原數據似乎是出版社放出的，不知 是他們有意還是無意，這數據是殘缺的。不完整。
說明：數據不太完整，如 很多字最前面的 《説文·部首》。原數據缺失。追求完美的可以手動排查，加上。
收錄11670詞條，其中 116條 詞頭亂碼。需要手工校對。切詞版有13636條。
我沒空去校對了，如有興趣的書友，可自行校對。
校對時參考圖片版：
《古音汇纂》是一部上起先秦、下迄清末的历代字音资料的大汇编，立项至今已整整10年，目前已建成含100余万条古音资料的电子数据库，并试编了样稿，计划于2010年完成初稿，约1300万字，由商务印书馆出版。
對比圖：
如下圖，說文 缺失：
基本能使用，如能校對完整那就更好了。
古音匯纂(文字版)MDX.zip (9.8 MB)
校對請下載：
古音汇纂-源文件TXT.7z (6.7 MB)
missing.txt (9.3 KB)
真的是殘缺的嗎？
隨意找了十幾個缺失的字頭查了查，都是某字的異體，即原書字頭旁用括號圈起來的字。
前幾天我正在修理。雚、𩓞、𩹾等字條也缺說文內容，不知這類究竟多少。
字條總數實為11,675，原數據誤併了幾條。麻煩的是有幾千亂碼／PUA，起碼500多是獨特的。尤其是本書引《切韻》和“原本《玉篇》”，有不少字形全宋體缺，而且有時《匯纂》列的字形失真。
太好了，等你出一個完善本。
亂碼／PUA，處理了幾百，但發現又有其他模式的，結果獨特的還有一千多 
乘興做到哪裡就哪裡，不可能完成。
看到个哥们处理私有字，摘录下私有字所在的句子，然后直接问 ChatGPT，这中间的私有字符应该是什么字，最后转成 HTML 标签标记起来。
<pua val="私有字符">正常字符</pua>
像ctext.org之類的網頁OCR出來的錯字，這種不可靠的數據chatGPT當作底本，它分不出是非，離不開 AI hallucination 的問題。
books 的 xml 的数据 与 knowledge_ser_plat_pc 的数据，对比了辞源这个词典，用的一个编码。
】如果这本《古音汇纂》也是一个字体的话，可以根据 knowledge_ser_plat_pc 的字体，分析字体的xml数据（字体转xml的库是 fonttools）中的笔画起点特征、趋势走向进行还原。原文找不到了，只找到个类似的文章。