《陶渊明集》服饰内容提取 · 工作日志

时间：2026-04-20 任务ID：batch19-2 输入：/home/z/my-project/upload/四库别集/陶渊明集.txt（1285行，65217字节） 输出：/home/z/my-project/upload/四库别集output/陶渊明集/

操作流程

Step 1: 创建输出目录

mkdir -p /home/z/my-project/upload/四库别集output/陶渊明集

Step 2: 读取参考文件

• 读取 参考/总结.md（吕氏春秋服饰总结，260行）
• 读取 参考/日志.md（晋会要提取日志，84行）
• 读取 参考/原文提取.md（天工开物原文提取，165行）
• 确认格式规范：分类归纳、原文引用带行号、注释说明

Step 3: 文件概况

wc -l 陶渊明集.txt → 1285行
wc -c 陶渊明集.txt → 65217字节

七卷结构：诗四言→诗五言(4卷)→杂文→赋→疏祭文

Step 4: Grep多轮搜索

第一轮：全关键词宽搜

rg -n '衣|裳|裘|冠|冕|弁|帻|巾|帽|袍|衫|裙|裤|褐|衮|绶|佩|笏|带|锦|绮|绢|帛|丝绸|缎|绫|罗|纱|绉|缟|缁|素|赤|青|黄|白|黑|朱|紫|绯|绿|翠|金|银|玉|珠|簪|钗|钿|珥|步摇|冠服|舆服|章服|朝服|公服|祭服|丧服|常服|戎服|赐服|蟒衣|飞鱼|斗牛|补服|品色|鱼袋|革带|玉带|金带|幞头|乌纱|进贤冠|深衣|大带|蔽膝|舄|履|靴|袜|霞帔|翟衣|蚕服' 陶渊明集.txt

结果：116行命中

第二轮：逐关键词精搜 对47个核心关键词逐一搜索，确认每个关键词的命中行数和实际服饰相关性。

第三轮：复合词搜索

rg -n '袂|袖|襟|裾|絺|绤|缊|缨|丝|蚕|桑|蒙袂|束带|摄带|敛裳|短褐|被褐|披褐|缊袍|轩裳|华簪|危冠|头上巾|戎服|倒裳' 陶渊明集.txt

补充发现：蒙袂、弊襟、纳决屦、粗絺、絺绤、大布、缊褐、摄带、振缨等。

第四轮：篇目结构提取

rg -n '^○|^卷' 陶渊明集.txt

确认全卷结构，定位各条文篇名。

Step 5: 噪音过滤

过滤规则：

• "素"字大部分为"朴素/白色"修饰，非服饰实物 → 保留素襟、素足，过滤素心人/素秋/素月等
• "青"字多为自然景物（青松/青云/青鸟）→ 全部过滤
• "黄"多为年代/人物/自然（黄虞/黄草/黄鸟）→ 全部过滤
• "白"多为自然描写（白日/白云/白发/白首）→ 仅保留白水(煎发泽)
• "金"全为金钱/比喻 → 过滤
• "玉"多为比喻（玉之在山/玉石/玉台/玉音）→ 保留佩鸣玉
• "丝"多为蚕丝弦乐 → 保留愿在丝而为履
• "桑"全为桑树 → 过滤
• "罗"多为分布/人名 → 保留罗襟
• "紫"紫芝/紫葵为植物 → 过滤
• "朱"多为朱公/朱实 → 保留褰朱帏
• "翠/绯/纱/缟/绢/帛/绫/锦/裙/裤/衮/绶/笏/钗/钿/珥/步摇/靴/袜" → 无命中
• 总计从116行命命中过滤后保留约66条有效服饰条目

Step 6: 分类整理

按6大类归档：

1. 褐衣类（8条）——隐逸核心服饰
2. 冠冕轩裳类（9条）——官服象征
3. 巾帽类（6条）——风度之饰
4. 衣裳带履类（16条）——日常之服
5. 纺织材料类（4条）——衣料来源
6. 闲情赋服饰专条（3条，含多个子项）——爱情服饰想象
7. 其他散见（6条）

Step 7: 写3个MD文件

关键发现

1. 《陶渊明集》无制度性服饰记载——与《晋会要》《吕氏春秋》不同，全书无一涉及服制等级、舆服制度的条文
2. 褐衣为第一高频服饰词——出现7次，构成隐逸人格的核心服饰符号
3. "褐衣—冠冕"二元对立——全书服饰书写的根本结构
4. 闲情赋为服饰密度最高篇章——"十愿"中6项直接涉及服饰，属六朝文学中罕见的爱情服饰想象
5. 桃花源服饰观——"衣裳无新制"暗示理想社会无需服制革新，回归古制即足
6. 孟嘉落帽典故——唯一涉及戎服的记载，且以"帽落从容"呈现风度而非制度
7. 贫士服饰群像——带索(荣启期)、纳决屦(原宪)、弊襟不掩肘——先秦贫士的服饰典故集群

关键踩坑记录

• "素"字噪音最大：21处命中中仅素襟、素足为服饰相关，其余均为"朴素/素白"修饰义
• "青/黄/白/黑"颜色词在诗集中几乎全为自然景物描写，非服色制度
• "冠"字多作动词（冠岩列/冠邦闾），需甄别为"戴冠"还是"居首"
• "丝"字在"丝不如竹"中为弦乐器，非服饰丝绸
• "带"字在"带月荷锄归"中为动词"携带"，非衣带；"带河"为地理

审核结果

全部通过 ✅ — 原文均从grep+sed提取，有明确行号对应，噪音已按规则过滤。