Regeln zur Erstellung der TXT-Dateien aus den TEI-kodierten Transkriptionen:
In der Regel gibt es eine TXT-Datei pro Edition. Um die Dateigröße zu begrenzen oder aus inhaltlichen Gründen konnte allerdings von dieser Regel abgewichen werden, sodass einige wenige Editionen in mehrere TXT-Dateien aufgeteilt wurden. (Kleinere Einheiten sind nicht miteinander vergleichbar, da unterschiedliche Einheiten in den verschiedenen Editionen gewählt wurden.)
Sämtliches XML-Markup wird getilgt.
Alle editorischen Zusätze (Anmerkungen, Fußnoten, Annotationen) werden getilgt, so dass nur der ‘historische’ Transkriptionstext übrig bleibt.
Bei <sic>/<corr> wird <sic> getilgt.
Bei <abbr>/<expan> wird <abbr> getilgt.
Bei <orig>/<reg> wird <reg> getilgt.
<del> wird getilgt.
<add> und <supplied> werden übernommen.
Zeilenumbrüche brauchen nicht übernommen werden, da in einigen Editionen keine ausgezeichnet wurden.
Durch Zeilenumbrüche getrennte Wörter werden nach Möglichkeit zusammengefügt.
@xml:lang o.ä. fällt weg. Stattdessen werden die in der Edition vorkommenden Sprachen in der Metadaten-Tabelle erfasst.
Bei mehreren <rdg> in <app> (wenn kein <lem> vorhanden) werden alle <rdg> außer dem ersten getilgt.
Kolumnentitel, die mit <fw> kodiert werden und den Fließtext, manchmal auch einzelne Wörter unterbrechen, fallen weg.