《臞轩集》服饰内容提取 · 操作日志

时间：2026-04-20 任务：提取《臞轩集》全部服饰相关内容，整理分类总结 源文件：/home/z/my-project/upload/四库别集/臞轩集.txt（1278行，434KB） 方法：grep -n + sed 提取上下文，严禁整本载入LLM

操作流程

Step 1: 创建输出目录

mkdir -p /home/z/my-project/upload/四库别集output/臞轩集/

✅ 成功

Step 2: 检查源文件

wc -l -c /home/z/my-project/upload/四库别集/臞轩集.txt
→ 1278行, 434457字节
file → Unicode text, UTF-8, with very long lines (7555), CRLF

Step 3: 查看参考模板

读取了3个参考模板：

• /home/z/my-project/upload/参考/总结.md（《吕氏春秋》服饰总结）
• /home/z/my-project/upload/参考/日志.md（《晋会要》提取日志）
• /home/z/my-project/upload/参考/原文提取.md（《天工开物》原文提取）

Step 4: grep -n 搜索服饰关键词

第一轮：宽泛搜索

LC_ALL=C grep -c 统计各关键词行数

结果：

注意：UTF-8编码问题，直接grep报错，改用 LC_ALL=C grep 和 Python处理。

第二轮：精确搜索（Python） 使用Python逐行搜索约90个服饰关键词组合，共命中81行含服饰关键词。

第三轮：深度筛选 对81行结果逐条审阅，排除以下类型：

• "履"用作"践履"（非鞋履义）：约20行排除
• "佩"用作"佩服/佩服"（非佩饰义）：约10行排除
• "绅"用作"搢绅"（非大带义）：约8行排除
• "帛"用作"币帛/帛书"（非衣帛义）：约3行排除
• "文章"用作"文章写作"（非黼黻文章义）：约5行排除
• "领袖"用作"领导者"（非衣领衣袖义）：1行排除

最终确认约30处确有服饰实质内容的行。

Step 5: sed 提取上下文

对关键行使用Python（等效sed -n）提取前后文字，截取关键词前后60-250字不等的上下文片段。

Step 6: 分类整理

按内容性质分为12类：

1. 宫廷服饰与奢侈风气
2. 衮冕祭祀
3. 赐服制度
4. 绣衣使者
5. 皮裘服饰
6. 冠服与士大夫
7. 履舄制度
8. 印绶笏带
9. 帝王节俭服制
10. 隐士服饰与文学意象
11. 服饰与政治象征
12. 衣料与经济

Step 7: 保存三份文件

• 臞轩集_总结.md（本文档）
• 臞轩集_原文提取.md
• 臞轩集_日志.md（本文件）

关键发现

1. 《臞轩集》非服饰专书，服饰内容散见于策论、奏札、书启、诗歌中
2. 行397的帝王节俭箴言是全书最系统的服饰制度记载，涉及蒲苇帘、罽绮、絁被、澣衣等
3. **行541"君披貂毛裘，我着犊鼻裈"**是最生动的服饰对比描写
4. 大量服饰词汇为典故化使用：鳬舄、貂裘、绣衣、纨袴、昼锦等
5. 隐士服饰深受**《楚辞》传统**影响：芰衣、蕙纕、荷裳、兰佩
6. 绣衣使者制度在汉代史论与南宋纪实中均有反映
7. 南宋服饰奢侈风气（后宫服饰夕行民间）有直接记录

关键踩坑记录

• 文件有非常长的行（最长7555字符），且为CRLF换行，需注意编码处理
• UTF-8编码问题：直接用bash grep报 utf-8 codec can't decode 错误，改用 LC_ALL=C grep 或Python处理
• "履"字在本书中大量用作"践履/履历"义（约20处），非鞋履义，需逐一排除
• "佩"字多用作"佩服/佩服"义，非佩饰义
• "绅"字几乎全部用作"搢绅"（代指官员），非大带义
• "文章"在本书中多为文章写作义，非"黼黻文章"义
• "裘"字部分用作"箕裘"（继承家业）典故，非皮衣义
• "笏"字部分用作"笏画"（谋划），非朝笏义

审核结果

全部通过 ✅ — 原文均从源文件grep/sed提取，有明确行号对应。排除非服饰义项后，保留约30处有实质服饰内容的行，分12类整理。