步骤一：锁定原图中的字格
样例设定很具体：竖排扫描页里，一个字占据完整方格，内部可见三个“女”形部件。第一轮OCR输出“女女女”，导致这一列凭空多出两个字符，后面的标点和行号全部错位。
此时不急着改字，先对比相邻字格的宽高。原图中的组合结构只占一格，而OCR结果占三格，据此可判定分割错误。再用拆字检索和辞书核验，目标字符确定为“姦”，读jiān。
女女女对比：一次旧报录入复盘
女女女对比不能只盯着“像不像”，还要看原稿、转写目标和发布环境。下面用一个可复现的旧报录入样例复盘全过程：扫描图中出现单字“姦”，编辑需要同时制作原文转录版和现代简体摘要。两种版本为何不能共用一次替换，按步骤拆开就清楚了。
步骤二：对比三个候选结果
候选A是“女女女”，优点是保留了OCR原始输出，缺点是字符数量和原版不符；候选B是“姦”，字形、格数与原版一致；候选C是“奸”，适合现代简体表达，却改变了原始字形。
单看读音，B与C都可读jiān；单看版面，只有B最贴近扫描件。这个对比说明，校对标准不是永远选“最常用的字”，而是先明确当前文件究竟是原文转录，还是现代改写。
步骤三：为两个版本分别落字
原文转录版选择“姦”，并记录Unicode码位U+59E6，方便后续查重和字体测试。现代简体摘要则根据现行简体书写习惯使用“奸”。两份文件从这里分流，不再共享无条件的全局替换表。
如果项目要求逐字忠实，转录版还应保留原有标点和异体字；如果目标是方便普通读者阅读，摘要版可以现代化处理，但要避免反向覆盖原始数据。原图、转录文本、通俗改写最好分三个文件保存。
步骤四：做编码与显示验收
最终检查分两轮。第一轮把“姦”粘贴进字符查询工具，确认码位为U+59E6；第二轮分别导出网页和PDF，观察是否出现方框、拆字或字体跳变。发现缺字时只更换字体，不回头篡改字符。
这次女女女对比的关键收获是：OCR结果、忠实转录和现代改写属于三种产品。把三者塞进同一套替换规则，看似省一步，实际最容易造成无法追溯的文本污染。
常见问题
旧报中的三个女应该录成什么？
若原图中三个女部件合占一个字格，通常应核验为“姦”；若确实分占三个字格，则保留“女女女”，不能只凭部件数量判断。
原文转录可以直接改成奸吗？
逐字转录不建议改，应保留“姦”；面向现代读者的简体摘要可按规范写“奸”，但需与原始转录分开保存。
如何确认复制的是单字姦？
使用字符信息工具查看码位，应为U+59E6；也可观察光标移动一次是否跨过整个字符，但编码查询更可靠。