dedao-dl epub 电子书排版问题

首先感谢作者一直坚持开发这个。有了epub生成很多书籍都很完美了。我看了一下有两个小问题供作者参考。

都以这本书忧患：边事、党争与北宋政治为例。查看第二章，惊悸：庆历增币与宋夏和议

问题一：HTML Escape 第二章开篇有一幅地图。地图下的Caption是PingFang SC。似乎Unescape没有处理好，‘变成了&#39。

问题二：加粗第二章第二节，西夏使者也来了这里。有这么一段蹊跷的是，这次李元昊还提出了一个诡异要求，要将“兀卒”这一称号改为“吾祖”。这意味着，以后宋朝以皇帝名义颁发给西夏国主的诏书中，要称对方为“吾祖”。元昊提出更改的理由是什么呢？文献中没有直接记载，但从欧阳修的回应中可以窥见端倪：“今自元昊以下，名称、官号皆用本国。若蕃语‘兀卒’，华言‘吾祖’，则今贼中每事自用蕃礼，安得惟于此号，独用华言，而不称‘兀卒’？” 《长编》卷142，仁宗庆历三年七月癸巳，第3409—3410页。所谓“蕃语‘兀卒’，华言‘吾祖’”，是说党项语“兀卒”，翻译为汉语即“吾祖”。欧阳修当然不懂党项语，此说从何而来？从“若”一字看，这应当就是西夏提出更改的官方理由。欧阳修对这一解释并不满意，对其动机深表怀疑，因为西夏政权所用种种名号、官称，全都来自本民族语言，为何独独于国主尊称，一定要用汉语意译？其中 若蕃语‘兀卒’，华言‘吾祖’ 独用华言 这两处在网页阅读器里是加粗的。但是在电子书中没有。

举一个斜体的例子。以这本书有所不为的反叛者：批判、怀疑与想象力有所不为的反叛者一章为例

The Scientist as Rebel The Historian as Rebel

两个地方的书名都应该是斜体。

举一个字下加点表示着重的例子，以海边的卡夫卡这本书为例。第三章有这么一段：

“我也有个差不多和你同龄的弟弟。”她忽然想起似的说，“倒是因故很久没见了……对了，是的，你很像很像那孩子。没给人这么说过？”

•••

“那孩子？”

•••

“在那支乐队里唱歌来着，那孩子。在车上看见时我就一直那样想，但名字想不出来。想得很认真，脑袋差点儿想出窟窿，可就是不行。你也有这种情况吧——快要想出来了却想不出来。过去没给人说过长得像谁？”

••

这一段中加点的数量是正确的，但是没有加偏移。应该分别在“那孩子” “那孩子”和“那支”三处下加点。

目前没有看到其他复杂的排版例子比如说粗斜体，下划线，波浪线，框框等的例子。如果看到了会提供给作者。

写完了这个Issue发现还有一些问题例子书是东晋门阀政治这一本，以释“王与马共天下”一章为例。

首先每章开头第一页是一个图文章首页。其中的页面深色背景在抓取的时候似乎丢失了。

类似的排版问题在海边的卡夫卡中也有。比如说每章的首页也有图文章首页。比如说第三章开头。鱼的图案和第三章应该在背景图的中上方，但是偏移完全没有，鱼，“第三章”，背景图是分别显示的。

然后是尾注。在释“王与马共天下”一章中[1] [2]这些点击了都是会跳到章末的注释。但是抓取以后直接就没了链接。

不好意思提交好多Bug。总之十分十分感谢作者！

Oct 09 '22 19:10 rainrdx

这里特别说明一下：

我开发的时候，是按某本书抓取数据写的，里面的排版格式可能没有包含那么多，就没考虑进来；
抓取到的 svg 数据，只处理了 <text> <image> 标签，也就是基本的文本和图片。像边框，代码段的灰色背景在<rect> <path> 为了请求完整的文本，请求参数width 和 height 写的很大，导致定位不到要写到什么地方，暂时没处理
字体是 FZFangSong-Z02 PingFang SC Source Code Pro ，如果本地有，生成 epub 的时候会用到，本地没有的话默认的宋体。字体的问题，后续会改进。
尾注这个我没看到，暂时没处理。

总之关于电子书的排版细节会逐渐优化的，不可能一开始就把所有的情况考虑到。

Oct 10 '22 02:10 yann0917

这里特别说明一下：

我开发的时候，是按某本书抓取数据写的，里面的排版格式可能没有包含那么多，就没考虑进来；

抓取到的 svg 数据，只处理了 <text> <image> 标签，也就是基本的文本和图片。像边框，代码段的灰色背景在<rect> <path> 为了请求完整的文本，请求参数width 和 height 写的很大，导致定位不到要写到什么地方，暂时没处理

字体是 FZFangSong-Z02 PingFang SC Source Code Pro ，如果本地有，生成 epub 的时候会用到，本地没有的话默认的宋体。字体的问题，后续会改进。

尾注这个我没看到，暂时没处理。

总之关于电子书的排版细节会逐渐优化的，不可能一开始就把所有的情况考虑到。

是的是的作者写就很感谢了。我就是看到一些bug注明一下，作者有心情看看就好。多谢！

Oct 10 '22 02:10 rainrdx

测试了一下的确本地安装了字体就没问题了，似乎不是html escape的问题。感谢作者。

Oct 10 '22 03:10 rainrdx

加粗、斜体已修复；
着重号，尾注跳转，文字放在背景图上，看到原因了，但是解析 svg 之后，因为只有文字，没法做特殊标记，暂时没想到解决办法。

Oct 11 '22 08:10 yann0917

@yann0917 太感谢作者修复这些了。谢谢谢谢。

Oct 11 '22 10:10 rainrdx

@yann0917 看起来忧患这本书为例还是有个小bug (补注：试了一下别的电子书都有这个问题）下面是错误代码

Error: parse utils.HtmlContent{Content:"<!DOCTYPE html>\n<html>\n<head>\n\t<meta charset=\"UTF-8\">\n <meta name=\"viewport\" content=\"width=device-width, initial-scale=1.0\">\n\t<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n\t<style>\n\t\t@font-face { font-family: \"FZFangSong-Z02\"; src:local(\"FZFangSong-Z02\"), url(\"https://imgcdn.umiwi.com/ttf/fangzhengfangsong_gbk.ttf\"); }\n\t\t@font-face { font-family: \"FZKai-Z03\"; src:local(\"FZKai-Z03\"), url(\"https://imgcdn.umiwi.com/ttf/fangzhengkaiti_gbk.ttf\"); }\n\t\t@font-face { font-family: \"PingFang SC\"; src:local(\"PingFang SC\"); }\n\t\t@font-face { font-family: \"Source Code Pro\"; src:local(\"Source Code Pro\"), url(\"https://imgcdn.umiwi.com/ttf/0315911806889993935644188722660020367983.ttf\"); }\n\t\ttable, tr, td, th, tbody, thead, tfoot {page-break-inside: avoid !important;}\n\t\timg { page-break-inside: avoid; max-width: 100% !important;}\n\t\timg.epub-footnote { padding-right:5px;}\n\t</style>\n</head>\n<body>\n</body>\n</html>", ChapterID:"cover.xhtml", PathInEpub:"/OEBPS/Text/cover.xhtml", TocLevel:0, TocHref:"", TocText:""} failed: Filename already used: cover.xhtml

看起来是代码里创建了封面以后再把原来的文件加进去有了冲突？顺便多一句，得到还挺奇怪的，有些书我看到封面文件还是不一样的名字。真的是感谢作者抽空处理。

Oct 11 '22 12:10 rainrdx

@yann0917 看起来忧患这本书为例还是有个小bug (补注：试了一下别的电子书都有这个问题）下面是错误代码

Error: parse utils.HtmlContent{Content:"<!DOCTYPE html>\n<html>\n<head>\n\t<meta charset=\"UTF-8\">\n <meta name=\"viewport\" content=\"width=device-width, initial-scale=1.0\">\n\t<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n\t<style>\n\t\t@font-face { font-family: \"FZFangSong-Z02\"; src:local(\"FZFangSong-Z02\"), url(\"https://imgcdn.umiwi.com/ttf/fangzhengfangsong_gbk.ttf\"); }\n\t\t@font-face { font-family: \"FZKai-Z03\"; src:local(\"FZKai-Z03\"), url(\"https://imgcdn.umiwi.com/ttf/fangzhengkaiti_gbk.ttf\"); }\n\t\t@font-face { font-family: \"PingFang SC\"; src:local(\"PingFang SC\"); }\n\t\t@font-face { font-family: \"Source Code Pro\"; src:local(\"Source Code Pro\"), url(\"https://imgcdn.umiwi.com/ttf/0315911806889993935644188722660020367983.ttf\"); }\n\t\ttable, tr, td, th, tbody, thead, tfoot {page-break-inside: avoid !important;}\n\t\timg { page-break-inside: avoid; max-width: 100% !important;}\n\t\timg.epub-footnote { padding-right:5px;}\n\t</style>\n</head>\n<body>\n</body>\n</html>", ChapterID:"cover.xhtml", PathInEpub:"/OEBPS/Text/cover.xhtml", TocLevel:0, TocHref:"", TocText:""} failed: Filename already used: cover.xhtml

看起来是代码里创建了封面以后再把原来的文件加进去有了冲突？顺便多一句，得到还挺奇怪的，有些书我看到封面文件还是不一样的名字。真的是感谢作者抽空处理。

那倒不是这个原因，生成 epub 的这个库 github.com/bmaupin/go-epub，默认封面文件的名字是cover.xhtml , 获取的电子书封面名字刚好都是 cover.xhtml, 换一下不重复就好了。

Oct 11 '22 13:10 yann0917

@yann0917 谢谢作者修了封面文件的bug！看到作者在修文字对齐的内容。想提个小建议就是图片也有对齐问题。举个例子五凉史（世间之盐系列）版权信息这一章附有大量图片，全部都应该是居中的。

说实话这个完全不影响阅读。作者每天都在修bug都不好意思提issue了。就是记录一下供参考。

Oct 12 '22 22:10 rainrdx

找到一个表格的例子。在此记录一下。不过处理表格本来就很麻烦，从SVG转也不知道有没有信息，加上作者用了大width/height来取完整的文本。我就假设太麻烦了所以也不麻烦作者看，就是记录一下：成汉国史第六章：成汉社会经济、文化与民族表6-1 表6-2 等

作者改了图片的对齐情况。不过有些图片没有style信息，导致加了

了以后图片显示不正确。我自己加了一个判断style是否为空就解决问题了。估计作者还在开发。开发完了以后我发个小PR就好。

Oct 14 '22 22:10 rainrdx

找到一个表格的例子。在此记录一下。不过处理表格本来就很麻烦，从SVG转也不知道有没有信息，加上作者用了大width/height来取完整的文本。我就假设太麻烦了所以也不麻烦作者看，就是记录一下：成汉国史第六章：成汉社会经济、文化与民族表6-1 表6-2 等

作者改了图片的对齐情况。不过有些图片没有style信息，导致加了

了以后图片显示不正确。我自己加了一个判断style是否为空就解决问题了。估计作者还在开发。开发完了以后我发个小PR就好。

表格线段在<rect> 标签里，文字在<text> 标签里，源码是这样的，怎么解析成表格也是个问题：

<rect x="7581.000000" y="637.000000" width="12498.000000" height="1.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="7581.000000" y="637.000000" width="12498.000000" height="1.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="7581.000000" y="638.000000" width="1.000000" height="-1.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="20078.000000" y="638.000000" width="1.000000" height="-1.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="7581.000000" y="683.000000" width="12498.000000" height="1.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="7581.000000" y="683.000000" width="12498.000000" height="1.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="7581.000000" y="684.000000" width="1.000000" height="-1.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="20078.000000" y="684.000000" width="1.000000" height="-1.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="7581.000000" y="637.000000" width="1.000000" height="1.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="7581.000000" y="683.000000" width="1.000000" height="1.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="7581.000000" y="638.000000" width="1.000000" height="45.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="7581.000000" y="638.000000" width="1.000000" height="45.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="20078.000000" y="637.000000" width="1.000000" height="1.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="20078.000000" y="683.000000" width="1.000000" height="1.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="20078.000000" y="638.000000" width="1.000000" height="45.000000" fill="transparent" stroke="rgb(73, 73, 73)" />
<rect x="20078.000000" y="638.000000" width="1.000000" height="45.000000" fill="transparent" stroke="rgb(73, 73, 73)" />



<text x="29.000000" y="527.000000" width="16.000031" top="510.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3216" len="3">类</text>
<text x="45.000031" y="527.000000" width="16.000031" top="510.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3219" len="3" newline="true">型</text>
<text x="7589.859375" y="527.000000" width="16.000031" top="510.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3247" len="3">田</text>
<text x="7605.859375" y="527.000000" width="16.000031" top="510.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3250" len="3" newline="true">租</text>
<text x="20086.843750" y="527.000000" width="16.000031" top="510.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3280" len="3">户</text>
<text x="20102.843750" y="527.000000" width="16.000031" top="510.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3283" len="3" newline="true">调</text>
<text x="29.000000" y="573.000000" width="16.000031" top="556.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3327" len="3">男</text>
<text x="45.000031" y="573.000000" width="16.000031" top="556.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3330" len="3" newline="true">丁</text>
<text x="7589.859375" y="573.000000" width="16.000031" top="556.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3358" len="3">三</text>
<text x="7605.859375" y="573.000000" width="16.000031" top="556.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3361" len="3" newline="true">斛</text>
<text x="20086.843750" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3396" len="3">绢</text>
<text x="20102.843750" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3399" len="3">数</text>
<text x="20118.843750" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3402" len="3">丈</text>
<text x="20134.843750" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3405" len="3">、</text>
<text x="20150.843750" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3408" len="3">绵</text>
<text x="20166.843750" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3411" len="3">数</text>
<text x="20182.843750" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3414" len="3" newline="true">两</text>
<text x="29.000000" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3463" len="3">女</text>
<text x="45.000031" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3466" len="3" newline="true">丁</text>
<text x="7589.859375" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3494" len="3">一</text>
<text x="7605.859375" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3497" len="3">斛</text>
<text x="7621.859375" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3500" len="3">五</text>
<text x="7637.859375" y="619.000000" width="16.000031" top="602.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3503" len="3" newline="true">斗</text>
<text x="29.000000" y="665.000000" width="16.000031" top="648.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3548" len="3">疾</text>
<text x="45.000031" y="665.000000" width="16.000031" top="648.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3551" len="3" newline="true">病</text>
<text x="7589.859375" y="665.000000" width="16.000031" top="648.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3588" len="3">七</text>
<text x="7605.859375" y="665.000000" width="16.000031" top="648.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3591" len="3">斗</text>
<text x="7621.859375" y="665.000000" width="16.000031" top="648.515625" height="22.000000" style="font-size:16px;font-family:'PingFang SC';" offset="3594" len="3" newline="true">半</text>

Oct 15 '22 01:10 yann0917

折腾rect这个太麻烦了就是记录一下。多谢作者一路开发。到现在已经基本没问题很好用了。

Oct 15 '22 01:10 rainrdx

其实还有个办法，不解析 svg 了，直接嵌入 svg ,不过这样就得提前设置好 width,height , 按页下载而不是按章节下载了，否则还是会出现下载的内容不完整、行截断的情况。

下图，生成 epub 直接嵌入 svg 是可行的。

Oct 15 '22 02:10 yann0917

其实还有个办法，不解析 svg 了，直接嵌入 svg ,不过这样就得提前设置好 width,height , 按页下载而不是按章节下载了，否则还是会出现下载的内容不完整、行截断的情况。

下图，生成 epub 直接嵌入 svg 是可行的。

这样出现的问题是，整个页面是一张图片，注释都弹不出来。。

Oct 15 '22 02:10 yann0917

天哪多谢作者想。其实现在解析地已经基本上完美了，也很方便用。十分谢谢作者抽空了。

Oct 15 '22 02:10 rainrdx

尾注跳转的问题已解决

Dec 06 '22 12:12 yann0917

dedao-dl dedao-dl copied to clipboard

epub 电子书排版问题

dedao-dl
dedao-dl copied to clipboard