2026-10-02 · 本机实测 · 书族：医经校注类（首本）· 源：人卫《中医古籍整理丛书重刊》第 18 本 · 源 md 对照：中医古籍整理丛书重刊-18-脈經校注.md（旧库 220 块）
| 项 | 值 |
|---|---|
| 源 EPUB | C:\Users\xy192\DSH云端备份\4-原始底本\epubtest\00-原始EPUB\中医古籍整理丛书重刊.epub |
| 书内范围 | spine 第 1181–1215 页（part1181.xhtml – part1215.xhtml），共 35 页 |
| 边界依据 | 本书 CIP 页 = 第 1183 页；起点 1181 为本书封面/内封（纯图片）。注：源 EPUB 中不存在 part1216.xhtml，本书末页即 1215（含《王氏脈經後序》《校注後記》） |
| 「脈經校注」同名歧义 | 本批两个 EPUB 都有《脉经》：本书是繁体校注本《脈經校注》（古籍整理丛书，第 18 本）；简体白文本《脉经》属典藏版第 11 本，是另一本、未在本轮 |
| 落地库 | 主库「中医·结构优先 / 医经校注类 / 脈經校注」（105 篇 / 743 块）+ 本处理记录 |
| 未改动 | 原始 EPUB、旧「中医」库、检索开关、插件文件 |
| 元素 | 数量 | 含义 |
|---|---|---|
h1 | 7 | 前置页标题（版权页／内容提要／重刊説明／出版者的話／校注説明／校定脈經序／脈經序） |
h2 | 12 | 卷（脈經卷第一 … 卷第十、王氏脈經後序、校注後記） |
h4 | 97 | 篇（如「脈形狀指下秘訣第一二十四種」「平三關病候并治宜第三」） |
h6 | 41 | 篇内小标题 |
div.h8 / div.h9 | 190 / 7 | 「提要：」「按語：」「按：」标记 |
div.pCls | 3469 | 正文段与注释段（含 1305 段以〔N〕开头的注释） |
div.catalinaMap + catalinaNode1/2 | 1 + 12 + 102 | 本书内目录（层级导航） |
div.Table / div.IMG | 4 / 4 | 表格（实为图片）与插图 |
实测比例：3469 个 pCls 中，注释段 1305、含〔N〕动注号的正文段 735；注释段的上一段有 402 处是正文段、902 处是注释段（即注释成串排在被注正文之后）。
文档 = 篇（h4）；篇前 h1 各自成篇（前置页类）；书目信息类页单独成篇。
单元（条）规则（已获你确认）：
| 项 | 规则 |
|---|---|
| 一条 = | 原文段 + 紧随其后的注释段 |
| 注释段判定 | 段首为 〔N〕（全角方括号 + 数字） |
| 注释收束 | 遇到新原文段或标题即结束当前条；注释与原文绝不被拆到不同条 |
| 篇标题 | 与紧随的「提要：」「按语：」及提要/按语正文同片，不单独成片 |
| 相邻短条 | 同篇内相邻短记录按 ≤400 字打包成片；片内各自保留 〔源：…〕 标记，逐条仍可回解 |
| 出处标记 | 片首一行 〔源：partNNNN.xhtml 元素N（锚点id）〕；打包片内每条各带自己的标记 |
| 书目信息页 | 封面/版权页/内容提要/重刊説明/出版者的話/校注説明/目录 → 标记「书目信息／目录」，单独成篇，不作为正文检索结果（正文篇前固定一行标记，文字一字未删） |
| 换行约定 | 单元内部单换行、单元之间空行（满足插件 splitBlocks 以空行为边界）；再按每篇文档自身字符预算收口一次 |
| 指标 | 结果 |
|---|---|
| 元素 → 单元 → 文档 → 片 | 3973 → 2351 → 105 → 743（短条打包前 2369 片） |
| 片长 中位 / 均值 / p90 / 最长 | 359 / 366 / 449 / 1525 字符 |
| 超 1824 字符的片 | 0 |
| 逐字无损（元素文本多重集） | ✅ |
| 12 字滑窗全覆盖（原 XHTML 全部 3973 个元素的每一段 12 字都在库内文本中） | ✅ 0 处缺口 |
| 入库：篇数 / 块数一致 / 逐篇无损 | 105 / 105、105 / 105、105 / 105 |
| 库内块数 | 743（与送入片数一致） |
| 出处标记可回解（页码存在 + 元素号在范围内） | 2557 / 2557 |
| 图片占位 | 155（源 155） |
| 跨条粘连（以注释开头的片） | 0（原文永远在注释之前） |
| 结构上的孤立小片（去标记后 ≤30 字符） | 9 |
| 不足 50 字符的块 | 7（0.9%） |
| 含 ≥2 出处标记的打包片 | 561（每片约 2–10 条互不相干的短条，逐条可回解） |
| 按每篇预算收口后超预算文档 | 0 |
处置：只按白名单（本书脉象名／经名／病证名表）判定起首；白名单之外的命中一律不拆分。 本条是为防止在古籍刻本点校质量差的书籍上误判而设的硬约束。
_tmp\gen_mj.py（EPUB 元素级抽取 + 原文＋注释成条 + 短条打包 + 书目信息页分离 + 12 字滑窗自检 + 每篇预算收口）_tmp\verify_mj.py（临时库 _tmp-脈經校注-结构C 导入 + 逐篇块数/无损 + 12 字滑窗 + 出处回解）_tmp\import_book_main.py mj_tmp\books\mj_docs\（105 篇文本）、mj_pieces.json（743 片）、mj_meta.json、mj_pages.json、mj_elems_all.json、mj_verify.json_tmp\five\boundaries_fixed.json本文件不含任何 API key 或凭据。