检索文字和原图承担不同用途
电子识别文字很适合搜索关键词,却不等于已经有人逐字校过。找到一段与问题有关的内容后,最好回到扫描页看原图,再决定是否引用。国家图书馆的古籍平台将图像、检索和辅助工具放在同一服务中;对读者来说,方便检索与核实原文是两步。若下载的资料只有可复制文字,完全找不到版本或原图,应把它当作线索,而不是最终核对依据。
形近字在术数资料中尤其容易混
己、已、巳的字形相近,戊、戌、戍也常让初读者看花眼。遇到连续干支、表格或小字夹注,单凭读起来像一句话不能确认识别正确。可先观察同一页其他相同字的写法,再放大疑字。这里只提示识字问题,不需要为了检查文字去自行重排整张盘。若某字关系到文章的论断,宁可暂不引用,也不要凭猜测把它补成自己熟悉的字。
竖排小字可能被接错顺序
双行夹注、眉批与正文通常不在同一阅读层。识别软件可能把两行注释交叉连接,也可能把页眉接进句子中。一个简单检查办法是看这段在原图中占了哪几列,观察正文与小字的起止位置。若电子文字突然出现书名、卷次或重复页码,不必马上解释成专业术语,先考虑它是否来自版心、页眉或扫描拼接。
缺字不要悄悄填成完整故事
有些扫描页破损、墨淡或被装订遮住,电子文本会用方框、问号或缺字标记表示。二次转载却可能把这些标记删掉,让段落看起来完整。整理时应保留缺失的位置,并写明看不清;不能因为后文似乎谈财,就把缺字补成“财”。如果确有另一版本可补,需要说明补自何处,让后来读者分得清原图所见与整理者的处理。
分享前做一次短句对照
不用把整本书都重新录入。选择将要引用的几句,逐字对照图像,确认标点没有把上下句拆错,再附上卷次或页码。自己的白话说明另起一段,并标明是解释。尤其是表格数字与日期,肉眼复核往往比直接复制可靠。遇到原图仍无法辨认的文字,可以缩小文章结论,只讨论清楚可见的部分,不必为了凑完整段落制造确定答案。