纯文本XML由四部分组成，包括文件头、书目元数据、文本数据和集外字数据，如图3-8所示，使用fileHeader（文件头）、bibliographyMetadata（书目元数据）、text（文本）、gaijiList（外字列表）等标签。文件头是纯文本XML的整体属性说明和创建、修改、发布等过程描述；书目元数据是纯文本XML的整体内容说明，针对书目信息；文本数据是纯文本XML的核心部分，包括简单对象、复杂对象和结构对象的XML描述；集外字数据是纯文本XML的补充说明，针对文本数据中的集外字。

（一）文件头

文件头是整体属性说明和创建、修改、发布等过程描述，包含文件名、版本、语言、字符集、文件大小、内容摘要、文件创建信息、文件修改信息、文件发布信息、联系方式、版权信息、备注等，如图3-9所示，使用title（文件名）、version（版本）、language（语言）、characterSet（字符集）、size（文件大小）、abstract（内容摘要）、fileCreate（文件创建）、fileModify（文件修改）、fileRelease（文件发布）、contact（联系方式）、copyrightInfo（版权信息）、fileNote（备注）等标签。

（二）书目元数据

书目元数据是纯文本XML的整体内容说明，针对书目信息，包含题名、责任者、版本、主题、语言、载体形态、藏品信息、描述等，如图3-11所示，使用title（题名）、responsibility（责任者）、edition（版本）、subject（主题）、language（语言）、physicalDescription（载体形态）、collectionInfo（藏品信息）、description（描述）等标签。

书目元数据源自《古籍元数据规范（CDLS-S05-013）》^[26]，详见附录一，依据文本数据的需求，选取其中的9项合并为8项，主要责任者（creator）和其他责任者（contributor）合并为责任者（responsibility）。

（三）文本数据

文本数据是纯文本XML的核心部分，包括简单对象、复杂对象和结构对象的XML描述，包含书、卷、叶或页、栏、篇章、段落、行、行文字、多行小字、墨围、墨盖子、图像、表格等，如图3-11所示，使用book（书）、volume（卷）、page（叶/页）、column（栏）、part（部分）、paragraph（段落）、line（行）、lineText（行文字）、mutliText（多行小字）、moWei（墨围）、moGaiZi（墨盖子）、image（图像）、table（表格）等标签。

（四）集外字数据

集外字数据是纯文本XML的补充说明，针对文本数据中的集外字，包含集外字列表、集外字、集外字描述、备注等，如图3-12所示，使用gaijiList（外字列表）、gaiji（外字）、gaijiDescription（外字描述）、gaijiNote（备注）等标签。