Ich habe einmal ein technisches Buch für einen langen Flug gedruckt und am Ende 940 Seiten erreicht, weil ich alles akzeptierte, was der Konverter anbot, und es bot A4 bei 11 Punkten mit engen Margen an. Das gleiche Buch bei A5 und 14 Punkten bestand aus 612 Seiten, die wie ein Taschenbuch gelesen wurden. An dem Text hat sich nichts geändert. Was sich geändert hat, war, dass eine reflowable Datei keine Seitenzahl hat, bis etwas feststellt, wo die Seiten fallen, und das Ding, das sich entscheidet, eine Standardeinstellung war, die ich nicht angesehen hatte. Dies ist der gesamte Job einer EPUB-zu-PDF-Konvertierung, und das Wissen, dass es sich eher um eine Satzentscheidung als um eine Dateikopie handelt, sagt Ihnen aus, was Sie vom Ergebnis erwarten können.
tl; dr: EPUB ist reflowable, was bedeutet, dass das Buch keine eigenen Seiten hat und die Lese-App anhand Ihres Bildschirms und Ihrer Schriftgröße wählt, wo Linien und Seiten aufbrechen. PDF ist das Gegenteil: Jede Seite ist bereits gezeichnet. Das Konvertieren ist also ein Satz, kein Kopieren, und die Ausgabe ist ein neues Layout und nicht eine Reproduktion von einem. Text, Überschriften und Kapitelreihenfolge überleben. Die Schriftarten, genaue Zeilenumbrüche, Bilder und das anklickbare Inhaltsverzeichnis tun dies nicht. der EPUB zu PDF-Konverter Auf Toolz.dev funktioniert das Buch in Ihrem Browser, sodass das Buch niemals hochgeladen wird und es auch Klartext bietet. Dies ist die bessere Ausgabe, wenn Sie suchen oder zitieren möchten, anstatt zu lesen.
Warum hat ein EPUB keine Seiten?
Weil es keine haben soll, und das war die richtige Entscheidung für das Lesen auf Bildschirmen.
Ein ePub-Kapitel ist XHTML. Es trägt Struktur, dh Überschriften, Absätze, Listen und Betonung und fast keine Geometrie. Das Lesesystem liefert die Geometrie im Moment, in dem Sie es öffnen: Ihre Bildschirmbreite, die von Ihnen gewählte Schriftart, die von Ihnen eingestellte Größe, unabhängig davon, ob Sie das Telefon aufrecht halten. Ändern Sie die Größe und das Buch wird neu korrigiert. Aus diesem Grund ist eine Seitenzahl in einem E-Book instabil und der Grund, warum eReader stattdessen einen Prozentsatz oder einen Ort angeben.
PDF hält den entgegengesetzten Vertrag. Jede Seite ist eine feste Leinwand mit Text, die auf Koordinaten platziert ist. Deshalb sieht ein PDF überall gleich aus und warum das Lesen eines auf einem Telefon quietscht und seitwärts scrollt.
Weder ist besser. Sie beantworten verschiedene Fragen. Die Verwirrung entsteht, weil beide "ein Buch in einer Datei" sind, so dass das Konvertieren zwischen ihnen wie ein Wechseln eines Wrappers klingt, wenn es näher am Setzen eines Manuskripts ist. Es gibt eine Ausnahme, die es wert ist, zu wissen: EPUB unterstützt auch einen festen Layout-Modus, der für Kochbücher, Kinderbücher und Comics verwendet wird, in denen das Design der Inhalt ist. Die konvertieren viel getreuer in PDF, da die Geometrie bereits entschieden war.
Was ist in einer .epub-Datei?
Ein Zip-Seiten-Zip-Seite mit einem Detail an der Vorderseite, das das Format identifizierbar macht, ohne etwas zu entpacken.
der EPUB 3.3-Spezifikation verlangt die mimetype Datei als erste Datei im Archiv und erfordert, dass die Ersteller sie "nicht komprimieren oder verschlüsseln". Sein Inhalt ist die feste Zeichenfolge application/epub+zipdrohen Da es bei einem bekannten Offset unkomprimiert gespeichert wird, können Sie ihn direkt aus den RAW-Bytes herauslesen:
# the first 60 bytes of any valid EPUB
head -c 60 book.epub
# PK..........mimetypeapplication/epub+zip...
# and it is a ZIP, so you can look inside without any ebook software
unzip -l book.epub | head
Danach wird die Struktur eher durch die Spezifikation als durch Konventionen fixiert, was einen Konverter überhaupt möglich macht:
META-INF/container.xmlsitzt an einem bekannten Pfad und benennt das Paketdokument. Es ist der einzige Ort im Format, auf den Sie sich verlassen können, weshalb jeder Leser dort anfängt.- das Paketdokument, normalerweise
content.opf, listet jede Ressource im Buch mit einer ID und einem Medientyp auf und gibt dann die Wirbelsäule: die geordnete Liste der Dokumente an, die die Standardlesereihenfolge darstellt. - Die Kapitel Sind XHTML-Dateien aus diesem Manifest referenziert, in welchem Verzeichnislayout das Veröffentlichungstool zufällig erstellt wurde.
Die Konvertierung lautet also: entpacken, den Behälter lesen, die Wirbelsäule lesen, Überschriften und Absätze aus jedem Kapitel in dieser Reihenfolge herausziehen, Satz. Nichts in dieser Reihenfolge benötigt einen Server, weshalb er in einem Browser-Tab ausgeführt werden kann.
Was überlebt die Bekehrung und was nicht?
Seien Sie sich dies klar, bevor Sie ein Buch konvertieren, das Ihnen wichtig ist, denn die ehrliche Antwort lautet "Die Worte und die Struktur, nicht das Design".
| überlebt | überlebt nicht |
|---|---|
| Kapitelreihenfolge, aus der Wirbelsäule | Schriftarten und Typografie des Herausgebers |
| Überschriften, auf drei Ebenen | Genaue Zeilen- und Seitenumbrüche |
| Absätze, Listen, Blockzitate | Eingebettete Bilder und Figuren |
| Der Text selbst, Entitäten dekodiert | Fußnotenlinks und Querverweise |
| Ihre Seitengröße und Körpergröße | ein anklickbares Inhaltsverzeichnis |
Die abgeworfene Säule ist nicht Faulheit, es ist die Art des Jobs. Das Reproduzieren eines reflowable Books als feste Seiten bedeutet, eine CSS-Layout-Engine zu implementieren und die lizenzierten Schriftarten des Herausgebers einzubetten, bei denen es sich eher um ein Satzprodukt als um einen Konverter handelt. Wenn Sie die entworfene Edition wollen, suchen Sie nach dem eigenen PDF. Wenn Sie auf Seiten, die Sie drucken, mit Anmerkungen oder an ein Tablet senden können, in der Reihenfolge möchten, erhalten Sie genau das.
Ein Nebeneffekt bei der Verwendung der PDF-Standardschriftarten, anstatt die eigenen einzubetten: Die Ausgabe enthält überhaupt keine Schriftdaten, sodass ein 400-seitiger Roman um ein Megabyte herum landet. Ein PDF mit eingebetteten Schriftarten für denselben Text ist routinemäßig das Fünffache. Deshalb auch das Ergebnis über eine PDF Kompressor Speichert fast nichts: Es gibt keine Bilddaten und keine Schriftdaten zu quetschen, nur Text.
Welche Seitengröße und Körpergröße sollten Sie wählen?
Wählen Sie das Ziel aus und denken Sie daran, dass die beiden Einstellungen stärker interagieren als beide Looks.
Ein Punkt ist 1/72 Zoll, also A4 ist 595 x 842 Punkte, US-Brief 612 x 792 und A5 420 x 595. Die Standardspanne von 56 Punkten beträgt knapp 20 Millimeter, was eher der konventionellen Buchrand als der herkömmlichen Dokumentenspanne ist.
Drei Kombinationen decken fast alles ab:
A4 bei 10 oder 11 Punkt ist die Einstellung zum Speichern von Papier. Die Zeile ist lang und ungefähr 90 Zeichen, was Typografen als angenehm empfindet, aber Sie erhalten die wenigsten Seiten. Verwenden Sie es als Referenzmaterial, das Sie überfliegen und kommentieren, anstatt von vorne nach hinten zu lesen.
A5 bei 13 oder 14 Punkt ist die Leseeinstellung und die, die ich standardmäßig anzeigt. Die Maßnahme landet in der Nähe von 65 Zeichen, wo das nachhaltige Lesen angenehm ist, und das Ergebnis sieht aus wie ein Taschenbuch. Es produziert mehr Seiten und es sind kleinere Seiten.
US-Brief bei 12 Punkt ist die richtige Antwort, wenn jemand anderes in Nordamerika es druckt, aus keinem anderen Grund als dem Drucker, der mit diesem Papier eingelegt ist.
Die Überschriften skalieren von der Körpergröße aus, anstatt unabhängig voneinander eingestellt zu werden, auf 1,7x für Level eins, 1,4x für Level zwei und 1,2x für Level drei, so dass das Anheben der Körpergröße alles proportional erhöht und die Hierarchie gilt.
Warum springt eine Überschrift manchmal auf die nächste Seite?
Da es im Begriff war, die letzte Zeile auf einer Seite zu werden, und eine Überschrift, die vom Text getrennt wird, ist der einzige Paginierungsfehler, den jeder Leser sofort bemerkt.
Die Regel im Paginator ist, eine Überschrift mit mindestens einer Zeile dessen zu halten, was darauf folgt. Wenn eine Überschrift plus eine Körperlinie nicht in den verbleibenden Raum passen würde, wird die Seite frühzeitig gespült und die Überschrift beginnt mit der nächsten. Deshalb hat ein konvertiertes PDF manchmal eine Seite, die zwei Zeilen kurz endet.
Typografen nennen das allgemeine Problem Witwen und Waisen, und der professionelle Schriftsatz geht weiter und zieht Linien zwischen den Seiten hin und her, um zu vermeiden, dass eine einzelne Zeile eines Absatzes allein gestrandet ist. Dieser Konverter behandelt den Überschriftenfall und nicht den allgemeinen, was eine bewusste Grenze darstellt: Ein vollständiger Witwe- und Waisenpass muss über Seiten rückwärts fließen, und die Überschriftsregel fängt die Fehlerleser ein.
Sollten Sie stattdessen in Klartext konvertieren?
Für eine überraschende Anzahl von Jobs, ja, und es ist sowohl schneller als auch nützlicher.
Klartext gewinnt, wenn das Buch von etwas anderem als einer Person gelesen wird. Ein ganzes Buch suchen mit grepdrohen Kapitel zu einem Skript einfüttern. Ziehen Sie Zitate ohne Kampf gegen eine PDF-Spalte. Wörter zählen. Einlesen eines Editors auf einem Computer ohne PDF-Viewer. Keines dieser Seitenmöbel möchte, und eine .txt-Datei sind Kapitel in der Reihenfolge, die durch leere Zeilen getrennt sind, und nichts anderes.
Es ist auch die schnellste Ausgabe, da überhaupt keine Layoutarbeit passiert. Die Struktur wird gelesen, die Blöcke werden abgeflacht, die Datei geschrieben.
Was Sie aufgeben, ist alles, was eine Seite Ihnen gibt: Überschriften, die wie Überschriften aussehen, ein druckbares Artefakt, stabile Referenzen, auf die Sie zeigen. Zum Lesen, PDF. Für die Arbeit mit dem Text, Klartext. Die gleiche Aufteilung gilt umgekehrt, wenn Sie ein PDF haben und die Wörter daraus herausholen möchten. pdf zu text ist für.
Warum konvertiert mein Bibliotheksbuch nicht?
Weil es verschlüsselt ist und kein Konverter in Ihrem Browser ausgeführt wird, kann es gelesen werden.
Ein Buch aus einer Bibliothek oder aus den meisten großen Geschäften gekauft DRM. Die EPUB-Struktur ist noch vorhanden, aber die Inhaltsdokumente sind verschlüsselt, die Schlüssel an ein Konto und eine autorisierte Anwendung gebunden. Das Format hat dafür einen Platz: META-INF/encryption.xml, die die Spezifikation als Halten von "Informationen über die Verschlüsselung von Publikationsressourcen" definiert. Ein Konverter, der eine solche Datei öffnet, findet Kapitel, die nicht gelesen werden kann, und schlägt fehl.
Dies ist kein Fehler, um sie zu umgehen, und ich werde Ihnen nicht sagen, wie es geht. Die legitimen Routen sind die legitimen: Viele Verlage verkaufen DRM-freie EPUBs direkt, Project Gutenberg und Standard-eBooks sind DRM-frei nach Richtlinien, die App Ihrer Bibliothek kann normalerweise ein Buch an ein Gerät senden, ohne dass Sie etwas konvertieren, und ein Buch, das Sie auf Papier haben möchten, existiert häufig als PDF-Ausgabe, die der Verlag verkauft.
Eine DRM-freie Datei konvertiert normal, und die meisten von Personen, die konvertiert werden müssen, ist bereits DRM-frei: ein Manuskript, ein technisches Buch eines Verlags, das direkt verkauft, Dokumentation als EPUB exportiert, ein Public Domain-Klassiker.
Warum kann ich einen Mobi oder einen AZW3 nicht konvertieren?
Weil es sich nicht um Zip-Archive von Webseiten handelt und der gesamte oben beschriebene Ansatz davon abhängt.
Mobi, AZW, AZW3 und KFX sind Amazon-eigene Formate, die auf einer anderen Linie mit einer anderen internen Struktur basieren. Ein Browser kann eine Zip-Zip entpacken und kann eine von PalmDoc abgeleitete binäre Datenbank ohne einen dedizierten Parser für jede Generation des Formats öffnen. Das Tool benennt das Format also nicht, und es schlägt mit einem verwirrenden Archivfehler fehl.
Die Route, die funktioniert, ist auf Ihrer eigenen Maschine: Konvertieren Sie dort den AZW3 in Epub und bringen Sie den EPUB hierher. Diese Reihenfolge ist auch besser für das Ergebnis, da Calibre die Metadaten und die Struktur in diesen Dateien kennt und ein saubereres EPUB erzeugt als jede einstufige Konvertierung.
Verlässt das Buch meine Maschine?
kein drohen Das Entpacken, das Parsen und das Schreiben von PDFs erfolgen im Browser-Tab.
Das ist für Bücher wichtiger als die Leute annehmen. Ein unveröffentlichtes Manuskript, eine These unter Embargo, ein internes Handbuch, ein Buch, das Sie lesen müssen, aber nicht umverteilen: Wenn Sie diese auf eine kostenlose Conversion-Site hochladen, müssen Sie eine vollständige Kopie an ein Unternehmen übergeben, dessen Geschäftsmodell Sie nicht gelesen haben. Hier ist keine Kopie zu übergeben, die Sie während der Konvertierung im DevTools Network Panel bestätigen können.
Die praktische Grenze ist eher der Tab-Speicher als ein Plan, und für epub ist diese Grenze großzügig, da ein langer Roman ein paar Megabyte komprimiertes XHTML-Wert enthält. Bilder mit festem Layout sind diejenigen, die groß werden, und diese sind auch diejenigen, die ein Textextrahierender am wenigsten gut bedient.
Was ist mit der anderen Richtung, PDF zu EPUB?
Viel schwieriger und wert verstehen warum, denn es erklärt, was ein PDF enthält.
Ein PDF speichert keine Absätze. Es speichert auf einer Seite positionierte Glyphen, gruppiert in Textshow-Operationen, die oft das Mittelwort brechen und nicht in der Lesereihenfolge erscheinen müssen. Das Rekonstruieren von Absätzen bedeutet, sie aus Koordinaten zu leiten: Dieser Lauf befindet sich unter demjenigen mit einer konsistenten Führung. Diese Lücke ist eher ein Spaltenumbruch als ein Absatzumbruch. Diese wiederholte Linie am unteren Ende ist eher eine laufende Fußzeile als ein Satz. Jeder PDF-Textextraktor macht diese Schlussfolgerung, und jeder von ihnen macht etwas falsch.
Die Umwandlung einer zweispaltigen akademischen Arbeit zeigt: Naive Extraktion ineinander überlappend, wodurch abwechselnde Halbsätze erzeugt werden. Das ist kein Fehler in einem Tool, sondern infolge eines Formats, das aufzeichnet, wo Tinte fließt und nicht, was die Tinte bedeutet.
Epub in PDF zu gehen ist die einfache Richtung, gerade weil die Struktur in der Quelle vorhanden ist und die Geometrie das Ding ist, das erfunden wird. Zurückgehen bedeutet, die Struktur aus der Geometrie zu erfinden, weshalb die Ergebnisse so viel variabler sind. Wenn alles was Sie brauchen sind die Worte, pdf zu text ist das ehrliche Werkzeug, und für die layouterhaltenden Jobs rund um ein PDF gibt es komprimieren und Wortkonvertierung eher als eine Rundreise durch EPUB. der PDF-Toolkit-Anleitung deckt ab, welche davon auf welches Problem zutrifft.
Wie überprüfen Sie, ob die Konvertierung richtig herausgekommen ist?
Vier Schecks, jeweils etwa zehn Sekunden, und sie fangen fast alles, was schief geht.
Zähle die Kapitel. Die Wirbelsäule sagt aus, wie viele Dokumente das Buch hat, und unzip -l book.epub Listen sie auf. Wenn das PDF sichtbar weniger Kapitelüberschriften hat als das EPUB Inhaltsdokumente hat, wurde etwas übersprungen: Normalerweise ein Kapitel, das nur ein Bild enthält, das ein Textextraktor korrekt als leer liest und ein Leser, der eine Seite erwartet, fehlt.
Lesen Sie die letzte Seite. Die Verkürzung am Ende ist der Fehlermodus, der am besten verbirgt, da die ersten hundert Seiten perfekt aussehen. Wenn das Buch mitten im Satz endet, war die Wirbelsäule nicht vollständig gelaufen.
Suchen Sie nach einem Wort aus der Mitte. Öffnen Sie das PDF, suchen Sie nach einem Satz, den Sie kennen, und bestätigen Sie, dass er dort und im richtigen Kapitel ist. Dies führt Probleme mit der Lesereihenfolge, bei denen Frontsubstanz, die als überspringbar gekennzeichnet ist, irgendwo unerwartet landet.
Schau dir die Interpunktion an. EPUBs sind voll von Zeichen-Entitäten und ein Konverter, der diese nicht dekodieren kann — oder ’ im Text sichtbar. Der Konverter dekodiert hier sowohl benannte als auch numerische Entitäten und ordnet absichtlich typografische Striche zu einfachen Bindestrichen zu, sodass die EM-Dashes in der Quelle als Bindestriche im PDF-Dokument und nicht als Boxen in einer Schriftart herauskommen, die die Glyphe fehlt.
Wenn ein Buch alle vier fehlschlägt, ist es normalerweise eher DRM als ein Konvertierungsfehler, und der Fehler hat dies an dem Punkt angegeben, an dem Sie die Datei ausgewählt haben.
