青空文庫テキストフォーマットについて (aozorahack)
TRANSCRIPT
稀少なフォーマット● PDF:http://www.aozora.gr.jp/cards/000029/card227.html 伽藍とバザール
● エキスパンドブック:http://www.aozora.gr.jp/cards/000005/card5.html あいびき
● palmdoc:http://www.aozora.gr.jp/cards/000114/card608.html モウグリの兄弟たち
青空文庫形式の特徴● 人間が読みやすい
– 機械では解析しづらい● 全角文字を記法に使う● 「見た目」のための記法
– 「5字下げ」とか「改ページ」とか
HTML・XMLやTeX等、他の記法と比べるとかなり独特な記法になっている
【テキスト中に現れる記号について】-------------------------------------------------------【テキスト中に現れる記号について】
《》:ルビ(例)三毛《みけ》猫
|:ルビの付く文字列の始まりを特定する記号(例)寛政|申《さる》年生まれ
[#]:入力者注 主に外字の説明や、傍点の位置の指定 (数字は、JIS X 0213の面区点番号またはUnicode、底本のページと行数)(例)※[#「日+向」、第3水準1-85-25]-------------------------------------------------------
フッタの例
底本:「時代推理小説 半七捕物帳(一)」光文社文庫、光文社 1985(昭和60)年11月20日初版1刷発行入力:tatsuki校正:山本奈津恵1999年7月24日公開2012年6月12日修正青空文庫作成ファイル:このファイルは、インターネットの図書館、青空文庫(http://www.aozora.gr.jp/)で作られました。入力、校正、制作にあたったのは、ボランティアの皆さんです。
字下げの例…然し愚な純な弱い白が、主人夫妻にはいつまでも忘られぬのである。
[#ここから5字下げ]白は大正七年一月十四日の夜半病死し、赤沢君の山の上の小家の梅の木陰に葬られました。甲州に往って十年です。村の人々が赤沢君に白のクヤミを言うたそうです。「白は人となり候」と赤沢君のたよりにありました。「白」は幸福な犬です。 大正十二年二月九日追記[#ここで字下げ終わり]
見出しの例[#2字下げ]上 先生と私[#「上 先生と私」は大見出し]
[#5字下げ]一[#「一」は中見出し]
私《わたくし》はその人を常に先生と呼んでいた。だからここでもただ先生と書くだけで本名は打ち明けない。これは世間を憚《はば》かる遠慮というよりも、その方が私にとって自然だからである。私はその人の記憶を呼び起すごとに、すぐ「先生」といいたくなる。筆を執《と》っても心持は同じ事である。よそよそしい頭文字《かしらもじ》などはとても使う気にならない。
ルビの例[#2字下げ]上 先生と私[#「上 先生と私」は大見出し]
[#5字下げ]一[#「一」は中見出し]
私《わたくし》はその人を常に先生と呼んでいた。だからここでもただ先生と書くだけで本名は打ち明けない。これは世間を憚《はば》かる遠慮というよりも、その方が私にとって自然だからである。私はその人の記憶を呼び起すごとに、すぐ「先生」といいたくなる。筆を執《と》っても心持は同じ事である。よそよそしい頭文字《かしらもじ》などはとても使う気にならない。
罫囲み[#ここから1段階小さな文字][#ここから1字下げ][#ここから41字詰め][#ここから罫囲み]附記[#「附記」は太字] この探偵小説には私が懸賞をだします。犯人を推定した最も優秀な答案に、この小説の解決篇の原稿料を呈上します。細目はいずれ、誌上に発表しますが、だいたい、九回か十回連載の予定、大いに皆さんと知慧くらべをやりましょう。当らなければ、原稿料は差上げませんよ。たいがい、差上げずに、すむでしょう。[#地から1字上げ]坂口安吾[#ここで罫囲み終わり][#ここで字詰め終わり][#ここで字下げ終わり][#ここで小さな文字終わり]
[#5字下げ]四 第一の殺人[#「四 第一の殺人」は中見出し]
http://www.aozora.gr.jp/cards/001095/files/42626_60035.html
罫囲み[#ここから1段階小さな文字][#ここから1字下げ][#ここから41字詰め][#ここから罫囲み]附記[#「附記」は太字] この探偵小説には私が懸賞をだします。犯人を推定した最も優秀な答案に、この小説の解決篇の原稿料を呈上します。細目はいずれ、誌上に発表しますが、だいたい、九回か十回連載の予定、大いに皆さんと知慧くらべをやりましょう。当らなければ、原稿料は差上げませんよ。たいがい、差上げずに、すむでしょう。[#地から1字上げ]坂口安吾[#ここで罫囲み終わり][#ここで字詰め終わり][#ここで字下げ終わり][#ここで小さな文字終わり]
[#5字下げ]四 第一の殺人[#「四 第一の殺人」は中見出し]
クイズ・第3問青空文庫で使っている文字集合はどの範囲まで? 1) JIS X 0208(第1・2水準) 2) JIS X 0213(第3・4水準) 3) UnicodeのBMP(〜U+FFFF)まで 4) Unicode 6.0全て 5) それ以上
クイズ・第3問青空文庫で使っている文字集合はどの範囲まで? 1) JIS X 0208(第1・2水準) 2) JIS X 0213(第3・4水準) 3) UnicodeのBMP(〜U+FFFF)まで 4) Unicode 6.0全て 5) それ以上
青空文庫と文字コード●テキストはJIS X 0208(Shift_JIS)で記述する–包摂規準はJIS X 0213ではなくJIS X 0208の包摂規準を使う
● JIS X 0208で記述できない文字については外字記法を使う
aozora2html● 青空文庫形式のテキストファイルをHTMLに変換するツール
● 青空文庫で配布しているtxt2html(t2hs.rb) を改造したもの
● 2017/03/10リリースのver.0.9.0で大幅改造
●ライセンス: CC0