安卓学习笔记之五：电子书EPUB制作
有一些TXT格式的旧书，想放到手机微信读书中阅读。
在网上找到的电子书格式不友好，或者错字太多。
可以学习使用Sigil进行电子书的制作、编辑和修改。
Epub基础知识介绍
一、什么是epub
epub是一个完全开放和免费的电子书标准。它可以“自动重新编排”的内容。
Epub文件后缀名：.epub
二、 epub组成
Epub内部使用XHTML（或者DTBook）来展现文件的内容；用一系列css来定义格式和版面设计； 然后把所有的文件压缩成zip包。
Epub格式中包含了DRM相关功能（目前epub引擎暂时不考虑drm相关信息）
EPub包括三项主要规格：
开放出版结构（Open Publication Structure，OPS）2.0，以定义内容的版面；
开放包裹格式（Open Packaging Format，OPF）2.0，定义以XML为基础的.epub档案结构；
OEBPS容纳格式（OEBPS Container Format，OCF）1.0，将所有相关文件收集至ZIP压缩档案之中。
1. OPS：
用XHTML（或者DTBook）来构筑书的内容。
用一系列css来定义书的格式和版面设计。
支持 png、jpeg、gif、svg的图片格式。
边 城
一
由四川过湖南去，靠东有一条官路。这官路将近湘西边境，到了一个地方名叫“茶峒”的小山城时，有一小溪，溪边有座白色小塔，塔下住了一户单独的人家。这人家只一个老人，一个女孩子，一只黄狗。
......
......
茶峒山城只隔渡头一里路，买油买盐时，逢年过节祖父得喝一杯酒时，祖父不上城，黄狗就伴同翠翠入城里去备办节货。到了卖杂货的铺子里，有大把的粉条，大缸的白糖，有炮仗，有红蜡烛，莫不给翠翠一种很深的印象，回到祖父身边，总把这些东西说个半天。那里河边还有许多上行船，百十船夫忙着起卸百货，这种船只比起渡船来全大得多，有趣味得多，翠翠也不容易忘记。
2. OPF：
OPF 文件是 EPUB 规范中最复杂的元数据。它用来定义ops一系列内容组合到一起的机制，并为ebook提供了一些额外的结构和内容。
Opf包含四个子元素：metadata, manifest, spine, guide。
在OEBPS中的opf包含两个XML： .opf和.ncx。
zh
边城
沈从文
2024-01-19
urn:uuid:4cf1b6ce-4dc7-4e76-954d-02024718c8d4
（一）.opf
OPF包括以下内容：
1）metadata：epub的元数据，如title、language、identifier、cover等。其中，title 和 identifier这两个数据是必须的。
按照EPUB规范，identifier由数字图书的创建者定义，必须唯一。对于图书出版商来说，这个字段一般包括ISBN或者Library of Congress编号；也可以使用URL或者随机生成的唯一用户ID。注意：unique-identifier 的值必须和 dc:identifier 元素的 ID 属性匹配。
zh
边城
沈从文
2024-01-19
urn:uuid:4cf1b6ce-4dc7-4e76-954d-02024718c8d4
2）manifest：列出了package中所包含的所有文件（xhtml、css、png、ncx等）。EPUB 鼓励使用 CSS 设定图书内容的样式，因此 manifest 中也包含 CSS。注意：进入数字图书的所有文件都必须在 manifest 中列出。
3）spine：所有xhtml文档的线性阅读顺序。其中，spine的TOC属性必须包含在manifest列出来的.ncx的id。可以将 OPF spine 理解为是书中 “页面” 的顺序，解析的时候按照文档顺序从上到下依次读取 spine。
在spine中的每个 itemref 元素都需要有一个 idref 属性，这个属性和 manifest 中的某个 ID 匹配。
spine 中的 linear 属性表明该项是作为线性阅读顺序中的一项，还是和先后次序无关。有些阅读器可以将spine中linear=no的项作为辅助选项处理，有些阅读器则选择忽略这个属性。例如在下边的实例中，支持辅助选项处理的阅读器会依次列出titlepage、chapter01、chapter05，chapter02、chapter03、chapter04只在点击到（或者其他开启动作）之后才会显示。
但是对于支持打印的阅读器，需要忽略linear=no的属性，保证能够最完全的展示ops中的内容。
好的阅读器需要同时提供两种选择给用户。
（二）.ncx
NCX 定义了数字图书的目录表。复杂的图书中，目录表通常采用层次结构，包括嵌套的内容、章和节。包含了TOC（tablet of content,提供了分段的一些信息）。
NCX的
标记中包含四个 meta 元素：- uid： 数字图书的惟一 ID。该元素应该和 OPF 文件中的 dc:identifier 对应。
- depth：反映目录表中层次的深度。
- totalPageCount 和 maxPageNumber：仅用于纸质图书，保留 0 即可。
docTitle/text 的内容是图书的标题，和 OPF 中的 dc:title 匹配。
navMap 是 NCX 文件中最重要的部分，定义了图书的目录。navMap 包含一个或多个 navPoint 元素，每个 navPoint 都要包含下列元素：
- playOrder：说明文档的阅读顺序。和 OPF spine 中 itemref 元素的顺序相同。
- navLabel/text ：给出该章节的标题。通常是章的标题或者数字。
- content ：它的 src 属性指向包含这些内容的物理资源。就是 OPF manifest 中声明的文件。
- 还可以有一个或多个 navPoint 元素。NCX 使用嵌套的导航点表示层次结构的文档
边城
序
......
......
附录
（三）NCX 和 OPF spine 有什么不同？
两者很容易混淆，因为两个文件都描述了文档的顺序和内容。要说明两者的区别，最简单的办法就是拿印刷书来打比方：OPF spine 描述了书中的各个章节是如何实际连接起来的，比方说翻过第一章的最后一页就看到第二章的第一页。NCX 在图书的一开始描述了目录，目录肯定会包含书中主要的章节，但是还可能包含没有单独分页的小节。
一条法则是 NCX 包含的 navPoint 元素通常比 OPF spine 中的 itemref 元素多。实际上，spine 中的所有项都会出现在 NCX 中，但 NCX 可能更详细。
3. OCF：
OCF定义了文件是如何被打包成ZIP的，并且有两个额外的信息：
1）ASCII格式的mimetype文件。该文件必须包含application/epub+zip字符串，并且是ZIP压缩包的第一个文件。Mimetype要求是非压缩格式。
2）一个命名为META-INF的文件夹。这个文件夹中需要包含container.xml文件
4. Drm
需要在META-INF文件夹中包含rights.xml
5. 总结起来，一个epub电子书的zip包含以下东西：
1、mimetype 文件，必须是压缩包的第一个文件。注意，Mimetype必须是非压缩格式。
2、meta-inf目录，里面至少包含一个container.xml 文件。
3、OEBPS目录（可以是别的名字，但建议用这个名字），包含了：
a) image子目录（不一定总有）存放了所有的图片文件
b) content.opf 文件名可以是其它的，扩展名一定是opf，就是一个xml格式的包内的文件列表
c) toc.ncx 目录文件，一个“逻辑目录”, 浏览控制文件.
d) 一些xhtml或html文件。就是书的内容。
我们可以把一个.epub文件更名为.zip文件，然后通过解压工具展开，看到其目录和文件结构：
边城>tree /f
Folder PATH listing
Volume serial number is 4A56-B1E8
C:.
│ mimetype
│ 边城.zip
│
├───META-INF
│ container.xml
│ signatures.xml
│
└───OEBPS
content.opf
cover.xhtml
figure-0003-001.jpg
figure-0003-002.jpg
figure-0003-003.jpg
figure-0003-004.jpg
figure-0003-005.jpg
figure-0003-007.jpg
figure-0003-008.jpg
frontcover.jpg
Section0000.xhtml
Section0001.xhtml
Section0002.xhtml
Section0003.xhtml
Section0004.xhtml
Section0005.xhtml
Section0006.xhtml
Section0007.xhtml
Section0008.xhtml
Section0009.xhtml
Section0010.xhtml
Section0011.xhtml
Section0012.xhtml
Section0013.xhtml
Section0014.xhtml
Section0015.xhtml
Section0016.xhtml
Section0017.xhtml
Section0018.xhtml
Section0019.xhtml
Section0020.xhtml
Section0021.xhtml
Section0022.xhtml
stylesheet.css
toc.ncx三、完整的EPUB规范
OPF规范：http://www.idpf.org/2007/opf/OPF_2.0_final_spec.html
OPS规范：http://www.idpf.org/2007/ops/OPS_2.0_final_spec.html
OEBPS规范：http://www.idpf.org/ocf/ocf1.0/download/ocf10.htm
四、如何制作一个epub电子书
制作epub电子书，可以不借助任何电子图书编辑软件，只进行文档编辑和zip压缩就可以了，具体步骤如下：
- 先建一个空的zip文件，可以取为任何名字，最好和你的书同名。
- 拷贝mimetype文件到包内，注意所谓拷贝，就是这个文件不要用压缩模式。
- 把其它的目录和文件用压缩模式放入zip包。
- 改文件扩展名为.epub
- OK，一本epub电子书就制成了
市面上可以找到一些成熟的电子图书编辑软件：
- epubBuilder：epubbuilder是国人自做软件，手工制作时还是很好用的，尤其是每个章节的制作和目录，比较方便，还提供了导入chm，txt，html文件的功能，比较人性化，ecub：
- Calibre
- Adobe InDesign
- Stanza
- OpenBerg Rector
- ePUB check tool
- Convert uploads to ePUB
- Web2FB2
- Python converter
- DAISY Pipeline
下面介绍一个一个免费的、开源的、多平台的电子书编辑器
Sigil介绍
Sigil 是一个免费的、开源的、多平台的电子书编辑器，使用 Qt（和 QtWebEngine）。它被设计用来编辑 ePub 格式的书籍（包括 ePub 2 和 ePub 3）。
下载地址：Download Sigil - Sigil-Ebook
Sigil 功能特性：
- 基于 GPLv3 协议，完全免费的开源软件；
- 跨平台，Windows，Linux，Mac 都可以使用它来制作 epub，果粉们有福了；
- 支持 Unicode，经过软件掘客尝试，对中文的支持完全没有问题；
- 多视角的编辑器：书籍预览模式，代码预览模式，双阅览模式；
- 带有元数据编辑器；
- 支持多层次的分级目录编辑器，可以自动根据标题生成目录，一级棒；
- 所有导入文档都将自动转换成 Unicode 编码；
- 支持 TXT，HTML，EPUB 多格式文本的导入，以后会支持更多格式；
- 友好的用户界面；
- C++ 程序，无需任何.NET，JRE 等运行库支持。
Sigil使用手册：Sigil User Guide - Sigil-Ebook
通过Sigil快速将TXT文本制作成EPUB电子书
一、预处理txt文本
可以使用任何通用的文本编辑工具来做，这里使用UltraEdit举例。
1. 使用UltraEdit打开文本文件
2. 使用16进制模式显示
可以看到换行字符的ANCII码0D 0A。
3. 转换换行符，将正文转换为xhml格式
一段文字
4. 转换后的文本
基本做到了每个段落格式都是
一段文字
5. 用Sigil直接将.TXT转换成.xhtml
其实，直接用Sigil打开一个.txt文件，就会自动将整篇文档转换成一个.xhtml文件OEBPS/Text/section0001.xhtml，自动为段落加上
。
二、使用Sigil制作电子书
使用Sigil直接将整篇.TXT文件转换成.xhtml格式后，可以用split切成一个一个的章节来制作电子书，读者可以自己做尝试。这里不做演示。
这里只演示如何先建立一个空白的电子书，然后逐步分章节，填入标题和内容。
1. 打开Sigil, 制作一个新的epub2格式的电子书
2. 创建空白章节
有几章节，就创建几个空白页面。
3. 填写书名，各个章节标题，然后保存为.epub文件
海风阵阵吹
第一章 初听琴声
4. 填写各个章节正文
可以在右边的预览窗口进行检查，如果格式有错误，会有提示。
5. 制作封面
导入一个封面图片。
使用工具，制作封面
选中封面图片
6. 生成TOC
7. 完善.opf和ncx文件，填写书名
content.opf:
urn:uuid:20bb5f6e-3752-4649-8f46-b9a98e7c2276
en
海风阵阵吹
2024-01-19
toc.ncx
海风阵阵吹
第一章 初听琴声
第二章 海滨重逢
第三章 京城惊魂
第四章 海岛深酬
8. 制作完成，可以直接发到手机中，在微信图书中导入本地文件，阅读或聆听AI朗读。
使用Sigil修改电子书错误
网上找到一本电子书，明显有一处章节错误。
用Sigil打开后，发现一处正文被错标为章节标题，将这节正文添加到前一章。
删除多余的错误章节
重新生成新的TOC
保存文件，用其他读书工具打开，看到错误已经更正。
