寫入資料庫及匯出 XML 檔

將上述階段所切割出的條目以及附屬的經緯資訊等一併送入 MySQL 資料庫

中儲存，而後再從資料庫中擷取所需資料製作匯出成 XML 檔以供利用。

在資料庫中共有 546642 筆資料，資料庫之主要欄位屬性說明如下：

 cid：條目流水號，從 1 編號至 546642

 id：具有經緯架構意義之 ID(參照 3.2.8 節)，每個條目皆不同

 collection：彙編名

 canon：典名

 section：部名

 latitude_i：緯度一名

 latitude_i_order：緯度一編號

 latitude_ii：緯度二名

 latitude_ii_order：緯度二編號

 latitude_iii：緯度三名

 content_type：儲存資料類型，分為目錄與內容兩類

 content：實際儲存資料字串

 volume：卷號

 page_info_from：資料在紙本出現的開始頁

 page_info_to：資料在紙本出現的結束頁

 real_content：是否為實際條目。目錄及虛緯度層的資料為"False"，實緯度 層的資料為"True"，為實際條目，在實緯度層但無任何內容的條目為"True but dummy"(參照附錄二)

XML(eXtensible Markup Language)為一種標記式語言，利用標記後之標籤設計 傳送及攜帶結構化的資料訊息，透過此種標記，可以使電腦處理包含各種訊息之 資料。在 XML 檔各個標籤的說明如下：

 <Doc>：表示為一個完整條目，內含<Content>及<DocMetadata>兩個子標 籤

 <Content>：表示條目之實際內容

 <DocMetadata>：表示條目之附屬資訊，並含有以下子標籤：

 <Filename>：表示條目之 ID

 <Corpus>：表示為《集成》之條目

 <Volume>：表示卷號

 <Title>：表示分類架構，以經度一、經度二、經度三和緯度一組成

 <Index1>、<Index2>、<Index3>：分別表示經度一、經度二、經度三 之名稱

 <Latitude1>、<Latitude2>、<Latitude3>：分別表示緯度一、緯度二、

緯度三之名稱。其中<Latitude1>、<Latitude2>分別含有以下子標籤：

 <Latitude1_name>、<Latitude2_name>：表示緯度名

 <Latitude1_branch>、<Latitude2_branch>：表示緯度編號

 <Real_Content>：表示是否為實際條目(參照上述資料庫欄位屬性之 real_content)

Fig. 3-11 XML 檔範例

匯出 XML 檔後，便可以 THDL 模型系統呈現各條目架構化後之資料，詳細 THDL 介面與功能請參照第五章。

3.3 例外處理與其他觀察

除了在 3.2.6 節目錄內容項目不符的例外以外，以下列舉其他發現到的例外與 觀察：

 緯度一的最高編號為五百，發現於博物彙編/藝術典/醫部彙考，可見醫 學長久以來在中國的重要性及資料的豐富性。

 緯度一不止有彙考、總論等八種，另外發現了其他緯度名稱：

 別傳：發現於理學彙編/經籍典/易經部易學

 雜傳：發現於經濟彙編/祥刑典/盜賊部

 表：發現於經濟彙編/選舉典/科舉部

在別傳及表的例外處理部份，ID 之 Y₁分別新增編碼為 0009 與 0010；雜 傳由於盜賊部的緯度一缺少列傳，且雜傳的格式相似於列傳，因此設 Y1

編碼同列傳為 0003。

Fig. 3-12 經濟彙編祥刑典盜賊部雜傳一紙本目錄

 有些應為三層緯度架構的條目實際只有兩層架構，舉例如下：

 理學彙編/學行典/聖門諸賢部列傳一：缺少第二層

Fig. 3-13 理學彙編學行典聖門諸賢部列傳一紙本目錄

 明倫彙編/官常典/將帥部彙考五：缺少第三層

Fig. 3-14 明倫彙編官常典將帥部彙考五紙本目錄

由於僅有兩層架構，因此將 ID 之 Y₃設定為未使用的 9999，其餘編碼規 則不變。

 在總論與列傳的子緯度(緯度二)之朝代列表整理如下：上古、陶唐氏、

有虞氏、夏后氏、夏、殷、商、周、秦、漢、後漢、魏、吳、晉、宋、

齊、南齊、梁、陳、北魏、後魏、北齊、北周、隋、唐、五代、後梁、

後唐、後晉、後周、南唐、遼、金、元、明、皇清(註：《集成》中所提 及的「後漢」幾乎都為現今所稱之「東漢」)。