全部展开 回到顶部 跳到底部

数据格式说明

分类： 站务页面
复制本页链接

数据说明

本站所有曲艺文本分为四个部分，使用markdown格式：

  • 1.元信息
  • 2.说明文本
  • 3.来源信息
  • 4.正文
1
2
3
4
5
6
7
8
9
10
---
{元信息}
---

（{可能的说明文本}）

> **来源信息**
> {来源信息}

{正文}

1. 元信息

以markdown的frontmatter格式（YAML）组织，例如：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
---
public-year: 1993
public-source: 1993 苏文茂相声选
title: 八扇屏 - 苏文茂
categories:
  - - 传统节目
  - - 对口相声
xs_works: 八扇屏
xs_actors:
  - 苏文茂
xs_authors:
  - 苏文茂
xs_version: 八扇屏（《苏文茂相声选》百花文艺出版社 1993）
tags:
  - 文哏
author: 路余
abbrlink: cde9412c
date: 2024-11-10 00:00:00
---

1.1 public-year出版年份

一般是一个四位数数字或留空，用于对来源作大致排序。特殊规则见下。

1.2 public-source出版来源

格式为{年份代号} {来源简写}；用于识别来源，一般是出版物。

年份类型 附加符 {年份代号} 示例 {出版年份} 示例
明确 无 四位数字 1995 原值 1995
年份不明 x 以x替代模糊位 19xx 0替代x 1900
估计年代 s 后缀 1990s 以年代计 1990
估计下限年份 + 后缀 1949+ 以下限计 1949
估计上限年份 - 后缀 2001- 以上限计 2001
特殊类别* 无 由0开头 0000 以实际年份或留空 {留空}或2008

{来源简写}一般为出版物名称的缩写或简写。如相声一集。

* 为便于管理，部分类别会分配单独的代号，此类作品的年份一般会单独填写，不清楚的留空，如0000 视频与录音、0001 民国资料

1.3 title 标题

即网页标题，格式一般为{作品标题} - {人员信息或识别信息}

{作品标题}即作品的明确标题，不含标点

  • 应该与原始来源标题严格一致，如倭瓜镖，即使它有更常见的标题大保镖
  • 有时会包括中文括号说明，如画扇面（小段）
  • 相声外的节目一般以中文括号标明曲艺形式，如鲁达除霸（山东快书）

{人员信息或识别信息}即作品相关人员信息或版本信息，格式符合：

  • 一般为人名，空格分隔，如某节目 - 张三 李四
  • 需要说明人员分工时动词紧邻姓名，不用标点符号某节目 - 张三口述 李四记录
  • 多人时不同分工间也以空格分隔，如某节目 - 张三 王三 李三创作 马五 赵六表演 刘八记录
  • 部分文本指向性不强，或有需要特别说明的版本，以识别信息记录，如某节目 - 2001年某节目表演版
  • 人员信息与识别信息均有的，以中文括号后置，如某节目 - 张三（2001年某版）
  • 有附注信息的，中文括号后置，如某节目 - 张三（附：返场小段），使用中文标点

1.4 categories 分类

包含一级与二级分类，所以一般有两条记录，详见分类与标签规则

1.5 xs_works 作品名

指该作品的名称，一般为作品标题。

但对于版本众多的节目，鼓励填写更常见的名字，便于归档。比如偷米可填写贼说话。

为便于检索，建议删去本字段的标点符号。

1.6 xs_actors 表演者

即该文本对应的，明确的表演者。

  • 如果对应的是出版书籍，往往并不标明表演者，只填写明确的演员。
    • 《张三表演相声集》，可标张三
    • 表演者：张三、李四可标张三 李四
    • 即便某个节目可以对应到多名演员，但若未标明，仍然建议仅写标明的演员。
      • 比如某节目最出名的版本由张三、李四表演，但书籍仅记录张三为表演者，建议只写张三
    • 如果某节目为XX口述，那标入作者还是表演者则酌情处理
  • 如果对应的是录音、录像等表演载体，则标明表演者

1.7 xs_actors 创作者

包含该文本对应的所有相关创作人员。

  • 多种分工仅记录姓名，不区分不同职责（原作、改编、记录、整理、口述……）
    • 所以本词条出现的可能并非标准意义上的“作者”
  • 尽量不遗漏，但人名过多时，可以略去相对不重要的。
  • 不记录编者、编辑，除非明确对该作品（而非全书）做出了贡献。
  • 如果某节目为XX口述，那标入作者还是表演者则酌情处理

绝大部分情况下xs_actors与xs_actors应该至少一个不为空，实在难以确认相关人员的，也可酌情填写相关组织名。

1.8 xs_version 文本版本

用于识别当前节目版本的标识符，尽量保持唯一，格式为{作品标题}（{版本信息}）使用中文括号。

  • {作品标题}应与title的{作品标题}严格一致。
  • {版本信息}用于区分同一节目的不同版本，尽量保持独特，并简写，如：
    • 使用版本特征（“把”字底）
    • 使用来源（xxx年xx录像）
    • 使用出版物（《某相声集》1980）

1.9 tags 标签

节目的特征标签，参见，详见分类与标签规则

1.10 author 贡献者

提供本文本的网友名称，使用author属于系统遗留问题，并非“作者”之意。

系统生成的唯一识别码，对某篇文本而言（尽可能）是固定不变的。

1.13 date 发布日期

在本站上线的日期，但由于各种原因，只是“大致准确”。

2. 说明文本

对整篇文本的说明文本、勘误或额外信息，使用中文括号包裹。

如果并非来自原始来源，一般需要标明“网站注”。

部分说明文本可能排在“来源信息”后。

3. 来源信息

本站所有文本都应该有明确的原始来源信息，本网站希望尽可能确保收录的所有文本都有清晰的出处，比如对应录音/录像版本或具体资料/出版物等等。

来源信息放在一个引用块内，注意换行。

1
2
3
4
5
6
7
> **来源信息**
> 
> 《传统相声选》，吉林省地方戏曲研究室，1982
>
> 【相声】杨议 杨进明 《办学》（首届CCTV大红鹰杯全国电视相声大赛 2002）
>
> https://www.bilibili.com/video/BV1vJ411d77w/

来源信息
---- 示例 ----
《传统相声选》，吉林省地方戏曲研究室，1982

【相声】杨议 杨进明 《办学》（首届CCTV大红鹰杯全国电视相声大赛 2002）

https://www.bilibili.com/video/BV1vJ411d77w/

4. 正文

所有文本均遵守markdown语法，并有以下特殊格式：

4.1 说话人

对于相声文本，说话人和台词间使用一个制表符隔开（tab，以下用\t表示）。

1
2
3
4
5
6
7
8
9
10
11
说话人\t内容

甲\t你好。

乙\t你好你好。

甲乙\t咱们一起合说一段。

甲\t我说的是一大段。
这是第一句。
这是第二句。（注意此处不用空行）

渲染为

说话人内容

甲你好。

乙你好你好。

甲乙咱们一起合说一段。

甲我说的是一大段。
这是第一句。
这是第二句。（注意此处不用空行）

暂时未对相声以外的文本规范，仅作参照。

4.2 生僻字

对于极小部分文本，我们手动添加了生僻字，如{% rare 'zi1' %}对应的是。

但目前仍然是看见一个加一个，可用性有限。

4.3 注释

对于行内注释，我们建议使用[^n]: 的注释格式。

1
2
3
4
5
6
7
8
甲	你好。[^1]

[^1]: 这是第一条注释的说明

乙	咱们[^2]一起合说一[^2]段。

[^2]: 这是两处注释共用的说明

渲染为

甲你好。一

乙咱们二一起合说一二一段。

4.4 猜测填入的文本

极小部分资料由于印刷问题存在文本缺失，需要猜测补全一些文本。可以使用【guess:{文本}】标记。

1
左边是提手儿，因为我用手薅的，【guess:右边上头是个水字】，它长在水面儿上，底下……就得是个土字喽，它根儿在土里呀！对！

左边是提手儿，因为我用手薅的，右边上头是个水字，它长在水面儿上，底下……就得是个土字喽，它根儿在土里呀！对！

4.5 简谱

录入简谱乐谱，格式语法参考番茄简谱或open-fanqie

使用【jianpu:{简谱代码}】包裹内容。

1
一行乐谱：【jianpu:| 5 5 3 1 | 2 3 2 - |】可以在行内显示

一行乐谱： 可以在行内显示

  1. 这是第一条注释的说明 ↩︎

  2. 这是两处注释共用的说明 ↩︎ ↩︎