「中国古典文献全文检索引擎」是一个专门用于检索中华传统典籍的现代化搜索平台。我们致力于让古代智慧在数字时代焕发新的光彩，为研究者、学者和传统文化爱好者提供便捷、精准的文献检索服务。

本站收录的文本均为简体中文。

• 原始项目及其说明 by @garychowcmu 项目已停止维护
• 殆知阁网站 daizhige.org 中国古典文献全文检索工具

本项目已将原始 TXT 文件全部转换为 Markdown 格式，并确保其渲染结果与原版保持一致。在此基础上，作为简单扩展，在文件头部增加了 YAML 格式的元数据。 这一改进为后续的自动化处理、内容索引与多平台展示提供了更大的灵活性与可拓展性。

原「殆知阁」数据集已被大量研究机构用于 AI 训练。然而，我们发现该数据集中存在相当数量的错误，并且可能已经污染了中文古文语料。为避免以讹传讹，本站致力于系统性解决数据错误的问题：

• 繁简转换错误：在古文献中发现了相当数量的「记忆体」(实际应为「内存」)、「香港脚」（实际应为「脚气」）、「利瓦伊」（实际应为「李维」）等，这些是某些繁简转换工具造成的错误，目前发现的已全部修复。
• 非文献内容：原始文本部分来自现已关闭的论坛；在复制过程中，部分文本被贴上了论坛的内容及链接。
• HTML及脚本：某些文本中存在 HTML 及脚本代码，数据清洗不够精确。
• 重新导入与互校：对重点典籍（如《宋史》《本草纲目》《全唐文》等），以维基文库校对文本或点校本重新导入、按卷拆分，并与其他传本互校，保留校勘记；修正之处以编校注及 frontmatter 元数据注明依据。

• 持续改进：我们正在努力查找和修正数据集中的错误内容。如果您发现任何新的错误或有改进建议，欢迎通过 GitHub Issues 提交反馈，或者直接提交 pull requests，帮助我们提升数据质量。
• 使用 AI 技术：有时修复不能通过简单的全文替换实现。我们会尝试使用 AI 技术查找一些 out of place 的内容，并将其更正。
• 与其他公开文库比对：我们会与「维基文库」、「中國哲學書電子化計劃」站内收录的同样文本及古籍影印本进行比对，确保修改均有依据。

• 2026-08-09 现代作品新增《四库全书存目丛书·目录》《四库全书存目丛书补编·目录》：据京都大学人文科学研究所「全国汉籍数据库」著录转换，前者按经、史、子、集四部及册次编次，共 4520 种，后者按册次编次，共 221 种；条目附撰者及影印所据底本，各册附维基共享资源影印本 PDF 连结。经部末册原著录作「第二三〇册」，据影印本改正为第二二〇册；集部第五册原分列两处，今合为一节
• 2026-08-07 新增《民国南汇县续志》：据谷水道人重辑本导入卷首及卷一至卷二十二，严伟、刘芷芬修，秦锡田等纂，为光绪《南汇县志》之续
• 2026-07-29 《姑妄言》与《思无邪汇宝》本（1997 年台湾大英百科据俄藏抄本校印）核对：卷十一碧云洞一段正维基文库本讹字四处（黄匏／大士／跏趺／玲珑）、卷六「脏头」三处正作「臟頭」（另一处底本实作「腸頭」，仍其旧，底本腸臟并用，逐字随底本），均出编按；底本缺文处校点者所补之字（卷十 6 处、卷十一 12 处，维基文库本作方框内文），仿《民国南汇县续志》例改置于 note-jiao 校注内，不留在行文中，免读者误以补文为原文；殆知阁传本卷四「真佳训书室」一段及卷六「带子夹裆」一句为二本所无，系其上游排印本所增，来源不明，不予补入。并订正版本表述——全本今仅存俄藏抄本（雍正末抄写，藏莫斯科俄罗斯国立图书馆），一九四一年之事乃周越然旧藏残刊本刊于上海《孤本小说十种》、仅存二回，前一版误作全抄本发现年及藏地
• 2026-07-28 《姑妄言》由维基文库重新导入并按序、卷首及卷一至卷二十四拆分（原为殆知阁单文件传本）：补入曹去晶自序、自评、林钝翁总评与首卷，并录入林钝翁分卷评及朱笔夹批 2585 条（以 note-yuan 小字内联）、校点者补字及缺文说明 70 处（以 note-jiao 小字内联）；卷十一「𲻡船」之「𲻡」（U+32EE1）维基文库以表意描述序列代替，已换回本字。导入时发现源页面卷六正文误重复两遍，去重后转换；上游已于同日修正（维基文库 revid 7910714），本库快照及该卷 source_url 已改取修正后版本，二者正文逐字节一致
• 2026-07-17 《光绪南汇县志》据谷水道人重辑本（《谷水重辑史料》第一百五十四册，清光绪五年初刻本、三十一年重印本，以三十一年重印本为底本、五年初刻本参校）导入全书：卷首（序文·凡例·诸图）、卷一至卷二十二正文（疆域、水利、建置、田赋、学校、祠祀、兵防、选举、艺文、人物、名蹟、风俗、方外、杂志诸志）及卷末（旧序），正文自重辑本 PDF 文字层坐标提取，按原书竖排刻本版式一列一行忠实还原，整理者校注、原书双行小字、本库编注以小字标签内联标出；各卷附水落津門經史子集影印本深链。金福曾、顾思贤修，张文虎等纂
• 2026-07-14 《崇祯松江府志（甲本·五十八卷本）》据谷水道人重辑本（《谷水重辑史料》第一百十二册，明崇祯五年刻本，日本公文书馆内阁文库藏足本为底本、上海图书馆藏残本补阙校对）导入全书：卷首（叙·图经·年表·目录·纂修姓氏）及卷一至卷五十八正文（沿革分野形胜、山水物产风俗、赋额役法荒政盐政水利、城池官署学政兵防、守令题名宦绩选举人物、第宅园林古迹寺观道观著述诗品画苑志馀等门类），正文自重辑本 PDF 文字层坐标提取，按原书竖排刻本版式一列一行忠实还原，整理者校注、原书双行小字、本库编注以小字标签内联标出。原书另有九十四卷本（乙本），二本内容悉同而卷帙相异，谷水本判作两书，本书为甲本
• 2026-07-14 《正德松江府志》据谷水道人重辑本（《谷水重辑史料》第七十四册，明正德七年刻本，取上图甲乙丙丁本、国图残本、天一阁景本六本合衲校勘）导入全书：卷首（序·版本·目录·纂修名氏）及卷一至卷三十二正文（沿革、分野、疆域、山、水、风俗、土产、户口徭役、田赋、盐课税课、城池坊巷镇市桥梁、官署、学校、兵防、坛庙、第宅、冢墓、寺观、古迹、守令题名、官迹、科贡、人物、遗事、祥异等门类），正文自重辑本 PDF 文字层坐标提取，按原书竖排刻本版式一列一行忠实还原，整理者校注、原书双行小字、本库编注以小字标签内联标出
• 2026-07-10 《崇祯历书》据谷水道人重辑本（《谷水重辑诸子》第一册，172 卷，2026 年辑）建立全书目录，导入提要及卷一、卷二（崇祯奏疏）：正文自重辑本 PDF 文字层提取，按原书版式一列一行忠实还原，整理者校注、原书双行小字、本库编注以小字标签内联标出，余卷待补（#35）
• 2026-07-09 《干禄字书》替换为 WFG 点校版并按四声拆分：正文保留繁体（俗／通／正三体辨析不可简化），字头附陈兰孙刻本截图及七种版本页·行·字对照，314 个生僻字以全宋体字形图呈现（#34）
• 2026-07-09 《全唐文》由维基文库重新导入并拆分为 1000 卷，与殆知阁传本逐篇互校：修正同名异作者误植 564 篇、补入缺文 130 篇，补正处均有编校注（#33）
• 2026-07-08 《本草纲目》替换为 WFG 点校版并按卷拆分（#31）
• 2026-07-06 《宋史》正文标注年号对应的公元年份；佛藏三文、全宋诗补充版本与编校说明元数据
• 2026-07-05 《宋史》由维基文库重新导入并按卷拆分，保留校勘记脚注（#30）；《全宋诗》按卷拆分
• 2026-01-20 为书目补充 CBETA / Kanripo / ctext 外部参照链接

本 fork 建立了一个基于 Elasticsearch 的可检索版本，包括导入脚本。 部署方法详见DEPLOYMENT.md。

如需获取完整的文本文件，可通过以下方式：

• 若仅需获取数据文件，可使用以下命令克隆仓库 data 分支的最新版本：

  git clone --branch data --depth 1 https://github.com/daizhige-org/daizhigev20.git

  这将仅下载 data 分支的最新快照，不包含完整提交历史。

• 若要进行开发（例如代码修改或生成数据），应改为克隆 tools 分支。data 分支在此情境下作为一个 Git 子模块（submodule）管理，保持与主仓库同步。
• GitHub Pages 打包下载：访问 GitHub repo Actions 页面找到最新一次 “Deploy GitHub Pages” 运行，下载名为 github-pages 的 artifact 压缩包（仅包含站点正文，不含原始数据快照等辅助文件）。截至 2026 年 7 月，此压缩文件的总体积约为 2.15GB。