OSC 2017 Tokyo/Springのaozorahackセッションで発表した際の資料です。

1. 青空文庫テキスト
フォーマットについて
2017/03/11
aozorahack/株式会社達人出版会
高橋征義

2. クイズで学ぶ
青空文庫
（フォーマット編）

3. 第1問
青空文庫公式サイトでサポートし
ていないファイル形式はどれ?
1) テキストファイル
2) HTML
3) Word
4) エキスパンドブック
5) PalmDoc

4. 第1問
青空文庫公式サイトでサポートし
ていないファイル形式はどれ?
1) テキストファイル
2) HTML
3) Word
4) エキスパンドブック
5) PalmDoc

5. 稀少なフォーマット
● PDF:
http://www.aozora.gr.jp/cards/000029/card
227.html 伽藍とバザール
● エキスパンドブック:
http://www.aozora.gr.jp/cards/000005/card
5.html あいびき
● palmdoc:
http://www.aozora.gr.jp/cards/000114/card
608.html モウグリの兄弟たち

6. 青空文庫のテキストファイル
● 青空文庫の独自記法
– 「青空文庫形式」
● HTMLファイルに変換
– テキストファイルからHTML
ファイルへは自動変換が可能

7. 青空文庫形式の特徴
● 人間が読みやすい
– 機械では解析しづらい
● 全角文字を記法に使う
● 「見た目」のための記法
– 「5字下げ」とか「改ページ」とか
HTML・XMLやTeX等、他の記法と比べると
かなり独特な記法になっている

8. http://www.aozora.gr.jp/cards/001095/files/42626_ruby_59990.zip

9. 青空文庫形式
● 大きく4つの部分に分かれる
– ヘッダ
– 注記の説明
– 本文
– フッタ
ヘッダ
注記の説明
フッタ
本文

10. ヘッダ
● タイトル
● 著者
● サブタイトル（もしあれば）
● 原題（もしあれば）
● 訳者（もしあれば）

11. ヘッダの例
方丈記
鴨長明
（空行）

12. ヘッダの例
半七捕物帳
猫騒動
岡本綺堂
（空行）

13. 【テキスト中に現れる記号について】
-------------------------------------------------------
【テキスト中に現れる記号について】
《》：ルビ
（例）三毛《みけ》猫
｜：ルビの付く文字列の始まりを特定する記号
（例）寛政｜申《さる》年生まれ
［＃］：入力者注 主に外字の説明や、傍点の位置の指定
（数字は、JIS X 0213の面区点番号またはUnicode、底本のページと行数）
（例）※［＃「日＋向」、第3水準1-85-25］
-------------------------------------------------------

14. フッタの例
底本：「時代推理小説 半七捕物帳（一）」光文社文庫、光文社
1985（昭和60）年11月20日初版1刷発行
入力：tatsuki
校正：山本奈津恵
1999年7月24日公開
2012年6月12日修正
青空文庫作成ファイル：
このファイルは、インターネットの図書館、青空文庫
（http://www.aozora.gr.jp/）で作られました。入力、校正、制
作にあたったのは、ボランティアの皆さんです。

15. 全体の構成
【ヘッダ】
（空行*1）
--------
【テキスト中に現れる記号について】
--------
【本文】
（空行*3）
【フッタ】

16. クイズ・第2問
青空文庫記法で対応していないも
のはどれ？
1) 改ページ
2) 表
3) 画像
4) 罫線（罫囲み）
5) 返り点

17. クイズ・第2問
青空文庫記法で対応していないも
のはどれ？
1) 改ページ
2) 表
3) 画像
4) 罫線（罫囲み）
5) 返り点

18. 青空文庫の注記記法
【［＃……］】という形
– ［＃改ページ］
– ［＃挿絵１（fig54921_04.png、横
336×縦400）入る］

19. 字下げの例
…ここでもっと大事なのは論述のスタイルで
ある。
［＃３字下げ］灰いろの抽象の世に住まんに
は濃きに過ぎたる煩悩の色
九鬼周造が詩と短歌をかなり数多く残し、
…

20. 字下げの例
…然し愚な純な弱い白が、主人夫妻にはいつまでも忘られぬので
ある。
［＃ここから５字下げ］
白は大正七年一月十四日の夜半病死し、赤沢君の山の上の小家の
梅の木陰に葬られました。甲州に往って十年です。村の人々が赤
沢君に白のクヤミを言うたそうです。「白は人となり候」と赤沢
君のたよりにありました。「白」は幸福な犬です。
大正十二年二月九日追記
［＃ここで字下げ終わり］

21. 見出し
序文［＃「序文」は大見出し］

22. 見出しの例
［＃２字下げ］上 先生と私［＃「上 先生と私」は大見出し］
［＃５字下げ］一［＃「一」は中見出し］
私《わたくし》はその人を常に先生と呼んでいた。だからここ
でもただ先生と書くだけで本名は打ち明けない。これは世間を憚
《はば》かる遠慮というよりも、その方が私にとって自然だから
である。私はその人の記憶を呼び起すごとに、すぐ「先生」とい
いたくなる。筆を執《と》っても心持は同じ事である。よそよそ
しい頭文字《かしらもじ》などはとても使う気にならない。

23. ルビの例
［＃２字下げ］上 先生と私［＃「上 先生と私」は大見出し］
［＃５字下げ］一［＃「一」は中見出し］
私《わたくし》はその人を常に先生と呼んでいた。だからここ
でもただ先生と書くだけで本名は打ち明けない。これは世間を憚
《はば》かる遠慮というよりも、その方が私にとって自然だから
である。私はその人の記憶を呼び起すごとに、すぐ「先生」とい
いたくなる。筆を執《と》っても心持は同じ事である。よそよそ
しい頭文字《かしらもじ》などはとても使う気にならない。

24. ルビの例
http://www.aozora.gr.jp/cards/000148/files/773_14560.html

25. 罫囲み
［＃ここから１段階小さな文字］
［＃ここから１字下げ］
［＃ここから４１字詰め］
［＃ここから罫囲み］
附記［＃「附記」は太字］ この探偵小説には私が懸賞をだします。犯人を推定した最も優秀な答
案に、この小説の解決篇の原稿料を呈上します。細目はいずれ、誌上に発表しますが、だいたい、
九回か十回連載の予定、大いに皆さんと知慧くらべをやりましょう。当らなければ、原稿料は差上
げませんよ。たいがい、差上げずに、すむでしょう。［＃地から１字上げ］坂口安吾
［＃ここで罫囲み終わり］
［＃ここで字詰め終わり］
［＃ここで字下げ終わり］
［＃ここで小さな文字終わり］
［＃５字下げ］四 第一の殺人［＃「四 第一の殺人」は中見出し］
http://www.aozora.gr.jp/cards/001095/files/42626_60035.html

26. 罫囲み
［＃ここから１段階小さな文字］
［＃ここから１字下げ］
［＃ここから４１字詰め］
［＃ここから罫囲み］
附記［＃「附記」は太字］ この探偵小説には私が懸賞をだします。犯人を推定した最も優秀な答
案に、この小説の解決篇の原稿料を呈上します。細目はいずれ、誌上に発表しますが、だいたい、
九回か十回連載の予定、大いに皆さんと知慧くらべをやりましょう。当らなければ、原稿料は差上
げませんよ。たいがい、差上げずに、すむでしょう。［＃地から１字上げ］坂口安吾
［＃ここで罫囲み終わり］
［＃ここで字詰め終わり］
［＃ここで字下げ終わり］
［＃ここで小さな文字終わり］
［＃５字下げ］四 第一の殺人［＃「四 第一の殺人」は中見出し］

27. クイズ・第3問
青空文庫で使っている文字集合はどの
範囲まで？
1) JIS X 0208(第1・2水準)
2) JIS X 0213(第3・4水準)
3) UnicodeのBMP(〜U+FFFF)まで
4) Unicode 6.0全て
5) それ以上

28. クイズ・第3問
青空文庫で使っている文字集合はどの
範囲まで？
1) JIS X 0208(第1・2水準)
2) JIS X 0213(第3・4水準)
3) UnicodeのBMP(〜U+FFFF)まで
4) Unicode 6.0全て
5) それ以上

29. 青空文庫と文字コード
● テキストはJIS X 0208(Shift_JIS)
で記述する
– 包摂規準はJIS X 0213ではなく
JIS X 0208の包摂規準を使う
● JIS X 0208で記述できない文字に
ついては外字記法を使う

30. 外字記法
※[#「てへん＋劣」、第3水準1-84-77]
→ 挘
※［＃「二／二」、U+4E96、167-2］
→ 亖

31. 外字記法
※［＃「仝」の「工」に代えて
「サ」、屋号を示す記号、75-9］
http://www.e-yamasa.com/

32. http://www.aozora.gr.jp/gaiji_chuki/index.html

33. http://www.aozora.gr.jp/gaiji_chuki/gaiji_chuki.pdf

34. 青空文庫形式
テキストファイルを
扱えるツール

35. aozora2html
● 青空文庫形式のテキストファイル
をHTMLに変換するツール
● 青空文庫で配布しているtxt2html
(t2hs.rb) を改造したもの
● 2017/03/10リリースのver.0.9.0
で大幅改造
● ライセンス: CC0

36. https://rubygems.org/gems/aozora2html/

37. AozoraEpub3
● 「青空文庫の注記入りテキスト
ファイルをePub3ファイル(zip圧
縮)に変換するツールです。」
● ライセンス: GPL

38. https://github.com/hmdev/AozoraEpub3

39. 青空文庫形式
テキストファイルと
青空文庫CSV

40. テキストファイルの探し方
● 青空文庫のサイトの図書カードか
ら探す
● 青空文庫のCSVファイルから探す

41. 図書カード

42. 図書カード

43. 青空文庫CSVファイル
● 青空文庫で配布している「作家別
作品一覧拡充版CSVファイル」

44. https://github.com/aozorahack/hackathon2016/blob/master/doc/csv.md

45. テーブル構成