
文件大小：1,651,552字节（约1.6MB）
行数：3,299行
编码：UTF-8（部分字节有截断，用errors='replace'处理）
Step 1: 读取参考文件
- 关键词词库：fushi-keywords.md（核心服饰词94个 + 制度动作词17个 + 组合扩展词8组）
- 总结模板：参考/总结.md（《吕氏春秋》模板）
- 日志模板：参考/日志.md（《晋会要》模板）
- 原文提取模板：参考/原文提取.md（《天工开物》模板）
Step 2: 第1轮核心词grep
```bash rg -n '衣|裳|冠|冕|袍|裘|带|佩|巾|帻|履|舄|笏|绶|...' INPUT_FILE
命中451行，但大量为误命中（"衣冠"代指士大夫、"服从"非服饰义等）
```
Step 3: 第2轮制度动作词grep
```bash rg -n '服色|冠服|朝服|公服|常服|赐服|丧服|祭服|舆服' INPUT_FILE
命中约60行，多为史书评论中引用，非专门服饰考辨
```
Step 4: Python精准搜索
用Python按关键词列表逐行扫描，找出： - 专条服饰条目标题（○开头） - 散见服饰内容（其他条目中涉及服饰的段落）
关键发现：本书目录条目（如○马褂、缺襟袍、战裙）与正文内容分布在不同位置，目录在卷首，正文在对应卷次。
Step 5: sed提取关键段落
对以下行号范围提取完整内容： - Line 2255-2270: 脱袜登席、弓足、金凤染指、簪花 - Line 2343-2380: 帽顶、袜膝裤、钉鞋、料丝 - Line 2119-2130: 官府乘轿 - Line 1009-1015: 鹬冠 - Line 1683-1690: 赐绯衣银鱼、敛衽考 - Line 2785-2800: 女扮为男 - Line 2669-2675: 乌方帽红蕉衣黑犀带
Step 6: 分类整理
按8大类整理： 1. 足服类（4条） 2. 首服类（3条） 3. 体服与装扮类（2条专条+3条散见） 4. 出行仪仗类（1条） 5. 器物材料类（1条） 6. 制度考辨类（5条）
Step 7: 保存三份文件
- 陔余丛考_总结.md
- 陔余丛考_日志.md（本文件）
- 陔余丛考_原文提取.md
关键发现
- 本书体例为笔记考据：赵翼以"考源流"为主，服饰条目多追溯事物起源与演变
- 专条服饰11条：脱袜登席、弓足、金凤染指、簪花、帽顶、鹬冠、袜膝裤、钉鞋、料丝、女扮为男、官府乘轿
- 散见服饰9条：绛衲裆衫、布单衣鹿皮冠、赐绯衣银鱼、幞头花带靴银、赐冠带袍笏、乌方帽红蕉衣黑犀带、白冠牦缨、绛袍玉带、法冠
- 部分目录条目内容缺失：马褂缺襟袍战裙、绿头巾在目录中列出但正文未见完整内容，疑为版本问题
- 服饰与礼制紧密相连：脱袜登席→古礼等级、赐冠服→科举制度、敛衽→男女礼节
关键踩坑记录
- 大文件（1.6MB）直接用rg宽正则搜索会超时，需拆分为小词组分别搜索
- UTF-8编码有截断字节，需用errors='replace'处理
- 目录条目与正文分布不同，目录行号不等于正文行号
- "衣冠"出现频率极高（22次），绝大多数为"士大夫"代称，需逐条排除
- "布衣"出现8次，多为"平民"代称，仅1次涉及服饰描写
- "服"字出现极频，"服从""服药""服丧"需严格排除
审核结果
全部通过 ✅ — 原文均从TXT文件grep+sed提取，有明确行号对应。目录条目马褂、绿头巾标注"目录有而正文缺"，不做无根据推衍。