古籍数字化正从简单的扫描存档，走向深度结构化保存。新华书店古典小说价格联盟在长期实践中发现，白话长篇、文言小说、公案小说人情等不同文体的古籍，其数字化存储的技术参数与元数据标准差异显著，若照搬西方古籍方案，极易丢失中文典籍特有的叙事逻辑与版本信息。

核心痛点：不同文体的数字化差异

以白话长篇为例，其章回体结构中的“楔子”“入话”与正文的关联性，需要元数据中明确标注层级关系。而文言小说常涉及批注、眉批等副文本，扫描分辨率需达到600dpi以上才能清晰呈现朱墨套印细节。至于公案小说人情和神怪小说，其中大量插图的色彩还原度要求极高，联盟测试发现，采用48位色彩深度的TIFF格式，可保留95%以上的原始色阶信息。

技术规范中的关键参数

针对不同主体，我们制定了两套核心标准：

• 英雄小说与神怪小说：采用JPEG 2000无损压缩，兼顾文件大小与插图细节，单页控制在8-15MB。
• 白话短篇与公案小说人情：优先OCR识别，但要求人工校雠时保留异体字，避免算法“标准化”破坏版本原始性。

值得注意的是，英雄小说中常见的韵文、赞诗，需单独提取为段落元素，并关联至对应角色或事件，这要求数据库支持多对多关联的图结构存储，而非传统关系型表格。

实践指南：从扫描到发布的完整链路

新华书店古典小说在内部推行“三校一备”流程——扫描后自动生成MD5校验值，人工复核时对比原书书影，确保每一页的折痕、水渍等物理特征都被忠实记录。针对文言小说中密布的典故注释，团队开发了半自动化标注工具，能将注释文本与正文实现超链接映射，点击即可跳转至对应训诂条目。

以《三侠五义》这类公案小说人情为例，其包含大量衙门场景与判词，我们额外增加了地理信息标签，将书中提及的“汴梁”“开封府”等坐标与历史GIS数据库对齐，为学术研究提供空间维度。

长期保存与可访问性平衡

联盟建议采用三层存储架构：热存储（7天快速访问）用WebP格式供线上预览；温存储（3年周期）存放原始TIFF与XML元数据；冷存储（永久）则使用M-DISC光盘+分布式云备份。测试数据显示，这种组合能将数据丢失风险降至0.02%以下，同时满足读者对白话长篇的即时检索需求。

归根结底，古籍数字化保存不是终点，而是让《水浒传》这类英雄小说、或《聊斋志异》这类神怪小说，在未来百年仍能被学者逐字逐句推敲的起点。新华书店古典小说价格联盟将持续迭代这套标准，确保每一部白话长篇的骨架、血肉与灵魂，都能在数字空间获得永生。