הדפסתי פעם ספר טכני לטיסה ארוכה והגעתי ל-940 עמודים, כי קיבלתי את כל מה שהממיר מציע והוא הציע A4 ב-11 נקודות עם שוליים צרים. אותו ספר ב-A5 ו-14 Point היה 612 עמודים שנקראו כמו כריכה רכה. שום דבר בטקסט לא השתנה. מה שהשתנה היה שלקובץ שניתן לזרימה מחדש אין ספירת דפים עד שמשהו מחליט היכן הדפים נופלים, והדבר שהחליט הוא ברירת מחדל שלא הסתכלתי בו. זו כל העבודה של המרת EPUB ל-PDF, והידיעה שזו החלטה על הגדרת קובץ ולא עותק קובץ אומר לך למה לצפות מהתוצאה.
TL;DR: Epub ניתן לזרימה מחדש, מה שאומר שלספר אין דפים משלו ואפליקציית הקריאה בוחרת היכן נשברים שורות ודפים על סמך המסך וגודל הגופן שלך. PDF הוא ההפך: כל עמוד כבר מצויר. אז המרה היא הגדרת הקלדה, לא העתקה, והפלט הוא פריסה חדשה ולא רפרודוקציה של אחד. טקסט, כותרות וסדר פרקים שורדים. הגופנים של המוציא לאור, מעברי שורות מדויקים, תמונות ותוכן עניינים ללחיצה לא. כְּכ ממיר EPUB ל-PDF ב-Toolz.dev עושה את העבודה בדפדפן שלך, כך שהספר לעולם לא מועלה, והוא מציע גם טקסט רגיל, שהוא הפלט הטוב יותר כאשר אתה רוצה לחפש או לצטט במקום לקרוא.
למה ל-epub אין דפים?
כי הוא תוכנן לא שיהיה לו, וזו הייתה ההחלטה הנכונה לקריאה על מסכים.
פרק EPUB הוא XHTML. הוא נושא מבנה, כלומר כותרות, פסקאות, רשימות והדגשה, וכמעט ללא גיאומטריה. מערכת הקריאה מספקת את הגיאומטריה ברגע שאתה פותח אותה: רוחב המסך שלך, הגופן שבחרת, הגודל שהגדרת, בין אם אתה מחזיק את הטלפון זקוף. שנה את הגודל והספר חוזר. זו הסיבה שמספר עמוד בספר אלקטרוני אינו יציב ומדוע eReaders מצטטים במקום זאת אחוז או מיקום.
PDF מחזיק בחוזה הפוך. כל עמוד הוא קנבס קבוע עם טקסט המוצב בקואורדינטות עליו, וזו הסיבה ש-PDF נראה אותו הדבר בכל מקום ומדוע קריאת אחד בטלפון פירושה צביטה וגלילה הצידה.
אף אחד מהם לא טוב יותר. הם עונים על שאלות שונות. הבלבול מתעורר מכיוון ששניהם "ספר בקובץ", כך שהמרה ביניהם נשמעת כמו החלפת עטיפה, כאשר היא קרובה יותר לקביעת כתב יד. יש חריג אחד שכדאי לדעת: EPUB תומך גם במצב פריסה קבועה, המשמש לספרי בישול, ספרי ילדים וקומיקס שבו העיצוב הוא התוכן. אלה ממירים ל-PDF הרבה יותר נאמן, כי הגיאומטריה כבר הוחלט.
מה יש בתוך קובץ epub?
מיקוד של דפי אינטרנט, עם פרט אחד בחזית שהופך את הפורמט לזיהוי מבלי לפתוח דבר.
ה מפרט Epub 3.3 דורש את mimetype הקובץ יהיה הקובץ הראשון בארכיון, ודורש שאסור ליוצרים "לדחוס או להצפין" אותו. התוכן שלו הוא המחרוזת הקבועה application/epub+zip. מכיוון שהוא מאוחסן לא דחוס בהיסט ידוע, אתה יכול לקרוא אותו ישירות מתוך הבתים הגולמיים:
# 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
לאחר מכן המבנה קבוע על ידי המפרט ולא על ידי מוסכמה, וזה מה שמאפשר בכלל ממיר:
META-INF/container.xmlיושב בנתיב ידוע ומציין את מסמך החבילה. זהו המיקום היחיד בפורמט עליו תוכלו להסתמך, וזו הסיבה שכל קורא מתחיל שם.- מסמך החבילה, בדרך כלל
content.opf, מפרט כל משאב בספר עם מזהה וסוג מדיה, ואז נותן את עמוד השדרה: רשימת המסמכים המסודרים שהיא סדר הקריאה המוגדר כברירת מחדל. - הפרקים הם קבצי XHTML המופנים מאותו מניפסט, בכל פריסת ספרייה שכלי הפרסום הפיק במקרה.
אז ההמרה היא: פתח את ה-Zip, קרא את המיכל, קרא את עמוד השדרה, משוך כותרות ופסקאות מכל פרק בסדר הזה, set. שום דבר ברצף הזה לא צריך שרת, וזו הסיבה שהוא יכול לפעול בלשונית דפדפן.
מה שורד את ההמרה, ומה לא?
היה ברור לגבי זה לפני שאתה ממיר ספר שאכפת לך ממנו, כי התשובה הכנה היא "המילים והמבנה, לא העיצוב".
| שורד | לא שורד |
|---|---|
| סדר פרקים, מעמוד השדרה | הגופנים והטיפוגרפיה של המוציא לאור |
| כותרות, בשלוש רמות | מעברי שורה ודפים מדויקים |
| פסקאות, רשימות, ציטוטים בלוק | תמונות ודמויות משובצות |
| הטקסט עצמו, ישויות מפוענחות | קישורי הערת שוליים והפניות צולבות |
| גודל העמוד וגודל הגוף שלך | תוכן עניינים שניתן ללחוץ עליו |
העמוד שנפל אינו עצלות, זה אופי העבודה. שחזור עיצוב של ספר שניתן לזרימה מחדש כדפים קבועים פירושו בנאמנות הטמעת מנוע פריסת CSS והטמעת הגופנים המורשים של המוציא לאור, שהוא מוצר כתיבה ולא ממיר. אם מה שאתה רוצה הוא המהדורה המעוצבת, חפש את ה-PDF של המוציא לאור. אם מה שאתה רוצה זה המילים, לפי הסדר, בדפים אתה יכול להדפיס, להעיר או לשלוח לטאבלט, ההמרה נותנת לך בדיוק את זה.
תופעת לוואי אחת של שימוש בגופנים סטנדרטיים של PDF במקום להטמיע את הספר עצמו: הפלט אינו נושא נתוני גופן כלל, כך שרומן בן 400 עמודים נוחת סביב מגה-בייט. PDF עם גופנים משובצים עבור אותו טקסט הוא בדרך כלל פי חמישה מזה. זו גם הסיבה שהפעלת התוצאה דרך א מדחס PDF חוסך כמעט כלום: אין נתוני תמונה ואין נתוני גופן לסחוט, רק טקסט.
איזה גודל עמוד וגודל גוף כדאי לבחור?
בחר ליעד, וזכור ששתי ההגדרות מתקשרות חזק יותר מכל המראה.
נקודה היא 1/72 אינץ', כך ש-A4 הוא 595 x 842 נקודות, האות בארה"ב היא 612 x 792, ו-A5 היא 420 x 595. מרווח ברירת המחדל של 56 נקודות הוא קצת פחות מ-20 מילימטרים, שהם מרווח הספרים המקובל ולא מרווח המסמכים המקובל.
שלושה שילובים מכסים כמעט הכל:
A4 ב-10 או 11 נקודות היא הגדרת הנייר להדפסה כדי לשמור. השורה ארוכה, בסביבות 90 תווים, וזה מעבר למה שטיפוגרפים מחשיבים כנוח, אבל אתה מקבל הכי מעט דפים. השתמש בו עבור חומר עזר אתה תעיף ותעיר במקום לקרוא מלפנים לאחור.
A5 ב-13 או 14 נקודות היא הגדרת הקריאה, וזו שהייתי ברירת המחדל אליה. המידה נוחתת ליד 65 תווים, שם נוחה קריאה מתמשכת, והתוצאה נראית כמו כריכה רכה. זה מייצר יותר דפים והם דפים קטנים יותר.
מכתב ארה"ב ב-12 נקודות היא התשובה הנכונה כאשר מישהו אחר בצפון אמריקה מדפיס אותו, ללא סיבה מלבד העובדה שהמדפסת שלו עמוסה בנייר הזה.
הכותרות מתרחבות מגודל הגוף במקום להיות מוגדרות באופן עצמאי, ב-1.7x לרמה אחת, פי 1.4 לרמה שתיים ו-1.2x לרמה שלוש, כך שהעלאת גודל הגוף מעלה הכל באופן פרופורציונלי וההיררכיה מתקיימת.
למה כותרת קופצת לפעמים לעמוד הבא?
מכיוון שהוא עמד להפוך לשורה האחרונה בדף, וכותרת מופרדת מהטקסט שהוא מציג היא תקלת העימוד היחידה שכל קורא מבחין בה מיד.
הכלל ב-Paginator הוא לשמור על כותרת עם לפחות שורה אחת של מה שאחריו. כאשר כותרת פלוס קו גוף אחד לא יתאים לחלל הנותר, הדף נשטף מוקדם והכותרת מתחילה באחר. לכן ל-PDF שהומר לפעמים יש עמוד שמסיים שתי שורות קצרות.
טיפוגרפים מכנים את הבעיה הכללית אלמנות ויתומים, וכתיבה מקצועית הולכת רחוק יותר, מושכת קווים קדימה ואחורה בין עמודים כדי להימנע משורה אחת של פסקה תקועה מעצמה. ממיר זה מטפל בתיק הכותרת ולא במקרה הכללי, שהוא גבול מכוון: אלמנה מלאה ומעבר יתום צריכים לזרום מחדש לאחור על פני דפים, וכלל הכותרת תופס את התקלה שקוראים מתלוננים עליהם.
האם כדאי להמיר לטקסט רגיל במקום?
למספר מפתיע של עבודות, כן, וזה גם מהיר יותר וגם שימושי יותר.
טקסט רגיל מנצח בכל פעם שהספר עומד להיקרא על ידי משהו אחר מלבד אדם. מחפש ספר שלם עם grep. הזנת פרקים לתסריט. משיכת מרכאות מבלי להילחם בסדר עמודות PDF. ספירת מילים. קריאה בעורך במחשב ללא מציג PDF. אף אחד מאלה לא רוצה רהיטים בדף, וקובץ .txt הוא פרקים לפי הסדר, מופרדים בשורות ריקות, ותו לא.
זה גם הפלט המהיר ביותר, כי לא מתרחשת עבודת פריסה בכלל. המבנה נקרא, הבלוקים משטחים, הקובץ כתוב.
מה שאתה מוותר עליו הוא כל מה שעמוד נותן לך: כותרות שנראות כמו כותרות, חפץ להדפסה, הפניות יציבות לנקודה. לקריאה, PDF. לעבודה עם הטקסט, טקסט רגיל. אותו פיצול חל הפוך כאשר יש לך PDF ואתה רוצה את המילים ממנו, וזה מה PDF לטקסט הוא עבור.
למה ספר הספרייה שלי לא ימיר?
מכיוון שהוא מוצפן, ואף ממיר הפועל בדפדפן שלך לא יכול לקרוא אותו.
ספר שהושאל מספריה או נקנה מרוב החנויות הגדולות נושא DRM. מבנה ה-EPUB עדיין שם, אך מסמכי התוכן מוצפנים, כאשר המפתחות קשורים לחשבון ואפליקציה מורשית. לפורמט יש מקום לכך: META-INF/encryption.xml, שהמפרט מגדיר כמחזיק "מידע על הצפנה של משאבי פרסום". ממיר שפותח קובץ כזה מוצא פרקים שהוא לא יכול לקרוא, ונכשל.
זה לא באג לעקוף ואני לא הולך להגיד לך איך לעשות. המסלולים המעשיים הם הלגיטימיים: מפרסמים רבים מוכרים EPubs ללא DRM ישירות, Project Gutenberg ו-Standard eBooks הם ללא DRM לפי מדיניות, האפליקציה של הספרייה שלך יכולה בדרך כלל לשלוח ספר למכשיר מבלי שתמיר דבר, וספר שאתה רוצה על הנייר קיים לעתים קרובות בתור מהדורת PDF שהמוציא לאור מוכר.
קובץ נטול DRM ממיר בדרך כלל, ורוב מה שאנשים צריכים להמיר הוא כבר ללא DRM: כתב יד, ספר טכני ממו"ל שמוכר תיעוד ישיר מיוצא כ-EPUB, קלאסיקה ברשות הרבים.
למה אני לא יכול להמיר MOBI או AZW3?
מכיוון שהם אינם ארכיונים של zip של דפי אינטרנט, וכל הגישה שלמעלה תלויה בכך.
Mobi, AZW, AZW3 ו-KFX הם הפורמטים של אמזון, הבנויים על שושלת אחרת עם מבנה פנימי שונה. דפדפן יכול לפתוח ZIP; הוא לא יכול לפתוח מסד נתונים בינארי שמקורו ב-PalmDoc ללא מנתח ייעודי לכל דור של הפורמט. אז הכלי נותן שם לפורמט במקום להיכשל עם שגיאת ארכיון מבלבלת.
המסלול שעובד הוא בקליבר במחשב שלך: המר שם את ה-AZW3 ל-EPUB, ואז הביא את ה-EPUB לכאן. ההזמנה הזו גם טובה יותר לתוצאה, מכיוון ש-Calibre יודע על המטא נתונים והמבנה בקבצים האלה ומייצר EPUB נקי יותר מכל המרה חד-שלבית.
האם הספר עוזב את המכונה שלי?
לֹא . פתיחת הרוכסן, הניתוח וכתיבת ה-PDF מתרחשים כולם בלשונית הדפדפן.
זה חשוב יותר לספרים ממה שאנשים מניחים. כתב יד שלא פורסם, תזה תחת אמברגו, מדריך פנימי, ספר שיש לך רישיון לקרוא אבל לא להפיץ מחדש: העלאת כל אחד מאלה לאתר הסבה חינמי פירושה מסירת עותק שלם לחברה שאת המודל העסקי שלה לא קראת. כאן לא קיים עותק למסור, אותו תוכל לאשר בחלונית DevTools Network בזמן שההמרה פועלת.
הגבול המעשי הוא זיכרון כרטיסיות ולא תוכנית, ועבור EPUB הגבול הזה הוא נדיב, מכיוון שרומן ארוך הוא כמה מגה-בייט של XHTML דחוס. ספרים עתירי תמונה קבועים הם אלה שהופכים גדולים, ואלה גם אלה שממיר חילוץ טקסט משרת הכי פחות טוב.
מה לגבי הכיוון השני, PDF ל-EPUB?
הרבה יותר קשה, ושווה להבין למה, כי זה מסביר מה מכיל PDF.
PDF אינו מאחסן פסקאות. הוא מאחסן גליפים הממוקמים על דף, מקובצים לפעולות הצגת טקסט שלעתים קרובות נשברות באמצע המילה ואינן חייבות להופיע בסדר הקריאה. שחזור פסקאות פירושו להסיק אותן מקואורדינטות: ריצה זו יושבת מתחת לזו עם הובלה עקבית, הפער הזה הוא הפסקת עמודה ולא הפסקה, השורה החוזרת הזו ליד התחתית היא כותרת תחתונה רצים ולא משפט. כל מחלץ טקסט PDF עושה את ההסקה הזו, וכל אחד מהם טועה בחלקו.
המרת עבודה אקדמית בת שתי עמודות היא המקום שבו הוא מראה: מיצוי נאיבי משלב את העמודות, מייצר חצאי משפטים מתחלפים. זה לא באג בכלי אחד אלא תוצאה של פורמט שמתעד לאן הולך דיו ולא מה המשמעות של הדיו.
מעבר EPUB ל-PDF הוא הכיוון הקל בדיוק בגלל שהמבנה קיים במקור והגיאומטריה היא הדבר המומצא. לחזור אחורה פירושו להמציא את המבנה מגיאומטריה, וזו הסיבה שהתוצאות הרבה יותר משתנות. כשכל מה שאתה צריך זה את המילים, PDF לטקסט הוא הכלי הישר, ולעבודות שימור הפריסה סביב PDF יש קומפרס ו המרת מילים במקום נסיעה הלוך ושוב דרך Epub. כְּכ מדריך ערכת כלים ב-PDF מכסה איזה מאלה חל על איזו בעיה.
איך בודקים שההמרה יצאה כמו שצריך?
ארבעה צ'קים, כל אחד כעשר שניות, והם תופסים כמעט כל מה שמשתבש.
ספרו את הפרקים. עמוד השדרה אומר כמה מסמכים יש לספר, ו unzip -l book.epub מפרט אותם. אם ל-PDF יש פחות כותרות פרקים באופן גלוי מאשר ל-EPUB יש מסמכי תוכן, משהו דילג עליו: בדרך כלל פרק שמכיל רק תמונה, שמחלץ טקסט קורא כהלכה וקורא מצפה שדף מוצא חסר.
קרא את העמוד האחרון. חיתוך בסוף הוא מצב הכישלון שמסתתר בצורה הטובה ביותר, כי מאה העמודים הראשונים נראים מושלמים. אם הספר מסתיים באמצע המשפט, עמוד השדרה לא היה הליכה במלואו.
חפש מילה מהאמצע. פתח את ה-PDF, חפש ביטוי שאתה יודע שמופיע באמצע הדרך, ואשר שהוא שם ובפרק הנכון. זה תופס בעיות של סדר קריאה, כאשר החומר הקדמי מסומן כקרקעות שניתן לדלג עליהן במקום בלתי צפוי.
תסתכל על סימני הפיסוק. epubs מלאים בישויות אופי, וממיר שלא מצליח לפענח אותם עוזב — או ’ גלוי בטקסט. הממיר כאן מפענח הן ישויות עם שם והן ישויות מספריות, וממפה מקפים טיפוגרפיים למקפים רגילים בכוונה, כך שמקפים של EM במקור יוצאים כמקפים ב-PDF ולא כתיבות בגופן שחסר את הגליף.
אם ספר נכשל בארבעתם, זה בדרך כלל DRM ולא תקלת המרה, והשגיאה תגיד זאת בנקודה שבחרת בקובץ.
