殆知阁的原数据，乱码空字就挺多的，文本数据并不好，但也有不错的，良莠不齐，而且分类混乱，类别之间有重复的，比如有集藏，还有诗藏等等。个人觉得将那些有问题的数据删掉，保留较好的，是一种简便的办法。没有必要求全，实际上也不可能全。