關于敦煌文獻的“數字化”問題

內容摘要：敦煌藏經洞出土文獻經過一百多年的整理和研究，大多數已經有了標準的錄文本。目前，中國古代文獻已經進入數字化階段，但敦煌的數據庫基本上都是圖片，而不能檢索文字。文章從圖片、編目、電子文本、檢索四個方面，探討敦煌文獻真正數字化的途徑。

關鍵詞：敦煌文獻；敦煌文獻數據庫；IDP

中圖分類號：G256.1" 文獻標識碼：A" 文章編號：1000-4106（2024）04-0092-05

On the“Digitization”of Dunhuang Documents

RONG Xinjiang

（Research Center for Chinese Ancient History， Peking University， Beijing 100871）

Abstract：Having been collated and studied for over one hundred years， most of the historical documents found in the Library Cave at Dunhuang have already been copied into standard transcripts; at present， these ancient manuscripts have now entered a period of digitization. However， the current databases for the Dunhuang documents consist mainly of images， the text of which cannot be retrieved. This paper discusses how to truly digitize these historical documents， including studies on various aspects of images， cataloguing， digital texts， and document retrieval methods.

Keywords：Dunhuang documents; Dunhuang documents database; IDP

（Translated by WANG Pingxian）

敦煌藏經洞出土文獻包括佛經、道書、四部典籍、公私文書等各類文獻材料，其中典籍部分有些有文本傳世，有些則是佚書，而公私文書則是獨一無二的。敦煌文獻主要產生于公元5世紀初至11世紀初，作為中國古代文獻的一部分，有其特殊的意義，很多文獻是現存歷史文獻中的孤本，是無法用其他文獻替代的。

敦煌文獻自1900年發現以來，大多數精品被斯坦因、伯希和、奧登堡等人劫往英、法、俄國，還有很多流散在國內外眾多公私藏家手中。經過一百多年來學者和收藏機構的努力，目前大多數文獻的圖片已經發表，從縮微膠卷、黑白圖版，到彩色圖版和數字化圖像，直到最近出版的高清彩色圖錄，如《法國國家圖書館藏敦煌文獻》［1］《甘肅藏敦煌文獻》［2］《中國國家圖書館藏敦煌文獻》［3］，極大地推動了敦煌文獻的整理與研究。

到目前為止，傳世的中國古代典籍不少已經數字化，與敦煌文獻對應的中古時代的四部書、佛典、道書，幾乎都有可以檢索的電子數據庫，如《四庫全書》數據庫、CBETA（中華佛教典籍數據庫）、《中華道藏》數據庫等等，做到了所有文字都可以檢索，極大地推動了中國古籍的整理、研究和中華文化的傳播。

然而，到目前為止，敦煌文獻的數字化情況并不樂觀。我們就以收藏敦煌文獻最為豐富的英國國家圖書館、法國國家圖書館、俄羅斯科學院東方文獻研究所、中國國家圖書館這四大收藏單位的藏卷為例，目前雖然已有多家專門的敦煌文獻的數據庫或是加載了敦煌文獻的數據庫，如英國國家圖書館牽頭并與中國國家圖書館等單位共建的IDP（國際敦煌項目）、法國國家圖書館的Gallica、中國國家圖書館的中華古籍資源庫、敦煌研究院的藏經洞出土文獻目錄數據庫、敦煌研究院敦煌文獻研究所的敦煌遺書數據庫，這些數據庫基本上上傳的都是圖片，而且像擁有敦煌文獻數量居于前列的英國國家圖書館、中國國家圖書館，由于種種原因，都還沒有把大量敦煌漢文文獻圖片上傳到數據庫中，而俄羅斯科學院東方文獻研究所的一萬多號敦煌文獻也還沒有上傳，甚至還沒有做好圖片的掃描工作。

雖然大多數敦煌數據庫加載的彩色圖片對于敦煌學研究給予了巨大的幫助，但都不是真正的“數字化”數據庫，無法檢索每一個敦煌文獻上的詞語，只有敦煌研究院敦煌文獻研究所的敦煌遺書數據庫加載了錄文，但目前也只有1千多號的文字資料，與7萬號的敦煌文獻相距甚遠。

因為沒有數字化的敦煌文獻，所以我們還不能像其他傳世文獻那樣做全文數據處理，比如我們無法檢索出敦煌文獻中出現了多少次“張議潮”一名，我們也不能知道到底有多少件編號的《大般若波羅蜜多經》。這嚴重阻礙了敦煌文獻的整理和敦煌學研究的發展。

那么，如何做到敦煌文獻真正的“數字化”呢？這里結合我目前正在主編的《法國國家圖書館藏敦煌文獻》高清彩色圖錄和《解題目錄》的工作，略加探討。

敦煌文獻的數字化主要應當由四個部分構成，1. 圖像，2. 題目，3. 數字化文本，4. 檢索工具。

1. 圖像方面，如上所述，法國國家圖書館的藏卷已經全部上網，英國國家圖書館和中國國家圖書館還有相當數量的沒有上網，俄羅斯科學院東方文獻研究所的藏卷更不容樂觀。最近筆者參加敦煌研究院與英國國家圖書館共同舉辦的“流失海外敦煌文物國際學術研究會暨國際敦煌項目工作會議”得知，目前主要的困難在于沒有經費，工作人員不夠，所以上網的速度非常緩慢，這個問題似乎也無法在短期內解決。英國國家圖書館獲得香港北山堂的資助，開始從事《妙法蓮華經》的修復，為該經圖片上傳IDP做準備。這樣就某一部經來設計工作方案，不是一種學術的做法，只能對某個專題的研究有幫助，而敦煌學發展到現在，已經到了綜合研究敦煌文獻的時代；敦煌數據庫的建設也應當從整體上全面處理文本，并把敦煌文獻數據納入到整個中國古代文獻數據庫的大家庭當中。因此，各個收藏單位還需要大力開源，爭取更多的資金，把敦煌文獻的圖像早日上傳。如果要分出上傳文獻的先后，應當由館藏單位廣泛征求學術界的意見，選擇優先上傳的文獻，而不是只選擇某一部普通的佛經來做先期工作。

2. 標目方面，經過各國敦煌學者、收藏單位的專家、修復技術人員的多年努力，目前海內外敦煌文獻的編目、綴合等方面，都取得了長足的進步。中國國家圖書館的藏卷編目隨著《國家圖書館藏敦煌遺書》的出版而基本完成，即每冊后面所附的條記目錄，這個目錄也單獨出版［4］。法國國家圖書館的藏卷目錄都已發表{1}，其中原本沒有以紙本形式出版的第二卷，也隨著Gallica和IDP的圖版在網上發表出來，極便學人使用。英國國家圖書館的目錄原本有翟林奈（L. Giles）的《英國博物館藏敦煌寫本注記目錄》{2}和劉銘恕的《斯坦因劫經錄》{3}，隨后又有黃永武《敦煌遺書最新目錄》［5］，非佛經部分則有《英藏敦煌文獻》圖錄的標題［6］、拙編《英國圖書館藏敦煌漢文非佛教文獻殘卷目錄》［7］，以及郝春文等編著的《英藏敦煌社會歷史文獻釋錄》的重新標目{4}［8］，這些都對英藏文獻編目有很大推進，目前只有S.8400后的佛典還沒有出版專門的目錄。俄藏卷現有孟列夫主編的兩卷本《蘇聯科學院亞洲民族研究所藏敦煌漢文寫本注記目錄》［9］，上海古籍出版社出版《俄藏敦煌文獻》時也做了一部分新標目［10］，邰惠莉主編了俄藏全部寫卷的目錄［11］。

敦煌文獻是寫本時代的書籍，還有大量的公私文書，數量龐大，分散收藏，所以目前的各家目錄以及研究者的論著中，對同一種文獻有不同的命名。由于大多數寫本留存的是卷尾的簡稱，而卷首的全稱常常因紙張脫落而不存，所以許多目錄都采用卷尾的簡稱，其實大多數文獻都可以據其他寫卷或傳世的相關目錄復原其全稱。而公私文書經過多年來學界對吐魯番出土文書的整理，已經形成一套按照唐朝官文書“抄目”的方式來標目的做法。也就是說，在上網之前，敦煌文獻的標目應當有一個統一體例、進行“標準化”定名的過程。目前我們進行的《法國國家圖書館藏敦煌文獻》，就是按照這樣的原則對法藏敦煌文獻全部做了統一、標準化地重新標目，這為今后的文獻檢索會提供很大的方便。但是，學者們對敦煌文獻性質、名稱的看法不會統一，所以今后仍然會有同一種文獻有不同名稱的現象，這種爭論可以用多名并存的方式解決，因為網絡上有足夠的空間，不要因為名稱不同的爭論而耽誤數據庫建設的速度。

3. 電子化的文本，這是敦煌文獻數字化的核心部分，也是最有學術含量和最難做的部分。正是因為有一定的難度，所以目前的敦煌文獻數據庫基本上都沒有這一部分。不過我對這項工作表示十分樂觀的態度，這也是我最近主持《法國國家圖書館藏敦煌文獻》，隨圖錄編纂《解題目錄》時的感受。

經過一百多年來敦煌文獻的整理研究，其實我們現在已經擁有絕大多數敦煌文獻的整理本，從最早中日學者關注的儒家經典，到張涌泉主編的《敦煌經部文獻合集》［12］，經部文獻基本已經都有了錄文。其他史部、子部文獻也有不少分類整理的著作，像《劉子》［13］《春秋后語》［14］、各種書儀［15-16］、類書［17］等，都有整理本。醫藥文獻也有數家整理本{5}，天文歷法文獻都有較好的錄文［18］，近年來各種數術文獻有了分類整理{1}，最后有關長龍輯校《敦煌本數術文獻輯校》的集成著作［19］。集部的《文選》有很好的合集［20］，其他詩歌、曲子詞、碑銘贊也有透徹的整理，如《王梵志詩集》［21］《敦煌詩集殘卷輯考》［22］《敦煌歌辭總編》［23］《敦煌碑銘贊輯釋》［24］。俗文學作品如講經文、變文等更是敦煌文學研究者關注的對象，有《敦煌變文校注》［25］。藏外佛教文獻中的古逸經、疑偽經［26］、三階教文獻、禪宗文獻都有許多整理本。道教文獻也有《敦煌道教文獻合集》，已出版第1—2冊［27］。

大量沒有錄文的普通藏內佛教典籍，可以借助已有的CBETA數據庫，將其中的文本與敦煌本校對，經過修訂、增補或刪節形成敦煌本。有些從事敦煌數字化的工作者提出用OCR來識別《法華經》文本，在我看來完全沒有必要。因為《法華經》在CBETA上有非常好的文本，而日本學者兜木正亨編有《斯坦因·伯希和搜集敦煌法華經目錄》［28］，還據日本唐招提寺所藏春日版《法華經》編成《敦煌目錄對照·定本法華經》一書，所以沒有必要重新掃描認證，就可以獲得最好的《法華經》敦煌文本，并按照編號的殘存程度，剪切成對應圖版的電子文本。

對于公私文書的錄文，學界也有大量的成果。計帳、戶籍、差科簿及相關文書的精準錄文見池田溫《中國古代籍帳研究》［29］。各種公私文書，特別是大量寺院的算會歷、入破歷、行政文書，有唐耕耦等編《敦煌社會經濟文獻真跡釋錄》（1—5輯）［30］，唐耕耦還對寺院會計文書做了專門的綴合、復原工作［31］。律、令、格、式、判等法制文書有劉俊文《敦煌吐魯番唐代法制文書考釋》［32］；社邑文書有寧可、郝春文《敦煌社邑文書輯校》［33］；契約有沙知《敦煌契約文書輯校》［34］；幾乎各類文書都有人整理校錄。

目前只有郝春文教授主持的《英藏敦煌社會歷史文獻釋錄》，是完全對應著英藏敦煌非佛經文獻做錄文的，這是最方便的按編號順序的上網文本。但大量的佛經沒有收入。目前這套書進行到第19卷，編號至S.4433背，距離全部完成斯坦因收集品部分還有相當長的時間。因此，敦煌文獻的數字化也不能等待“對號入座”的錄文本完成之后再做數字化，而應當像上面所說，收集前人的錄文成果，對應到相關的編號中去。

上面不是要做敦煌文獻整理的系統總結，所以只是要說，絕大多數敦煌文獻都已經有了整理的文本甚至是電子化的文本，這是我們在整理《法國國家圖書館藏敦煌文獻解題目錄》時獲得的認知。不過收集相關的文本并加以整理的工作，不是敦煌數字化專家所能承擔的，而是敦煌學研究者的職責和任務，只有敦煌學研究者知道哪個錄文是最佳錄文，哪家錄文是值得信賴的錄文。所以，敦煌學研究者和數字化專家的合作，才能產生真正數字化的敦煌文獻數據庫。

4. 檢索功能，這也需要敦煌學研究者和數字化專家合作，前者提出研究的要求和指向，后者設計出各種檢索功能，其結果必然對敦煌學有極大的推動作用。

最后應當提到的是，敦煌文獻數據庫的建設和完善，需要國際同行的通力合作，需要敦煌學者和數字化學者的相互結合，才能搭建好這個真正數字化的平臺。同時應當指出，敦煌文獻的錄文大多數是中國學者整理完成的，因此在今后的敦煌文獻數據庫的建設中，中國學者理應做出自己的貢獻，把自己的成果轉化成數字化的敦煌文獻，在擴大自己學術影響力的同時，也使數字化的敦煌文獻成為更大范圍的中國古代數字文獻的一個組成部分。

{1} J. Gernet et Wu Chiyu. Catalogue des manuscrits chinois de Touen-houang. Fonds Pelliot chinois de la Bibliothèque nationale，I，Paris：Bibliothèque nationale，1970；M.Soymié. Catalogue des manuscrits chinois de Touen-houang. Fonds Pelliot chinois de la Bibliothèque nationale，III，IV， V，Paris：Fondation Singer-Polignac et ？魪cole fran？觭aise d’Extrême-Orient，1983，1991，1995；F. Wang-Toutain. Catalogue des manuscrits chinois de Touen-houang，VI：Fragments chinois du Fonds Pelliot tibétain de la Bibliothèque nationale de France. Paris：？魪cole fran？觭aise d’Extrême-Orient，2001.

{2} L. Giles. Descriptive catalogue of the Chinese ma-

nuscripts from Tunhuang in the British Museum，London，1957.

{3} 收入商務印書館編《敦煌遺書總目索引》，商務印書館，1962年。

{4} 其中郝春文《英藏敦煌社會歷史文獻釋錄》第1卷，科學出版社，2001年；《英藏敦煌社會歷史文獻釋錄》第1卷（修訂版），社會科學文獻出版社，2018年。

{5} 馬繼興、王淑民、陶廣正、樊飛倫《敦煌醫藥文獻輯校》，江蘇古籍出版社，1998年；馬繼興《中國出土古醫書考釋與研究》（全3冊），上海科學技術出版社，2015年；沈澍農主編《敦煌吐魯番醫藥文獻新輯校》，高等教育出版社，2016年。

{1} 鄭炳林《敦煌寫本解夢書校錄研究》，民族出版社，2005年；鄭炳林、王晶波《敦煌寫本相書校錄研究》，民族出版社，2004年；陳于柱《敦煌寫本宅經校錄研究》，民族出版社，2007年；陳于柱《區域社會史視野下的敦煌祿命書研究》，民族出版社，2012年；陳于柱《敦煌吐魯番出土發病書整理研究》，科學出版社，2016年；王祥偉《敦煌五兆卜法文獻校錄研究》，民族出版社，2011年。

參考文獻：

［1］榮新江. 法國國家圖書館藏敦煌文獻（1-60冊）［M］. 上海：上海古籍出版社，2023.

［2］敦煌研究院. 甘肅藏敦煌文獻（1-10冊）［M］. 蘭州：甘肅教育出版社，2023.

［3］中國國家圖書館.中國國家圖書館藏敦煌文獻（1-30冊）［M］. 北京：國家圖書館出版社，2023.

［4］方廣锠，李際寧，黃霞. 中國國家圖書館藏敦煌遺書總目錄：館藏目錄卷［M］. 北京：中國人民大學出版社，2016.

［5］黃永武. 敦煌遺書最新目錄［M］. 臺北：新文豐出版公司，1986.

［6］中國社會科學院歷史研究所，中國敦煌吐魯番學會敦煌古文獻編輯委員會，英國國家圖書館，倫敦大學亞非學院.英藏敦煌文獻（漢文佛經以外部分）［M］. 成都：四川人民出版社，1990-1995.

［7］榮新江. 英國圖書館藏敦煌漢文非佛教文獻殘卷目錄（S.6981-13624）［M］. 臺北：新文豐出版公司出版，1994.

［8］郝春文. 英藏敦煌社會歷史文獻釋錄（1-19卷）［M］. 北京：社會科學文獻出版社，2018，2003-2023.

［9］孟列夫（Л. Н. Меньшиков）. 蘇聯科學院亞洲民族研究所藏敦煌漢文寫本注記目錄［M］. 上海：上海古籍出版社，1999.

［10］俄羅斯科學院東方研究所圣彼得堡分所，俄羅斯科學出版社東方文學部，上海古籍出版社. 俄藏敦煌文獻（1-17冊）［M］. 上海：上海古籍出版社，1992-2001.

［11］邰惠莉.俄藏敦煌文獻敘錄［M］. 蘭州：甘肅教育出版社，2019.

［12］許建平，關長龍，張涌泉. 敦煌經部文獻合集［M］. 張涌泉，主編，審訂. 北京：中華書局，2008.

［13］林其錟. 劉子集校合編［M］. 上海：華東師范大學出版社，2012.

［14］王恒杰. 春秋后語輯考［M］. 濟南：齊魯書社，1993.

［15］趙和平. 敦煌寫本書儀研究［M］. 臺北：新文豐出版公司，1993年.

［16］趙和平. 敦煌表狀箋啟書儀輯校［M］. 南京：江蘇古籍出版社，1997.

［17］王三慶. 敦煌類書［M］. 高雄：麗文文化事業股份有限公司，1993.

［18］鄧文寬. 敦煌天文歷法文獻輯校［M］. 南京：江蘇古籍出版社，1996.

［19］關長龍. 敦煌本數術文獻輯校［M］. 北京：中華書局，2019.

［20］金少華. 敦煌吐魯番本《文選》輯校［M］. 杭州：浙江大學出版社，2017.

［21］項楚. 王梵志詩校注［M］. 修訂本（上下）. 北京：中華書局，2019.

［22］徐俊. 敦煌詩集殘卷輯考［M］. 北京：中華書局，2000.

［23］任中敏. 敦煌歌辭總編（上中下）［M］. 何劍平，張長彬校理. 南京：鳳凰出版社，2014.

［24］鄭炳林，鄭怡楠. 敦煌碑銘贊輯釋［M］. 增訂本（上中下）. 上海：上海古籍出版社，2019.

［25］黃征，張涌泉. 敦煌變文校注［M］. 北京：中華書局，1997.

［26］于淑健，黃征. 敦煌本古佚與疑偽經校注（全8冊）［M］. 南京：鳳凰出版社，2017.

［27］王卡. 敦煌道教文獻合集（1-2冊）［M］. 北京：社會科學文獻出版社，2020.

［28］兜木正亨.スタイン·ペリオ搜集敦煌法華経目録［M］. 東京：靈友會圖書館，1978.

［29］池田溫. 中國古代籍帳研究［M］. 東京：東京大學出版會，1979.

［30］唐耕耦，等. 敦煌社會經濟文獻真跡釋錄（1-5輯）［M］. 北京：書目文獻出版社與全國圖書數據縮微復制中心，1986-1990.

［31］唐耕耦. 敦煌寺院會計文書研究［M］. 臺北：新文豐出版公司，1997.

［32］劉俊文. 敦煌吐魯番唐代法制文書考釋［M］. 北京：中華書局，1989.

［33］寧可，郝春文. 敦煌社邑文書輯校［M］. 南京：江蘇古籍出版社，1997.

［34］沙知.敦煌契約文書輯校［M］. 南京：江蘇古籍出版社，1998.