《北堂书钞》服饰内容提取日志

一、操作流程记录

步骤1：文件大小检查

• 文件：/home/z/my-project/upload/part1_extracted/北堂书钞.txt
• 大小：3,060,993字节（约3MB）
• 判定：超过500KB，禁止全文载入，采用grep+sed策略

步骤2：逐轮关键词检索

第一轮（核心词）—— 2025-03-05

衣:201  裳:35   冠:152  冕:28  巾:55
帽:10   袍:11   衫:7    裙:9   裘:30
带:72   佩:58   履:62   舄:9   靴:3

15个核心词全部命中，累计命中行约742行

第二轮（制度词）

服色:1   舆服:37  冠服:0  章服:3  朝服:33
祭服:6   丧服:13  吉服:3  常服:3  公服:2

9/10命中，"冠服"未命中（北堂书钞用"法服"而非"冠服"）

第三轮（材质词）

丝:36   帛:61   绢:23   锦:43   绮:32
绫:8    罗:57   缎:0    绸:3    缂丝:0
葛:87   麻:27   布:132  褐:9

12/14命中，"缎""缂丝"未命中（时代限制）

第四轮（品色词）

紫袍:0   绯袍:0  绿袍:0  赐紫:1  赐绯:0
鱼袋:0   笏:6    幞头:0  金带:1  玉带:3

4/10命中，唐代制度词大面积未命中

第五轮（配饰词）

旂:0    旗:46   章:213  珮:0    环:47
玦:7    簪:14   钗:8    钿:5    翠:46
珠:82   玉:274

10/12命中，"旂""珮"未命中（用"旗""佩"替代）

步骤3：上下文提取

• 合并全部命中行号：509行（去重后）
• 构建±2行上下文区间：193个区间
• 提取总行数：2066行
• 提取文件大小：2,674,098字节

步骤4：专卷定位

通过检索卷目标题，定位服饰专卷：
- 卷127 衣冠部上（行2878-2925）
- 卷128 衣冠部中（行2926-2977）
- 卷129 衣冠部下（行2978-3034）
- 卷130 仪饰部上（行3035-3099）
- 卷131 仪饰部下（行3100-3121）
- 卷132 服饰部一（行3122-3191）
- 卷133 服饰部二（行3192-3234）
- 卷134 服饰部三（行3235-3282）
- 卷135 服饰部四（行3283-3439）
- 卷136 服饰部五（行3440-3510+）

步骤5：逐卷精读

对10个专卷逐卷读取分析，提取服饰分类信息：
- 衣冠部上：冠9类、冕、弁、帻、缨、簪、貂、巾、帽
- 衣冠部中：法服、朱衣、中衣、单衣、革带、绂、佩、玦、笏、舄
- 衣冠部下：衣、裳、袍、裘、襦、褐、衫、袴褶、襜褕、纶巾、络带
- 仪饰部：卤簿制度、玺印
- 服饰部1-5：帷帐屏风、床榻席枕、扇麈盖被、首饰妆饰、镜钗钏履

步骤6：对抗式学术审查

审查点1：关键词"章"命中213行——是否均为服饰？

• 审查结论："章"字在北堂书钞中多数用于"文章""章句"，仅"章服"（3行）属服饰
• 处理：在提取原文中区分"章服"与"文章"用法

审查点2：关键词"玉"命中274行——是否均为服饰？

• 审查结论："玉"字大量用于"玉佩""玉带""玉簪"（属服饰）及"玉器""玉壶"等（非服饰）
• 处理：在原文提取中标注是否属服饰语境

审查点3：关键词"布"命中132行——是否均为服饰？

• 审查结论："布"字兼有"布衣""布裳""布裙"（服饰）与"宣布""布政"（非服饰）
• 处理：在原文提取中标注布衣相关条目

审查点4："舆服"37行——是否都在服饰专卷？

• 审查结论：大部分在设官部（官制中涉及舆服等级），少量在衣冠部
• 处理：设官部的舆服内容同样具有服饰制度价值，予以保留

审查点5：服饰部一至五是否都属"服饰"？

• 审查结论：卷132-136内容广泛，包括帷帐、床榻、器物等，并非严格意义的"服饰"
• 处理：按严格定义，仅卷127-129（衣冠部）、卷130（仪饰部卤簿）和卷135-136中的首饰/鞋履部分属核心服饰；其余归为"居室服用"

二、未命中关键词原因分析

三、技术执行日志

[OK] wc -c 北堂书钞.txt → 3060993 (超过500KB)
[OK] R1 grep 15词 → 全部命中，累计742行
[OK] R2 grep 10词 → 9词命中，累计101行
[OK] R3 grep 14词 → 12词命中，累计518行
[OK] R4 grep 10词 → 4词命中，累计11行
[OK] R5 grep 12词 → 10词命中，累计255行
[OK] 合并去重 → 509行
[OK] 构建上下文区间 → 193个区间，2066行
[OK] sed提取上下文 → 2,674,098字节
[OK] 定位10个服饰专卷 → 逐卷精读完成
[OK] 对抗式审查 → 5个审查点通过
[OK] 产出三篇MD → 完成