《雪堂集》服饰内容提取 · 操作日志

时间：2026-04-19 任务ID: batch20-5 操作：从《雪堂集》TXT提取服饰相关内容，产出3个MD

操作流程

Step 0: 准备工作

mkdir -p /home/z/my-project/upload/四库别集output/雪堂集
wc -l 雪堂集.txt → 4241行
wc -c 雪堂集.txt → 458,026字节

Step 1: 读取参考文件

读取 /home/z/my-project/upload/参考/ 下三个MD文件
- 总结.md：吕氏春秋服饰总结（分类体系参考）
- 日志.md：晋会要提取日志（操作流程参考）
- 原文提取.md：天工开物原文提取（格式参考）

Step 2: grep多轮搜索（6组关键词）

第1组：衣裳裘冠冕弁帻巾帽 → 129行
第2组：袍衫裙裤褐衮绶佩笏带 → 72行
第3组：锦绮绢帛丝绸缎绫罗纱绉缟缁 → 99行
第4组：素赤青黄白黑朱紫绯绿翠 → 405行（大量噪音，颜色词过于通用）
第5组：金银玉珠簪钗钿珥步摇 → 174行
第6组：复合词（冠服/舆服/朝服/蟒衣/革带/玉带/幞头/乌纱等） → 24行

Step 3: 精细搜索与噪音过滤

3a. 组合服饰词汇搜索（衮衣/单衣/白衣/衣冠/布衣/衣裳等）→ 大量结果
3b. 高级服饰词汇搜索（簪珥/豸绣/袍襟等）→ 少量精确结果
3c. 材质色彩词汇搜索 → 需大量过滤

噪音来源：
- "衣"用于人名、地名（如"衣带水"喻河流狭窄）
- "冠"用于"冠绝""冠军"等动词用法
- "丝"用于"丝竹""丝萝"等非服饰用法
- "罗"用于"张罗""星罗"等非织物用法
- "素"用于"素来""素心"等非色彩用法
- "白""青""黄"等颜色词大量出现在山水诗中
- "佩""带"大量作动词使用
- "金""玉""珠"大量用于比喻（"玉雪可念""玉楼"等）

Step 4: 分类整理

有效服饰条目按以下分类：
1. 诗歌服饰意象（单衣/寒衣/春衣/裘/绵等）→ 15条
2. 妇女服饰（衣裾簪珥/翚翟簪缦/衣纫于袆等）→ 4条
3. 官员服饰（豸绣/衮衣/袍襟等）→ 3条
4. 典故引用（羔羊/白衣冠/解衣盘礴等）→ 5条
5. 隐逸服饰（薜萝代衣/白衣还）→ 2条
6. 风尚批判（广冠大袖/窄帽秃衫/绫文刺等）→ 2条
7. 纺织材料（吴绵/绢素/紫丝）→ 3条

Step 5: 写出3个MD

总结.md   → 分类总表+核心发现+比较+总结（约6KB）
原文提取.md → 按类列出原文+行号+注释（约8KB）
日志.md   → 本文件（约3KB）
三个文件均 < 20KB ✓

关键发现

1. 《雪堂集》无系统性服饰制度记载，全部为文学性散见内容
2. 最有价值的三条：
   • "翚翟簪缦相鲜华"——明末命妇盛装实写
   • "衣裾簪珥日异月新"——杭城妇女时尚浮华
   • "广冠大袖必有窄帽秃衫"——以服制变迁论文学史
3. 豸绣为明代御史补服标志，行状中朝参场景提供了具体使用语境
4. 大量"衣"字为诗歌意象而非服饰实体描写

踩坑记录

• 颜色词（素赤青黄白黑朱紫绯绿翠）命中405行，99%为山水诗描写，非服饰用法，放弃使用
• "冠"字大量出现于"冠军""冠经房"等动词用法，需人工过滤
• "带"字几乎全为"衣带水""地带"等比喻，无服饰带制内容
• "佩""绶""笏"等高级服饰词在此书中几乎为零命中
• 本书为文人别集而非制度文献，服饰信息密度远低于《晋会要》等

审核结果

全部通过 ✅ — 原文均从grep+sed提取，有明确行号对应，噪音已人工过滤。