《六十种曲千金记》服饰提取日志
基本信息
| 项目 | 内容 |
|---|---|
| 输入文件 | /home/z/my-project/upload/剧曲/剧曲/六十种曲千金记.txt |
| 输出目录 | /home/z/my-project/upload/剧曲output/六十种曲千金记/ |
| 文件行数 | 1035行 |
| 处理时间 | 2026-03-05 |
| 文件大小 | 输出三份MD，每份≤20KB |
提取流程
第一轮：wc -l 行数确认
- 命令：
wc -l 六十种曲千金记.txt - 结果：1035行
- 评估：文件规模适中，可直接全文处理
第二轮：多轮关键词grep
轮次1：基础服饰词（衣裳冠带袍裘褐巾履屦绅袂裾襟裙幅弁冕簪珥佩环）
- 命令：
grep -n '衣裳|冠带|袍|裘|褐|巾|履|屦|绅|袂|裾|襟|裙|幅|弁|冕|簪|珥|佩|环' - 命中行数：约20行
- 主要发现：衣锦（8次）、袍（8次）、裘（3次）、裙（3次）、佩/环（5次）、袂（2次）、襟裾（1次）
轮次2：织物材质词（绮罗纱绢帛锦绣练絮布麻丝绸缎缯绫纨绡绶绂黼黻）
- 命令：
grep -n '绮|罗|纱|绢|帛|锦|绣|练|絮|布|麻|丝|绸|缎|缯|绫|纨|绡|绶|绂|黼|黻' - 命中行数：约45行
- 主要发现：锦（15+次）、布（12+次）、絮（6次）、绮罗（3次）、绫罗/绢帛（3次）
轮次3：旗帜帷帐词（鹖帻帷帐幄旗旌旆纛）
- 命令：
grep -n '鹖|帻|帷|帐|幄|旗|旌|旆|纛' - 命中行数：约18行
- 主要发现：旌旗（15+次）、旗纛（1次）、帐（5次）、旌斾（1次）
轮次4：扩展军戎服饰词（兜鍪/盔甲/甲胄/披挂/战袍/征袍等）
- 命令：
grep -n '兜鍪|盔甲|甲胄|披挂|战袍|征袍|霞帔|凤冠|鲛绡|蓑衣|罗襕|纶巾|冠带|纱帽|头巾|蟒衣' - 命中行数：约12行
- 主要发现：兜鍪（3次）、盔甲（2次）、甲胄（1次）、征袍/战袍（5次）、霞帔凤冠（1次）、纶巾（1次）
轮次5：官服仪礼词（玉带/金印/官诰/红裙/绛裙等）
- 命令：
grep -n '玉带|金印|官诰|鸾诰|红裙|绛裙|裙幅|衣衫|衣锦|布衣|锦衣|韦布' - 命中行数：约30行
- 主要发现：衣锦（8次）、锦衣（6次）、布衣（3次）、韦布（1次）
轮次6：女性妆饰词（红妆/梳掠/香奁/晓妆/菱花/鸦翅/鬓/钗）
- 命令：
grep -n '红妆|梳掠|香奁|晓妆|菱花|鸦翅|鬓|钗|玉带|金锁铠|铁兜鍪|宫袍|昼锦|玉印' - 命中行数：约15行
- 主要发现：钗（2次）、鬓（6次）、红妆（2次）、菱花（1次）
第三轮：噪音过滤
已过滤的噪音项：
| 类型 | 原文 | 过滤原因 |
|---|---|---|
| 曲牌名 | 皂罗袍 | 曲牌名，非服饰 |
| 曲牌名 | 红衲袄 | 曲牌名，非服饰 |
| 曲牌名 | 破阵子 | 曲牌名，非服饰 |
| 曲牌名 | 锦堂犯画眉序 | 曲牌名，非服饰 |
| 曲牌名 | 滚绣球 | 曲牌名，非服饰 |
| 比喻用法 | 锦绣粱肉 | 比喻，非实指服饰 |
| 通假/俗语 | 絮叨叨 | 絮为絮叨义，非絮衣 |
| 通假/俗语 | 絮刮 | 絮为絮叨义 |
| 非服饰 | 丝纶（钓线） | 丝纶指钓线/纶线，非服饰布料 |
| 非服饰 | 绸缪 | 绸缪为情意缠绵义，非绸缎 |
| 非服饰 | 衣饭 | 衣饭指生计，非具体衣饰 |
| 通用语 | 锦绣裹旗鎗 | 军旗装饰，已归入旌旗类 |
第四轮：整理分类
将提取结果按以下维度分类：
- 贫贱布衣类：布衣、布袍、韦布、衣衫蓝缕、破损衣衫
- 军旅甲胄类：盔甲、征袍、战袍、兜鍪、铁甲、金锁铠、甲胄
- 功成锦衣类：锦衣、锦袍、宫袍、衣锦、紫罗襕、绯罗紫绶
- 女性服饰类：裙钗、红裙、绛裙、霞帔凤冠、佩环、钗
- 织物材料类：布疋、布帛绵絮、绫罗、绢帛、丝麻、絮
- 仪仗旗帜类：旌旗、旗纛、旌斾、帐幕
- 配饰类：玉带、纶巾、瑶环、鲛绡、裘
输出文件清单
| 文件名 | 大小 | 内容 |
|---|---|---|
| 六十种曲千金记_总结.md | ~8KB | 服饰主题分析、统计、特色 |
| 六十种曲千金记_原文提取.md | ~12KB | 按出目编排的原文摘录 |
| 六十种曲千金记_日志.md | ~6KB | 提取流程与过滤记录 |
质量检查
- 总输出≤1M
- 每份MD≤20KB
- 关键词覆盖全部词库
- 噪音已过滤
- 原文保留上下文
- 标注行号与关键词