taisho.adb 製作說明（大正藏 1–85 冊）
taisho.adb 是把 CBETA XML-P5 的 TEI 轉成 Accelon3 .adb 的純經文底座，
給 accelon26 離線閱讀、全文檢索，並讓印順（ys）、太虛（tx）、呂澂（lc）、
于淩波（yulinpo）等庫用 taisho?頁碼 互相連結。
它不是要取代 CBETA：文字、校勘與研究資料仍以 CBETA 為準；這裡只是同一份文本的
可讀、可搜、可互連版本。
一、比 CBETA TEI 多了什麼
| CBETA XML-P5（TEI） | taisho.adb | |
|---|---|---|
| 形式 | 一冊一個 XML，給程式與研究者 | 單一 .adb，accelon26 直接開，離線可用 |
| 範圍 | T01–T55、T85 | T01–T85 全部 85 冊（T56–T84 另取 SAT 2018） |
| 檢索 | 需要自己解析 XML／建索引 | 內建 27,430 個 tokens、120,969,752 筆命中，輸入即時找 |
| 目錄 | <cb:mulu>／<head> 階層 | 7 棵目錄樹：經目（冊→書→品）、書名、分書頻次、分卷、分卷頻次、西文、反連結 |
| 頁碼 | <pb n="0065a"> | 頁 id="NpMc"（與 CBETA 相同的頁碼座標），238,278 頁全部唯一 |
| 互連 | 無 | 其他庫的 taisho?8p562b 直接跳頁、可塗紅引文；本庫也能列出「誰引用過這一頁」 |
| 體積／讀取 | 整冊 XML | 分塊 bzip2，一次只解一頁需要的 block |
1. 補齊 T56–T84
CBETA 的 XML-P5 只收 T01–T55、T85；T56–T84（三論、法相、密教等）CBETA 沒有。
這 29 冊的文本與底本屬 public domain，數位文字取自 SAT 2018，依其授權標注，
TEI 標記按 CBETA convention 整理。所以 taisho.adb 是完整 1–85 冊。
2. 頁碼座標可以直接互相對應
頁 id 仍是 NpMc（例如 8p562b＝第 8 冊、562 頁 b 欄），與 CBETA 的 NpMc 一致。
ys／tx／lc／yulinpo 的 7,105 個大正頁連結實測 0 個失效；
反過來讀大正藏時，右欄會列出引用這一頁的印順、太虛等出處。
3. 行表修正（2026-10-29）
舊版有一行 5,427 字超過 Accelon3 的行長上限，之後 2.27M 行的位移全部偏移，
造成 69,454 行把 <頁 …> 切斷、頁碼被當成文字顯示。重建後全表
6,745,533 行、0 行斷在標籤內；內文逐字相同，只有行界改變。
二、和 TEI 的取捨（少了什麼）
為了讓檔案可讀、可搜、可互連，taisho.adb 不保留下列研究用資料（都仍在 CBETA）：
<app>校勘：只留 CBETA 採用的讀法（<lem>），異文（<rdg>）不進。<note>校註：不進正文（CBETA 的註記留在 CBETA）。<cb:tt>梵／巴對照、foot 注：不進。<cb:mulu>：不重複放進正文，目錄由<head>／<jhead>與 7 棵樹重建。- 缺字：CB 缺字換成 Unicode（
&CB…;0）；其中 931 碼只有 PUA 對應（2,425 次），
文字裡是第 15 平面 PUA 字元，另有清單。SAT 2018 的 &SD-XXXX; 梵字換成
內嵌字型的 PUA（第 16 平面），可直接顯示。剩下 3,665 碼 &SDxxxxx;（悉曇連字）
在 adb 裡仍是碼位，閱讀器顯示時換成 Unicode 序列、用內嵌的 Noto Sans Siddham
子集排連字（2026-10-31）。
- 本專案加的
<聯>（跨庫連結）、<嵌>（引文嵌入）、經群：不放底座，
改放獨立的 adb，這樣底座只在 CBETA 換版時更新。
三、檔案與數字（2026-10-31 版）
| 項目 | 數值 |
|---|---|
| 冊／書／卷 | 85／3,000／17,998 |
頁（頁 id="NpMc"） | 238,278（全部唯一） |
| 行 | 6,745,515 |
| 標記／tokens | 36 種／27,430 種（120,969,752 筆命中） |
| 檔案 | 329,957,332 bytes（314.7 MiB） |
| SHA-256 | 41581591703032c6e5257ced1278c3658d5ea3a00fd7c1a4b5d07729338f13f2 |
| 來源 | T01–T55、T85：CBETA XML-P5 2026R2；T56–T84：SAT 2018 |
四、授權與出處
- T01–T55、T85：依 CBETA XML-P5 的使用條款（非營利使用）；
檔頭保留 CBETA 的出處與 <http://www.cbeta.org> 連結。
- T56–T84：文本與底本為 public domain；數位文字取自 SAT 2018，
依其授權標注；TEI 標記按 CBETA convention 整理。
五、更新節奏
底座跟著 CBETA 換版（一年約 2–3 次）。連結、嵌入、經群等功能改動放在獨立的 adb，
不會讓使用者為了小改動重新下載 300 MB。