在整理《全唐诗》的文本之前，我们首先需要完成以下两个步骤：

在完成以上步骤后，我们开始实际着手整理文本，在整理的过程中大体上也包含两个流程：

全唐诗文本语料在“全唐诗.txt”文件中，请参考语料阅读以下内容。

我们计划将《全唐诗》中的每一首诗的各种信息分别提取出来，并转存为csv的形式。根据对文本的初步了解，我们发现我们需要提取的信息（即绝大部分诗文都包含的共性信息）包括：

虽然有的诗并没有作者（例如卷899_19），但是在整体结构设计的时候不用考虑它们。

在了解文本的过程中，主要围绕需要提取的信息的形式；通过了解文本，我们基本上得到可以解析大部分文本内容的规律性方法。

首先，通过了解我们发现每首诗的形式，都类似以上的形式。以一个标题行开始，标题行中基本上都包括卷编号和诗编号（卷[0-9]+_[0-9]+）和标题（【[^】]+】）两部分，有的时候也会包含作者名。因此，我们可以以标题行为标志，一旦发现标题行，就认为一首诗的内容已经结束，下一首诗的内容即将开始（即完成一首诗的整理）。

接着，通过仔细观察，我们发现标题行、诗文中偶尔会有多余的空格（包括半角或全角）出现，在诗文末尾还会有校注者知古斋主的标注。因此，对每一行我们需要进行初步的清洗，包括移除空格、换行符和校注者的标注（(?