大徐本是宋初徐铉（916—991）等奉诏校定本，雍熙三年（986）进上，特点是：逐字加《唐韵》反切、补新附 402 字、凡校改处加「臣铉等曰」。这是后世一切刻本的祖本。 小徐本是徐铉之弟徐锴（920—974）的《说文解字系传》，南唐时成书，特点是：不加反切而用「朱翱反切」、按《周易》卦数分三十卷、每字下多有疏通义理的按语（「臣锴曰」「徐锴曰」比大徐本多得多）。 段注本是清段玉裁《说文解字注》（1776 年动笔，1807 年成书），以大徐本为底，校勘精审，但改字较多，且常以己意论断。 本库用的是一部简体转写本，形态上属于大徐本系统（有反切、有「臣铉等曰」、有新附标记），但残缺得很：反切只有卷一前十一部共 240 条、重文只在卷一标了 45 条、新附只标 18 条、夹注只有 15 条。本库不补他本，缺什么记什么（coverage_gap 表）。

影响有三处，都写进了 coverage_gap。 一是部首重名：繁体里「斗」与「鬥」、「虫」与「蟲」是两个不同的部首，简体化后都合并了。底本 540 部首行去重只剩 538 个名字（斗部见第 75、496 部，虫部见第 471、473 部）。本库按 seq 分列，两个「斗部」、两个「虫部」各占一行，note 字段注明「简体化碰撞」。 二是篆形丢失：字头已是通行字形，不是小篆原形，生僻篆形被替换或推到扩展区（如「𢾭悲切」的 𢾭 属 CJK 扩展 B 区）。本库字头照录，不还原篆形。 三是异文被抹：繁简转换会合并原本有别的字（如「祗」与「只」），《说文》的一些形义分析因而看不出依据。 处理原则是：凡底本字面，照录不改；凡底本没有，留空不补。本库 18 张表，没有一张是从别本回填的。

三条路。一是按字头查：char_entry.head 建了索引，如「SELECT * FROM char_entry WHERE head='福'」。同字头多条（正篆与重文）按 seq_global 区分，不要按 head 去重。 二是按部首查：radical 表 540 行，char_entry.rad_id 关联，seq_in_rad 是部内序。查一部所有字：「SELECT head,gloss FROM char_entry WHERE rad_id=(SELECT rad_id FROM radical WHERE seq=410) ORDER BY seq_in_rad」——第 410 部是水部，487 字。 三是全文检索：passage_fts 是 FTS5 虚表，必须按三字以上查。原因见下条。 另有两张表值得先看：coverage_gap 说明哪些层是空的、为什么空；freq_char 是全书单字频（按 passage 净字统计，共 163420 字）。

因为 passage_fts 用的是 FTS5 的 trigram 分词器。默认的 unicode61 分词器会把连续的一串汉字当成一个 token，「MATCH '法郎'」这类两个字的查询实测 0 条；换成 trigram 之后按三字切分，才能查到。 代价是查不了两字以内的词：「福」这样的一字词、「说解」这样的两字词，用 MATCH 查不到结果，但用 LIKE '%说解%' 可以。所以本库的实践是：两字以内用 LIKE（慢但准），三字及以上用 MATCH（快）。 trigram 索引比较胖，本库用外部内容表（content='passage'）+ VACUUM 压缩。这是沿用人间喜剧库的做法，在那里实测过：同样规模下 unicode61 索引更小但查不到中文词，trigram 是唯一可用的选择。