cbz汇编_CBZ和DjVu：PDF的开源替代品
cbz汇编
最近，我发现我的曾曾祖父在20世纪之交写了两本书：一本是关于航行的，另一本是关于他担任纽约市消防队长的职业的 。 这些书吸引了一些听众，但由于它们是我家族历史的一部分，因此我想保留每本书的数字副本。 但是，我想知道哪种便携式文档格式最适合这种工作？
我很早就决定不要使用PDF。 该格式虽然适用于印前检查，但似乎注定是不间断的功能膨胀，并且会产生难以内省和编辑的文档。 我想要一种具有类似功能的更智能格式。 我想到了两个：漫画档案和DjVu。
漫画档案
顾名思义，漫画档案是一种最常用于漫画的简单格式。 您可以在Comic Book Plus和Digital Comic Museum等网站上看到漫画档案的示例。
漫画档案库的最大功能也是它的最弱之处：它是如此简单，几乎是一种约定，而不是一种格式。 实际上，漫画档案只是扩展名为.cbz，.cbt，.cb7或.cbr的ZIP，TAR，7Z或RAR档案。 它没有用于存储元数据的标准。
但是，它们很容易创建。
创建漫画档案
- 创建一个包含图像文件的目录，然后重命名图像，使它们具有固有顺序：
$ n=0 && for i in *.png ; do mv $i `printf %04d $n`.png ; ((n+=1)); done
- 使用您喜欢的存档工具存档文件。 以我的经验，最好地支持CBZ。
$ zip comicbook.zip -r *.png
- 最后，使用适当的扩展名重命名该文件。
$ mv comicbook.zip comicbook.cbz
生成的文件应在大多数设备上打开。 在Linux上， Evince和Okular都可以打开CBZ文件。 在Android上， Document Viewer和Bubble可以打开它们。
解压缩漫画档案
从漫画档案中恢复数据也很容易：只需取消存档CBZ文件。
由于您喜欢的存档工具可能无法将.cbz扩展名识别为有效的存档，因此最好将其重命名为其本机扩展名：
$ mv comicbook.cbz comicbook.zip
$ unzip comicbook.zip
DjVu
DjVu （发音为“déjàvu”）是AT＆T于20年前开发的一种更高级的格式。 这是一种具有高级压缩技术的数字文档格式，可以在您可能没有意识到的更多应用程序中查看，包括Evince ， Okular ，在线DjVu.js ， DjVu.js Firefox 浏览器扩展， GNU Emacs ，Android上的Document Viewer以及开源，Sourceforge上的跨平台DjView查看器。
您可以在djvu.org上阅读有关DjVu的更多信息并找到示例.djvu文件。
DjVu具有几个吸引人的功能，包括图像压缩，轮廓（书签）结构以及对嵌入式文本的支持。 使用免费和开源工具很容易进行内部检查和编辑。
安装DjVu
开源工具链是DjVuLibre ，您可以在发行版的软件存储库中找到它。 例如，在Fedora上：
$ sudo dnf install djvulibre
创建一个DjVu文件
.djvu是已被编码为DjVu文件的图像。 .djvu可以包含一个或多个图像（存储为“页面”）。
要手动生成DjVu，可以使用以下两种编码器之一： c44用于高质量图像， cjb2用于简单双色调图像。 每个编码器接受不同的图像格式：c44可以处理.pnm或.jpeg文件，而cjb2可以处理.pbm或.tiff图像。
如果需要预处理图像，可以在终端中使用Image Magick进行处理 ，使用-density选项定义所需的分辨率：
$ convert -density 200 foo.png foo.pnm
然后，您可以将其转换为DjVu：
$ c44 -dpi 200 foo.pnm foo.djvu
如果图像很简单，例如白页上的黑色文本，则可以尝试使用较简单的编码器进行转换。 如有必要，请先使用Image Magick将其转换为兼容的中间格式：
$ convert -density 200 foo.png foo.pbm
然后将其转换为DjVu：
$ cjb2 -dpi 200 foo.pbm foo.djvu
您现在有了一个简单的单页.djvu文档。
创建多页DjVu文件
尽管单页DjVu很有用，但鉴于DjVu有时具有出色的压缩效果，它最常用作多页格式。
假设您有许多.djvu文件的目录，则可以使用djvm命令将它们捆绑在一起：
$ djvm -c pg_1.djvu two.djvu 003.djvu mybook.djvu
与CBZ存档不同，捆绑映像的名称对其DjVu文档中的顺序没有影响，而是保留了您在命令中提供的顺序。 如果您有先见之明以自然的排序顺序（001.djvu，002.djvu，003.djvu，004.djvu等）命名，则可以使用通配符：
$ djvm -c *.djvu mybook.djvu
处理DjVu文档
使用djvm编辑DjVu文档很容易。 例如，您可以将页面插入到现有的DjVu文档中：
$ djvm -i mybook.djvu newpage.djvu 2
在此示例中，页面为newpage。 djvu成为文件mybook .djvu中的新页面2。
您也可以删除页面。 例如，要从mybook.djvu删除第4页：
$ djvm -d mybook.djvu 4
设定轮廓
您可以将元数据添加到DjVu文件中，例如大纲（通常称为“书签”）。 若要手动执行此操作，请创建带有文档轮廓的纯文本文件。 DjVu大纲以类似Lisp的结构表示，带有开头的书签元素，后跟书签名称和页码：
(bookmarks
("Front cover" "#1")
("Chapter 1" "#3")
("Chapter 2" "#18")
("Chapter 3" "#26")
)
括号定义轮廓中的级别。 大纲当前只有顶级书签，但是任何部分都可以通过延迟其右括号来包含子部分。 例如，为第1章添加一个小节：
(bookmarks
("Front cover" "#1")
("Chapter 1" "#3"
("Section 1" "#6"))
("Chapter 2" "#18")
("Chapter 3" "#26")
)
大纲完成后，保存文件，并使用djvused命令将其应用于DjVu文件：
$ djvused -e 'set-outline outline.txt' -s mybook.djvu
打开DjVu文件以查看轮廓。
嵌入文字
如果要存储要创建的文档的文本，可以将文本元素（ djvused术语中的“隐藏文本”）嵌入DjVu文件中，以便Okular或DjView之类的应用程序可以选择文本并将其复制到用户剪贴板中。
这是一个复杂的操作，因为要嵌入文本，必须首先拥有文本。 如果您可以访问良好的OCR应用程序（或转录打印页面的时间和精力），则可能会有该数据，但是必须将文本映射到位图图像。
一旦有了每行（或者，如果愿意，每个单词）的文本和坐标，就可以为每个页面编写一个带有块的djvused脚本：
select; remove-ant; remove-txt
# -------------------------
select "p0004.djvu" # page 4
set-txt
(page 0 0 2550 3300
(line 1661 2337 2235 2369 "Fires and Fire-fighters")
(line 1761 2337 2235 2369 "by John Kenlon"))
.
# -------------------------
select "p0005.djvu" # page 5
set-txt
(page 0 0 2550 3300
(line 294 2602 1206 2642 "Some more text here, blah blah blah."))
每条线的整数代表每条线的X和Y坐标的最小和最大位置（ xmin ， ymin ， xmax ， ymax ）。 每一行都是以像素为单位的矩形，可以在页面的左下角的原点。
您可以将嵌入的文本元素定义为单词，线条和超链接，并且可以映射形状不只是矩形的复杂区域。 您还可以嵌入特殊定义的元数据，例如BibTex键（以小写形式表示（年份，书名，编辑，作者等），以及DocInfo键（从PDF规范中借用，始终以大写字母开头） ，作者，主题，创建者，生产者，CreationDate，ModDate等）。
自动创建DjVu
能够手工制作非常详细的DjVu文档是很不错的选择，但是如果您将DjVu用作日常格式，则会注意到您的应用程序缺少一些在普遍存在的PDF中可用的便利。 例如，很少有（如果有的话）应用程序提供与PDF一样方便的“ 打印到DjVu”或“ 导出到DjVu”选项。
但是，您仍然可以通过利用PDF作为中间格式来使用DjVu。
不幸的是，简单，自动DjVu转换所需的库是根据CPL许可的，该要求具有工具链中的GPL代码无法满足的要求。 因此，它不能作为已编译的库分发，但是您可以自由地自己编译它。
由于DjVuLibre团队提供了出色的构建脚本，因此该过程相对简单。
- 首先，使用软件开发工具准备系统。 在Fedora上，快速简便的方法是与DNF组：
在Ubuntu上：$ sudo dnf group install @c-development$ sudo apt-get install build-essential
- 接下来，从Sourceforge下载GSDjVu源代码 。 确保下载GSDjVu ，而不是DjVuLibre （换句话说，不要单击文件列表顶部的绿色大按钮，而应单击最新文件）。
- 取消存档刚刚下载的文件，然后将目录更改为该文件： $ cd ~/Downloads
$ tar xvf gsdjvu-X.YY.tar.gz
$ cd gsdjvu-X.YY
- 创建一个名为BUILD的目录。 必须将其命名为BUILD ，以消除您的创造力： $ mkdir BUILD
$ cd BUILD
- 下载构建GSDjVu应用程序所需的其他源程序包。 具体来说，您必须下载Ghostscript的源代码（几乎可以肯定已经安装了该源代码，但是需要使用它来进行构建）。 此外，您的系统必须具有jpeg ， libpng ， openjpeg和zlib的源包。 如果您认为您的系统已经具有这些项目的源包，则可以运行构建脚本；否则，请执行以下操作： 如果找不到源，则脚本将失败，并让您在重试之前纠正错误。
- 运行下载中包含的交互式build-gsdjvu构建脚本。 该脚本将解压缩源文件，使用gdevdjvu驱动程序修补Ghostscript，编译Ghostscript并从构建结果中删除不必要的文件。
- 您可以在路径中的任何位置安装GSDjVu 。 如果您不知道PATH变量是什么，则可以通过echo $ PATH看到它。 例如，将其安装到/ usr / local前缀： $ sudo cp -r BUILD/INST/gsdjvu /usr/local/lib64
$ cd /usr/local/bin
$ sudo ln -s ../lib64/gsdjvu/gsdjvu gsdjvu
将PDF转换为DjVu
现在，您已经构建了Ghostscript驱动程序，将PDF转换为DjVu只需一个命令：
$ djvudigital --words mydocument.pdf mydocument.djvu
这会将PDF中的所有页面，书签和嵌入的文本转换为DjVu文件。 --words选项将所有映射的嵌入式PDF文本映射到DjVu文件中的相应点。 如果没有嵌入的PDF，则不会保留任何嵌入的文本。 使用此工具，您可以在应用程序中使用便捷的PDF功能，并最终得到DjVu文件。
为什么选择DjVu和CBZ？
DjVu和漫画书存档是您的档案库的绝佳附加文档格式。 将一系列图像填充为PostScript格式（如PDF）或显然主要用于文本的格式（如EPUB）似乎很愚蠢，因此将CBZ和DjVu作为附加选项很好。 它们可能不适用于您的所有文档，但是最好对它们感到满意，以便在最有意义的时候使用它们。
翻译自: https://opensource.com/article/19/3/comic-book-archive-djvu
cbz汇编