青空文庫で公開されている文書の全テキストファイルのリポジトリです。 ただし著作権が切れていない作品のファイルは除いてあります。
https://github.com/aozorabunko/aozorabunko で公開されているものをベースにしています。
テキストファイルだけを欲しい人はリリースページからzipファイルを取得できます（不定期更新）。
-
person/<作家ID>/<作品ID>_<type>_<オリジナルファイル名>.txt zipファイルに格納されているファイルそのままで、管理しやすいようにファイル名のみ変更しています。文字コードはSJIS、改行コードはCRLF（Windows形式）です。
-
person_utf8/<作家ID>/<作品ID>_utf8_<type>_<オリジナルファイル名>.txt 上記ファイルの文字コードをUTF8に変換し、外字は可能な限りUTF8に置き換えています。改行コードはLF（Unix形式）です。
- <作家ID> : 6桁の数値（先頭0埋め）
- <作品ID> : 1~5桁の数値
- <type> : ruby（ルビ入り）またはtxt（ルビ無し）。かつては一つの作品に対してルビ入り・ルビ無しの両方が作成されることがありましたが、現在では底本にルビがあればルビ入り、無ければルビ無しとなります。
- <オリジナルファイル名> : zipファイル内のtxtファイル名。
https://www.aozora.gr.jp/cards/<作家ID>/card<作品ID>.html で該当作品の図書カードにアクセスできます。（IDを二つ入れないといけないのがちょっと難点ですね）
作家名、作品名の一覧は以下のCSVファイルを参照してください。
- csv/name.csv: 作家ID,作家名
- csv/title.csv: ファイル名,作品名,作家名,訳者名
青空文庫のリポジトリは2011年5月から現在までほぼ毎日更新されていますが、この間に変更されたテキストファイルの差分（ファイル名の変更含む）はすべて本リポジトリに反映してあります（バグがなければ）。
よって、任意のテキストファイルの差分を見れば、2011年以降の更新履歴を確認することができます。とはいえ、多くのファイルは公開後一度も更新されておらず、一番更新が多いファイルでも7世代となります。
なお、2019年2月までに登録・更新された作品に関しては、最初に登録されたものをRev1、次に更新されたものをRev2、、、Rev9という形で全世代を登録しています（著作権無しの作品に関してはRev7が最大）。それ以降に登録・更新されたものはその都度（ほぼ毎日）登録しています。
本リポジトリの更新作業は手動で行っており、不定期です。
下記の例の右側に示すような青空文庫記法による外字のうち、JIS句点コードまたはUnicodeが記載されている場合は対応する文字（左側）に変換してあります。
- 𣘹 ： ※［＃「木＋寅」、第4水準2-15-31］
- 怰 ： ※［＃「りっしんべん＋玄」、U+6030、ページ数-行数］
- ‼ ： ※［＃感嘆符二つ、1-8-75］
以下のような青空文庫記法における特殊文字はUnicode変換の対象外となっています。
- 《 ： ※［＃始め二重山括弧、1-1-52］ （ルビ）
- 》 ： ※［＃終わり二重山括弧、1-1-53］（ルビ）
- ［ ： ※［＃始め角括弧、1-1-46］ （注記）
- ］ ： ※［＃終わり角括弧、1-1-47］ （注記）
- 〔 ： ※［＃始めきっこう（亀甲）括弧、1-1-44］ （アクセント分解）
- 〕 ： ※［＃終わりきっこう（亀甲）括弧、1-1-45］（アクセント分解）
- ｜ ： ※［＃縦線、1-1-35］ （ルビ）
- ※ ： ※［＃米印、1-2-8］ （外字）
青空文庫 組版案内の「青空文庫をこえた利用（番外）」の中では青空文庫ファイルで使えない文字として「＃」も例示されていますが、ここでは特殊文字としては扱っていません。「＃」は［］で囲まれた注記の中でのみ特殊文字となるものであり、本文中の「＃」が問題を起こすことはないと考えられるためです。
「／＼」や「／″＼」のような青空文庫記法の踊り字（くの字点）はUnicodeへ変換が可能ですがそのまま残してあります。