十八家诗抄·服饰提取日志

基本信息

处理流程

第1步：文件检查

wc -l -c 十八家诗抄.txt
# 结果：22347行，1881591字节（大文件，严禁整本载入）

第2步：逐轮grep检索

第1轮：核心词（衣裳裘冠冕弁帻巾帽佩玉带绶笏舄履靴袍衫裙褶袂襟领）

rg -n '衣|裳|裘|冠|冕|弁|帻|巾|帽|佩玉|带|绶|笏|舄|履|靴|袍|衫|裙|褶|袂|襟|领' 十八家诗抄.txt | wc -l
# 结果：1760行匹配（大量非服饰用法的"衣/带/履/领"等需人工筛选）

第2轮：材质（锦绮绢帛丝缎绫罗纱缟绸葛麻褐布绵茧）

rg -n '锦|绮|绢|帛|丝|缎|绫|罗|纱|缟|绸|葛|麻|褐|布|绵|茧' 十八家诗抄.txt | wc -l
# 结果：1190行匹配

第3轮：色彩纹饰（紫绯朱赭青绿白玄黄丹素绣纹章黼黻华）

rg -n '紫|绯|朱|赭|青|绿|白|玄|黄|丹|素|绣|纹|章|黼|黻|华' 十八家诗抄.txt | wc -l
# 结果：5043行匹配（数量过多，大量非服饰用法的颜色词需结合上下文筛选）

第4轮：制度（服赐服赐紫赐绯品色舆服章服冠服朝服祭服丧服常服加冠衮）

rg -n '服[饰妆办]|赐服|赐紫|赐绯|品色|舆服|章服|冠服|朝服|祭服|丧服|常服|加冠|衮[服衣冕]' 十八家诗抄.txt | wc -l
# 结果：8行匹配（精准度高）

关键发现：

第5轮：配饰（簪钗钿珰珥环镯鱼袋幞头云肩霞帔蔽膝芾韠佩鱼）

rg -n '簪|钗|钿|珰|珥|环|镯|鱼袋|幞头|云肩|霞帔|蔽膝|芾|韠|佩鱼' 十八家诗抄.txt | wc -l
# 结果：172行匹配

第3步：高价值组合检索

针对大文件特点，进行组合精搜：

第4步：关键上下文提取

使用sed提取关键行上下文：

sed -n '13472,13480p' 十八家诗抄.txt  # 端午日赐衣
sed -n '8748,8760p' 十八家诗抄.txt    # 上阳宫人时世妆
sed -n '7598,7620p' 十八家诗抄.txt    # 丽人行
sed -n '8855,8870p' 十八家诗抄.txt    # 蛮子朝·赐衣赐食
sed -n '9400,9415p' 十八家诗抄.txt    # 霓裳羽衣舞歌

第5步：筛选与分类

从原始匹配中筛选出有效服饰片段的原则：

  1. 排除纯比喻用法（如"环堵""连环"等非服饰用"环"）
  2. 排除泛指（如"青天""白云"中颜色词非指服饰）
  3. 保留明确的服饰描写、制度记载、品色指代
  4. 特别关注"时世妆""赐衣""品色"等制度性描述

第6步：对抗式审查

  1. 审： 第3轮5043行匹配过多 → 改： 结合服饰上下文二次筛选，仅保留色彩与服饰关联者
  2. 审： "环"字大量匹配为地理/自然意象 → 改： 仅保留"环珮""金环"等明确佩饰
  3. 审： "带"字泛指过多 → 改： 仅保留"玉带""锦带""革带"等服饰带
  4. 审： "华"字过于泛化 → 改： 不单独收录，仅收录"华衮"等组合
  5. 审： "衣"字泛化（衣食/衣冠/衣马等） → 改： 仅保留明确描写服饰款式、材质、制度者

统计