安卓学习笔记之六：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

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。

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。

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。

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。 

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。

 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。

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：

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：

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。

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

需要在META-INF文件夹中包含rights.xml

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： 

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

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： 

市面上可以找到一些成熟的电子图书编辑软件：

 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 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使用手册：Sigil User Guide - Sigil-Ebook

可以使用任何通用的文本编辑工具来做，这里使用UltraEdit举例。

可以看到换行字符的ANCII码0D 0A。

一段文字

 基本做到了每个段落格式都是

一段文字

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

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。

有几章节，就创建几个空白页面。

;

 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。

导入一个封面图片。

 使用工具，制作封面

选中封面图片

content.opf:

toc.ncx 

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。