古籍網頁出現不同文字時，如何逐句比對轉錄差異？

從固定段落、逐句對齊到記錄異文與查核來源，整理一套可回查的古籍數位轉錄比對流程，並將頁面文字與個人推測分開。

同一部古籍在不同網頁上出現一字之差，未必立刻能判定哪一頁抄錯。先固定共同段落，再逐句對齊、記錄異文、辨別版面與來源，最後把看見的文字和自己的推測分開。以下流程適合把兩個數位轉錄頁面整理成可回查的差異表；例句均為示範，不作古籍引文。每一步都保留原文、定位與狀態，讓自己或其他讀者能回到頁面，重做同一項核對。

先固定要比對的段落

先不要把整頁一次貼進比較工具。數位頁面常有目錄、導讀、註解或分段差異，從頁首逐行對齊，容易把後一段錯配到前一段。先選共同位置：卷、篇、章，再縮到一個自然段；記下標題層級、段首末各一小句，以及頁碼或錨點。若沒有頁碼，自訂「篇名／第3段／段首詞」作工作定位，註明這不是原頁標號。兩個網址分開保存，避免剩下一份複製文字而找不到來源。

接著核對兩頁範圍是否真的重疊：甲從哪個字開始、在哪句結束，乙也要找到相同上下文，不要只信段落序號。若一頁把註解穿插正文，另一頁置於頁尾，先將注文分開標示，暫不拿它和正文對齊。手機換行與桌面換行不是段落邊界；若一頁拆成兩屏，以相同前後詞校準。確認起訖後，分別保留兩版原有的標點、異體字與空白，標成甲、乙，不要先合成一份「乾淨」文字。

最後做一張定位卡，含篇章、暫用段號、甲乙網址、段首末詞，以及頁面自身顯示的版本說明。頁面標示的更新資訊只供辨認頁面狀態，不等於古籍版本年代。若兩頁只有部分重疊，僅取共同區域比對，缺少句子標「本頁未見」，不要用相鄰段落補足。若材料是節錄，也註明「節錄」並留下邊界句。開始逐字比對前，先檢查兩份文字的首句與末句都能各自在頁面找到；任一找不到，就回頭修正範圍。每列異文才有共同、可重做的起點。

逐句對照標點與用字

對齊時以句子為單位，先保留原文，再在工作副本中切句。遇到沒有標點或標點不同的頁面，先依字詞順序暫切，並標示這只是工作判斷；不要在原始欄位自行補逗號。先看每句首尾，再逐字掃描中段，最後回看前後一句，避免重複字造成位移。比對器若把後文整段標成刪除，先找下一個兩邊共有的詞，從那裡重新對齊，確認差異是否縮成一兩字。

操作上可把甲乙放在左右欄，逐句移動視線，依序檢查增字、缺字、替換字、次序、標點與空白。每發現一處，以短括號記下差異前後各一兩字；不要只用顏色，因為轉檔或列印會失去顏色。長句可按停頓分成幾個片段，每片留下前後詞作錨點；短句則需連著前後句看，防止兩個相同的字讓整列錯位。關閉自動繁簡轉換與標點正規化，另存任何清理後副本，讓原始抄錄仍可復核。

以下為自造示例，不是古籍引文：甲「見善則喜，知過則改」，乙「見善則喜，知過而改」。先記共同部分，再將「則／而」標為一處替換，不把整個後半句籠統列為不同；若乙在「改」後另有句號，再單獨登記標點。完成後從句首重讀一次，確認沒有漏字或把前文接錯。此步只描述頁面呈現的差異，暫不判定誰正確。若第二次對齊時位置改變，就先重切句，不要急著收進異文清單。

不同字要如何記錄？

異文表應讓讀者不用猜，就能看懂「哪裡不同、如何回查、目前知道多少」。建議一列只記一處差異，欄位包括編號、段落定位、前後文錨點、甲原字串、乙原字串、差異類型、處理狀態與備註。若一句有三處變化，就拆成三列；同時保留各自版本的短上下文，避免單字離開句子後失去位置。編號可用段號加流水號，如「第3段－02」，只是表格索引，不代表原書頁次。

表格中的自造例句只展示欄位，不是古籍引文；其中「待查」表示已看見不同字，還沒找到版本依據，「已確認」只表示兩個頁面確實如此呈現，不等於校勘結論。狀態最好用固定詞，例如「轉錄差異」「排版待查」「來源待查」「本頁未見」「已回查」，並在備註說明判斷依據，不要用「錯字」代替證據。團隊共用表格時，先約定狀態詞的意思，避免每個人以不同標準使用「確認」。

如果兩頁的字完全相同但分行不同，可以在排版記錄另列頁面、段落或換行現象，不必製造一筆文字異文。若同一位置有不同字形，原樣抄下，不先轉成常用字；如工作上需要統一檢索形式，可另加一欄「檢索字」，明確與原始字串分開。交接時連同兩版網址與擷取文字保存，讓其他人能直接檢查，毋須靠你的記憶重建當時看到的句子。每筆備註都應回答一個具體問題，例如差異在哪個位置、依何種方式判讀，或還欠哪項材料。

哪些差異可能是排版？

看見不同，不代表字詞一定有異文。網頁可能把同一段重新換行、縮排、加粗或改用直排，也可能把頁碼、眉批、標題、注音、連結文字一併複製進正文。先比較原畫面的位置與語意，再看文字擷取結果；若差異只出現在換行、字距、欄位順序或裝飾標記，記為版面呈現，不改寫成「甲本多一字」。若字串中多出重複標題、頁尾或導覽項目，回到頁面確認它是否正文，並記錄排除理由。

可按三步判斷。第一，差異是否只在螢幕寬度變動時移位？若是，較像自動折行。第二，字是否出現在固定欄外、行首或頁面邊緣，並帶有頁碼或篇名格式？先視為可能的欄外資訊。第三，把兩邊各自前後一句連讀，若其中一邊多出的文字語法完整，仍不能因此認作正文，需核對它在頁面上的區塊位置。能由版面直接確認的，記「排版差異」；畫面不足以分辨的，標「待查」，不要強行歸類。記錄時描述你看到的位置，例如「頁面右側欄外」，比只寫「像是註解」更容易讓人復核。

例如甲頁每行末尾都在同一字換行，乙頁則按視窗寬度改變行長，但文字順序一致，這只是呈現差異。若乙頁在段中多出一個字，且放大、縮小後仍固定在正文行內，才進入逐字異文流程；它仍可能是轉錄差異或版本差異，不能僅憑位置斷定。抄錄影像辨識文字時，還要留意欄序、頁眉、頁腳和欄間批註是否被錯接。先記觀察到的版面事實，再把尚未判清的來源留在備註裡，日後可重新檢查。

來源版本能否查到？

確認來源時，先看頁面本身是否清楚交代底本、整理者、版本名稱、所據影印本或轉錄方式；只把可見文字記成證據，不替網站補出未寫明的版本資訊。把這些說明的位置與原句記在備註，連同頁面標題和網址保存。若頁面列出版本說明但沒有說明對應到哪段，記「頁面有版本說明，段落適用範圍未明」，不要直接套用到整篇。頁面更新標示、檔案版本標示與古籍版本年代是不同資訊，除非頁面明確連結，不能互相替代。

若兩個轉錄頁都沒有來源註記，可搜尋網站內的目錄、版權說明或編輯說明，查看有沒有能回到原始掃描、影印本或書目資料的入口。只依手上的頁面，就把來源欄寫成「頁面未標示」或「尚未找到」，不要寫「無底本」這種超出查核範圍的結論。若有掃描圖，將文字差異與影像位置逐字核對；影像不清時保留「字形未辨」，避免把辨識軟體結果當成原件內容。也可記下找到的入口與查詢詞，讓下一位讀者知道你實際追到哪一步。

回查時將「觀察」和「推論」分欄：觀察可寫甲頁呈「某字」、乙頁呈「另一字」；推論則寫可能因轉錄或版本來源不同，等待更直接材料。若查到一份書目資料，也要記它究竟支持書名、版本還是字句，不能把書目相似當成異文字證。每項結論標明依據，例如頁面原文、掃描位置或尚未確認；沒有相應依據就留白。這樣即使讀者不同意你的推論，仍能重做觀察並知道差異從哪裡來。若兩個來源都寫了說明，分別摘錄各自相關部分，別將其中一方的註記移植到另一方。

如何避免自行補字？

遇到缺字、模糊字或句意不順，最容易在心裡把它補成「應該是這樣」。要避免自行補字，抄錄欄只記頁面可見內容；缺損用獨立的工作標記區分，並註明是字跡不清、影像缺角、網頁未顯示，還是兩頁都沒有。不要把推測出的字放進正文，再靠問號提醒自己；後續讀者可能只複製正文而漏掉註記。若無法確定字形，寫「未辨」或「缺一字」，等有新證據再更新。原始欄位只回答「頁面上看見什麼」，解釋留在另一欄。

對不順的句子也採同樣原則：先照錄甲乙，再分開寫自己的理解，不用語感替其中一版改字、調序或補標點。可設三種標記：「可見」代表頁面清楚顯示；「未辨」代表有字但形體無法判斷；「推測」代表提出候選讀法但尚無材料支持。候選字若有助於討論，放在備註並加問號，不放入甲乙原文欄。這樣能保留可復核材料，也使下一位校讀者知道哪一部分是看見的，哪一部分是你提出的。若不同標記指向同一位置，仍各自保留，不要合成一個模糊的「疑似有誤」。

做完一輪，將未確認列逐項回到頁面重看，檢查放大後的字形、前後字、正文與注文界線；若仍無法判斷，就保留原標記，說明卡在哪個證據。另一位讀者若提出不同讀法，先請他指出頁面位置或影像依據，再新增候選，而不是把舊紀錄覆蓋掉。每次修訂保留異文表的變更摘要，讓意見、證據與最後標記可分辨。下一步就挑一段做試比對，把甲乙網址、段首末詞和第一筆差異寫進同一張表；若也想瀏覽 KindTree 官方入口，可從善之樹日課 KindTree前往。