本文经 J-Compass 编辑流程调研与事实核查；编辑团队在发布前审核信息来源及准确性。 了解我们的编辑方法 →
本译文仅供参考，以方便阅读。内容以英文版本为准。 阅读英文原文 →
青空文库：免费的日本古典与近代文学宝库
青空文库（青空文庫）是一个由志愿者共同建立的数字化图书馆，收录了大量已过版权保护期的日语文本，供读者在互联网上免费阅览。1 对于中高级日语学习者而言，从夏目漱石、芥川龙之介到太宰治，它是通往日本经典文学殿堂规模最大的免费入口。
概览
什么是青空文库
青空文库将自身定位为“インターネット上で自由に読める、電子本のアーカイブ”（在互联网上可自由阅读的电子书档案库）。1 它创立于 1997 年，如今已成长为互联网上阅读日本经典文学的标杆性免费平台。1
文库的馆藏来源主要有两部分：其一是版权保护期届满并已进入公有领域的作品，其二是版权所有者明确授权公开发布的作品。1 整个馆藏已收录数以万计的作品，并且随着志愿者的持续录入以及每年都有更多作家作品进入公有领域，这一数字还在不断增长。1
过去曾有出版物记录其书目规模大约在一万五千部以上，但这一数字每年都在攀升。与其给出一个见报即过时的固定数字，不如将其规模视为“数万部”。
青空文库常被称为“日本的古登堡计划”（Project Gutenberg of Japan）。这一比喻准确概括了其“由志愿者数字化、基于公有领域的文本典藏”的性质，但并非官方对等机构。
为什么近代文学大家的作品都在这里
在日本，一部作品在其版权保护期届满后便会进入公有领域，此后任何人都可以合法地将其数字化并重新传播。从创立之初起，青空文库本质上就是一个公有领域语料库。1
自 2018 年 12 月 30 日起，日本的著作权保护期延长为作者去世次年起算 70 年。23 在此项改革之前，该期限为作者去世后 50 年。3 这一延长是由于《跨太平洋伙伴关系协定》（TPP）谈判进程以及《日欧经济伙伴关系协定》（EPA）的要求而确立的，并于 2018 年底全面适用于所有作品。3
但该项改革不具备追溯力。“凡是在 1999 年至 2018 年 12 月 29 日（含）之间因期满而进入公有领域的作品，均继续保留在公有领域中。”3 已经收录在青空文库中的免费作品不会重新受到版权保护。因此，由 50 年延长到 70 年所带来的实际影响，是新作者进入公有领域的进程被冻结了 20 年，而非将既有作品收回。
保护期时长及其 2018 年的改革时间是本文中唯一可能发生变动的内容。作家的卒年以及“公有领域不回溯”规则是固定不变的。如果本文未来需要更新某项事实，首当其冲的便是这一条。
这也是为什么日本近代的文学巨匠无一例外都收录在内的原因。在旧有的 50 年规则下，于 1967 年或更早去世的作者，在 2018 年的截止节点之前就已经进入了公有领域（1967 + 50 = 2017，在 2018 年 12 月 30 日之前届满）。根据不回溯原则，他们将永久保持免费。3 众多家喻户晓的文豪均在这一时间线之前去世：
| 作家 | 卒年 |
|---|---|
| 夏目漱石 (Natsume Sōseki) | 19164 |
| 森鸥外 (Mori Ōgai) | 19224 |
| 芥川龙之介 (Akutagawa Ryūnosuke) | 19274 |
| 宫泽贤治 (Miyazawa Kenji) | 19334 |
| 中岛敦 (Nakajima Atsushi) | 19424 |
| 太宰治 (Dazai Osamu) | 19484 |
对于在 1968 年或之后去世的作者，由于截至 2018 年底其 50 年期限尚未届满，现在必须服满整整 70 年的期限。因此，新作者进入公有领域的最前沿时间窗口实际上被按下了暂停键，直到 2040 年代初才会重新开启。
适合哪些学习者
这是一篇面向 N1 及以上水平读者的检索与阅读指南。文中预设读者已具备扎实的现代日语语法基础。本文的价值在于检索导航、正字法对照与工具链配置，而非基础语法教学。
保留原本正字法的文本不仅含有大量文学词汇，还交织着历史假名遣（旧仮名）与旧字体汉字。这往往会超出哪怕具备扎实 N1 语法功底的读者的应对能力。5 本指南直面这一难点，并在下文的“补充常识”部分做进一步展开。对于仍在攻克现当代小说的读者，建议在阅读近代文学之前，先从现代文学散文与小说起步。
正字法版本：应该阅读哪个版本
青空文库中的一部作品最多可能收录为三种正字法版本。它们根据两个独立的维度划分：汉字字形（旧字与新字）以及假名拼法（旧假名与新假名）。67 由于这两个维度相互交叉组合，便形成了网格上的三个常见版本分支。
三种文字形式
| 版本形式 | 汉字字形 | 假名拼法 | 读者的实际阅读体验 |
|---|---|---|---|
| 旧字旧假名 (kyūji-kyūkana) | 旧字体（如 圓、佛、舊） | 历史假名遣（ゐ、ゑ、表示 u 的～ふ、けふ） | 忠实还原初版印刷时的面貌；最原汁原味 |
| 新字旧假名 (shinji-kyūkana) | 现代常用汉字（円、仏、旧） | 保留历史假名遣 | 折中形态：仅汉字更新为现代规范，假名保持原样 |
| 新字新假名 (shinji-shinkana) | 现代常用汉字 | 现代假名遣 | 全面现代化；阅读感受与当代出版物完全一致 |
青空文库的录入转换指引将其基准定为“新字、現代仮名づかいへの変更を基本とする”（默认改为新字体与现代假名遣）。同时补充说明：“ただし、漢字のみを書き換えた、新字、旧仮名づかいへの変更も拒まない”（但仅将汉字改写、保留旧假名遣的‘新字旧假名’版本同样接受）。6 这也是三种版本形态并存的原因。
一部作品具体采用哪种形态，取决于录入志愿者及所使用的底本版本。并非每部作品都同时拥有这三种版本。16 读者可在该作品的“图书卡片”（図書カード）页面上列出的版本中进行挑选。
以芥川龙之介《罗生门》的开头为例，青空文库中同时收录了旧字旧假名版与新字新假名版。两相对照十分清晰：
在旧字旧假名版本中：
廣い門の下には、この男の外に誰もゐない。8
“在宽阔的城门下，除了这个男人之外，别无他人。”
而在现代版本中，同一句话写作：
広い門の下には、この男のほかに誰もいない。9
“在宽阔的城门下，除了这个男人之外，别无他人。”
两版之间存在两处显著区别：旧字体汉字“廣”改为了“広”，历史假名“ゐない”中的“ゐ”改为了现代的“いない”中的“い”。旧字版的第一段随处可见这类规律：待つてゐた 对应现代的 待っていた，云ふ 对应 云う，災《わざはひ》 对应 災《わざわい》，圓柱 对应 円柱，以及 地震《ぢしん》 对应 じしん。89
如果在文中看到 廣、ゐ 或 〜ふ 出现在现代应当为 広、い 或 〜う 的位置，这绝非错别字或编码乱码，而是该作品忠实呈现了旧字旧假名的原始出版状态。
历史假名遣的演变规律
对于 N1 读者而言，掌握少数几条具体的音形对应规律，便能理解旧假名文本中的绝大部分现象。下述规律整理自历史假名遣参考资料以及青空文库自身的现代化转换准则。56
| 历史假名遣 (旧仮名) | 现代假名遣 (新仮名) | 说明 |
|---|---|---|
| ゐ / ゑ | い / え | 废弃假名 wi/we；在现代日语中均读作 i/e5 |
| 词中词尾的 は・ひ・ふ・へ・ほ | わ・い・う・え・お | 词中的“は行”假名常用来拼写 wa/i/u/e/o（例如 災 わざはひ → わざわい）58 |
| づ / ぢ | ず / じ | 现代发音合并（四つ仮名）；现代假名遣通常统一写作 ず/じ5 |
| がつこう 中的大写 つ | がっこう 中的小写 っ | 历史上促音通常按全尺寸假名书写5 |
| けふ | きょう | “今日”（今天）；历史上拗音亦采用全尺寸假名拼写5 |
| てふ | ちょう | “蝶”（蝴蝶）5 |
| ～む（助动词、句尾） | ～ん | 古典语法中的推量/意志助动词 -mu 在现代日语中读作 -n5 |
历史假名遣重在语源探究（etymological），而非单纯表音（phonetic）：它保留的是词汇早期的形态结构与语法源流，而非现代发音。语法形态优先于发音，因此动词 warau（笑）写作 わらふ，其意向形 waraō 则写作 わらはう。5
N1 水平的读者应当侧重于在视觉上“识读”这些形式，而不必每次都尝试从字母拼写去推导发音。以下对照便展示了这种快速对应的教学实例：
今日：旧假名 けふ → 现代假名 きょう。
“今天”
蝶：旧假名 てふ → 现代假名 ちょう。
“蝴蝶”
居る：旧假名 ゐる → 现代假名 いる。
“在（有生命物）”
上面的三组对应是从表格中提炼出的示例，以便直观展现对应模式。若在真实的连续文本中，前文引用的《罗生门》旧假名段落中完整保留了 ゐない、待つてゐた、わざはひ 和 ぢしん 等真实拼法。8
此处的学习目标是建立辨识认知，而非全面精通文语语法（古典日语）：只要能顺利读懂文本即可，无需去死记硬背复杂的古代动词活用表。
根据学习目标选择版本
如果是为了理解内容、制作 SRS 闪卡或进行句子采掘（sentence-mining），只要有对应版本，首选新字新假名。它完全契合现代词典与 SRS 软件预设的现代正字法，使得查词与制卡毫无阻碍。6
如果是为了感受原汁原味的作品风貌或进行文学研究，旧字旧假名版本保留了当年排版印刷的本来面貌，旧汉字字形与历史假名完好无损。在研究作家的真实用字习惯或对照原版底本时，这一版本至关重要。68
新字旧假名则是一个折中方案：现代汉字字形方便在词典中查询，但保留的历史假名遣仍会让你频繁接触到 ゐ、〜ふ 和 けふ 等古风拼法。6
这三种版本并无绝对优劣之分。明智的选择取决于你是优先考虑“查词便捷性”还是“版本还原度”。鉴于并非每部作品都提供全部三种格式，最切合实际的做法通常是选用该书所提供的“最现代化”的那个版本。1
阅读方法：浏览器阅读工作流
直接在网站上阅读
文库中的每部作品都提供两种展现形式：带有ルビ（振假名/furigana）的 XHTML 网页（以 HTML ruby 标签渲染），以及带有青空文库特有标记符号的纯文本文件（.txt）。107
在纯文本标记中，振假名通过紧跟在底词后面的双尖括号《 》进行包裹，例如 親仁《おやじ》。11 当底词包含多种字符类型导致解析器无法判断振假名起始位置时，会使用竖线 ｜ 标明注音起点，例如 霧の｜ロンドン警視庁《スコットランドヤード》。11 校订与录入注释则采用带井号的方括号 ［＃ … ］，例如 ［＃「喋」に「ママ」の注記］，用来标注底本如此或存疑的文字。11
XHTML 渲染管线完全是“この書き方を前提に動作します”（基于这种标记规则运行的）。因此，我们在 .txt 文件中看到的原始标记，正是 HTML 页面中转化为 ruby 振假名和注释的来源。10 在 HTML 网页上，这些尖括号振假名就会呈现为底词上方的标准注音假名：
メロスは激怒した。必ず、かの邪智暴虐の王を除かなければならぬと決意した。12
“美乐斯怒不可遏。他暗下决心，无论如何也必须除掉那个残暴奸诈的暴君。”
在这里，四字熟语“邪智暴虐”后直接跟有《》注音而无需添加 ｜，因为基准词全部为汉字，解析器能够毫无歧义地定位其起始点。
青空文库网站是按作者和书名分类组织的，并未标注语言难度，因此找到适合自己水平的篇目往往需要费一番工夫。网络上存在一些第三方按难度评级的检索导航站，可以作为选书参考，不过请注意它们属于第三方工具而非青空文库官方功能。文学散文在传统上习惯采用竖排（縦書き）排版。HTML 页面以及各类衍生的阅读工具均支持竖排显示，这也是阅读此类作品最地道的排版方式。
搭配划词词典
面对文学与文语语体，若想维持顺畅的阅读节奏，悬浮划词词典几乎是必不可少的。此时，在“查词还是结合上下文猜测”的选择上，应当坚决倒向查词。青空文库的 XHTML 页面本身就是绝佳的查词载体：因为它是标准的、可自由选中的 HTML 文本，浏览器划词词典可以直接在页面上抓取单词进行释义。13
Yomitan（前身为 Yomichan）是目前该工作流中最为通用的浏览器划词扩展插件。在包括青空文库在内的任何网页上，只要悬停鼠标或选中文本，它就能即时查询日语生词。13 本节重点说明为什么需要使用它以及它的功能定位，具体的安装与字典配置请参阅专门的工具指南。
现代划词词典是针对现代正字法和屈折还原算法进行优化的。遇到 ゐる、待つてゐた 或 わらふ 这类旧假名文本时，词典经常会出现查不到释义或分词切分错误的情况，因为历史拼法并不是现代词典收录的词头标准形。5 这也是建议以理解为目的的阅读尽量选择“新字新假名”版本的切实原因。
在浏览器电子书阅读器中长篇阅读
ttu reader（ッツ Ebook Reader，ttu-ttu/ebook-reader）是配合这一阅读流程的主流浏览器端电子书阅读器。它是一款支持在阅读过程中直接调用 Yomitan / Yomichan 划词查词的在线阅读器。13
它能够加载 EPUB、纯文本以及 HTMLZ 格式的文件，并提供振假名显示开关、字体与主题切换、竖排文本支持、图书管理库以及单本书籍进度跟踪等功能。13 借助它，导入的青空文库文本便化身为一本能够翻页、可中断并恢复的长篇电子书。这一工作流主要包含三个步骤，更深入的高级配置见专门的工具指南：
需要注意的是，该项目目前已被作者标记为仅处于维护状态（maintenance-only），已停止积极的新功能开发。这一客观现状值得了解，但并不影响其现有功能的稳定使用。13
补充常识
振假名的覆盖率取决于底本
青空文库文本中的振假名（ルビ）密度完全忠实于志愿者录入时所依据的“底本”，而非面向学习者的人工注音。青空文库的录入准则要求严格忠实地还原原版印刷品中的振假名，不会为了教学便利额外添加注音。107
因此，即便难度相当的两部作品，其振假名密集程度也可能天差地别，这完全是由各自底本的排版规范决定的。读者不能默认某部名著一定附带详尽的注音，这也是常备划词词典的另一个重要原因。
“免费”意味着公有领域，因此书目整体偏早
由于文库馆藏全部由版权届满的作品构成，因此在世作家及现当代作家基本缺席。从定位来看，青空文库本质上是一个古典与近代文学的典藏库，而非当代小说阅读平台。13
2018 年将版权保护期从 50 年延长到 70 年的法案，实际上给新一批作家的作品进入公有领域按下了暂停键。在日本，新作者不再像过去那样按 50 年节奏自动解禁，因此文库收录作家的最新年代被冻结，直到 2040 年代初 70 年新规开始到期后才会恢复更迭。3
文学语体是独立于 JLPT 的另一个难度维度
JLPT 考核的是现代标准日语的语法和词汇规范。而青空文库的原始正字法文本中包含了 JLPT 从未涉及的历史假名遣（歴史的仮名遣い）和旧字体汉字（旧字体），同时充斥着大量文学化、古风化的动词词尾以及生僻汉字。5
因此，即便持有 N1 证书的读者，在面对旧假名散文时也完全可能处处卡壳。这是因为此时的阅读障碍来自正字法和传统文体风格，而非 JLPT 所度量的现代语法能力。应当把文学语体视作独立于 JLPT 等级之外的另一个难度坐标，而非同一梯子上的更高台阶。
一个便于记忆的简称对照
各种版本的命名本身就直观概括了其内容特征：“新字新假名”即现代汉字配现代假名，是查词最为顺畅的学习首选版本；“旧字旧假名”即旧汉字配旧假名，是完全贴合初版面貌的原汁原味版本；而“新字旧假名”则介于两者之间。简而言之：“新新版适合自学查词，旧旧版适合品鉴原著”。6
参见
- 适合日语学习者的漫画分级阅读指南
- JLPT N1 阅读攻略：文学、学术与社论类长文突破
- 日语精读与泛读：策略与学习平衡
- 日语阅读速度进阶里程碑：各级别 cpm 指标
- 日语分级读物：概念解析与适读水平起步指南