方言是不可多得的语言样品、不可恢复的历史记忆、不能再生的文化基因。

缘起

涿鹿，地处河北省张家口市，八达岭以西、居庸关以外。这座县城的方言属于晋语张呼片，保留着入声这一古老的语音特征——短促的爆破音，在普通话中早已消失，却在涿鹿人的日常对话中延续至今。

2012 年和 2014 年，涿鹿县地方语言研究编委会先后编纂了两版《涿鹿方言汇编》。2012 年版侧重学术性，收录了方言归属研究、语音规则论述、涿鹿概况、行政村名录等七篇序言；2014 年版则大幅扩充词汇量，从七卷增至十卷，新增惯用俗语、分类汇编等实用板块。

这两份文档以 Word 格式散落在百度文库的某个角落。纸质资料终将泛黄，网盘链接终将失效。于是，我决定把它们做成一个可检索、可浏览的数字档案网站。

image

做了什么

涿鹿方言数字博物馆是一个纯前端的静态网站，部署在 GitHub Pages 上。它包含以下模块：

方言词典

收录两版汇编中的 2,111 条方言词条，支持按卷册浏览、按关键词搜索，每个词条都带有音调标注渲染。

比如 圪蹴k —— 入声标记 k 表示这个字要读得短促，像一个小小的爆破音。耗~ —— 波浪号表示尾音拉长，涿鹿话里管老鼠叫 “耗~”，那个拖长的尾音特别有画面感。

惯用俗语

792 条涿鹿方言俗语，按拼音首字母分组。三字格、四字格的固定表达，很多在普通话里找不到对应：

  • 劈头盖脸的 —— 骂得痛快的样子
  • 不实闲 —— 不闲着
  • 仙说入胡咧的 —— 瞎说胡说的样子

学术档案

完整保留了 2012 年版的七篇序言，涵盖方言收集范围、方言归属（晋语 → 张呼片 → 东路坝下区 → 涿鹿北部盆地次方言小片）、13 条语音规则、涿鹿概况、各乡镇行政村名录、晋语分布图等学术研究资料。

今日方言

每次访问随机展示 15 条方言词条卡片，点”换一批”再来 15 条。像翻一本随机打开的方言词典。

分类汇编

普通话与涿鹿方言的对照表，按语义分类（自然、人事等），方便对照学习。

image

音调标注系统

涿鹿方言最大的语音特征是保留入声。为了在网页上直观展示，设计了一套标注渲染系统：

标记 含义 说明
1 一声（阴平） 平呼，无转折
2 二声（阳平） 前提呼
3 三声（上声） 后提呼
4 四声（去声） 降呼
k 入声 短促爆破音，晋语特有
~ 长音 尾音拉长
儿 儿化音 儿化韵

实现上提供了两种显示模式：徽章模式（音调标记显示为小角标）和圆点模式（用颜色圆点表示声调），用户可以切换。

技术实现

整个项目是纯前端应用，零框架依赖：

  • 技术栈：HTML5 + CSS3 + Vanilla JavaScript
  • 数据格式：JSON（从 Word 文档通过 Python python-docx 提取、清洗、结构化）
  • 路由：基于 URL hash 的 SPA 路由（#/dict、#/academic、#/idioms 等）
  • 搜索：纯前端客户端搜索，支持词条名和释义模糊匹配
  • 暗色模式：CSS 变量 + localStorage + matchMedia 系统偏好检测
  • 响应式：媒体查询适配移动端，汉堡菜单
  • 动画：CSS keyframes + IntersectionObserver 滚动揭示 + requestAnimationFrame 数字递增
  • 部署：GitHub Pages，推送即部署

数据处理流程

原始 Word 文档 (.docx)
    ↓ python-docx 解析
结构化提取（段落、标题、词条）
    ↓ 正则匹配 + 规则清洗
过滤选择题、脏话词汇
    ↓ JSON 序列化
6 个数据文件 → 前端直接加载

最终产出的数据文件：

  • academic.json — 学术档案（前言 + 7 章）
  • vocab-2012.json — 2012 版词汇（7 卷）
  • vocab-2014.json — 2014 版词汇（10 卷）
  • idioms.json — 惯用俗语（792 条）
  • categories.json — 分类汇编
  • meta.json — 元数据与统计信息

音调渲染器

音调渲染是这个项目最有趣的技术点。原始数据中，音调信息以纯文本形式标注在汉字后面：

圪蹴k    →  圪蹴 + 入声标记
耗~      →  耗 + 长音标记
花1钱    →  花(一声) + 钱

tone.js 中的 ToneRenderer 模块负责分词和渲染：

  1. 分词：正则匹配识别汉字、音调标记（1234、k、~、儿）、拼音注音
  2. 渲染：根据当前显示模式，将音调标记转换为 HTML 元素（<sup> 角标或 <span> 圆点）
  3. 样式：CSS 控制颜色、大小、位置，入声用红色、长音用紫色、儿化用粉色

数据不完整性声明

值得说明的是，当前数据来源于百度文库的公开版本，原始文档存在截断。这意味着部分卷册的词汇不完整，分类汇编的数据也有缺失。网站上对此做了明确标注。

如果有人持有完整版的原始资料，欢迎联系补充。

image

为什么要做这件事

2012 版汇编的前言里有一段话：

30 年后，地方语言或将大幅消失；二三百年后，或将不复存在。为方言留档，挽救濒危古语刻不容缓。

这段话写于十多年前。普通话的普及速度比预想的还要快。在城市家庭中，老一代说地道方言，第二代或不能说但尚可听懂，第三代就只能听讲纯粹的普通话了。

一种动物的消失会导致生物链的缺失，一种方言的消失，意味着文化链的缺失。

我们现在所能做到的，惟有尽量将其完整地记录保存下来，留给后人。这个小小的数字博物馆，就是这样一次尝试。

项目地址：GitHub

在线访问：涿鹿方言数字博物馆

民间整理，非官方出品。基于《涿鹿方言汇编》2012 年第一版 & 2014 年第三版。