epub图书_使用EPUB构建数字图书

epub图书

在你开始前

本教程将指导您创建EPUB格式的电子书。 EPUB是一种基于XML的，对开发人员友好的格式，它已成为数字图书的事实上的标准。 但是EPUB不仅适合书籍：有了它，您可以：

• 捆绑文档以供离线阅读或轻松分发
• 打包博客文章或其他Web本地内容
• 使用常见的开源工具进行构建，搜索和重新混合

关于本教程

常用缩略语

• API：应用程序编程接口
• CSS：级联样式表
• DOM：文档对象模型
• DTD：文档类型定义
• GUI：图形用户界面
• HTML：超文本标记语言
• SAX：用于XML的简单API
• W3C：万维网联盟
• XHTML：可扩展HTML
• XML：可扩展标记语言

您可以通过手动生成EPUB书籍来开始本教程，以帮助您学习所有组件和所需的文件。 接下来，该教程显示了如何捆绑完成的数字书并根据规范对其进行验证，以及如何在各种阅读系统中对其进行测试。

然后，它涵盖了从DocBook XML（技术文档使用最广泛的标准之一）生成EPUB的方法，以及如何使用Python从头到尾完全自动化DocBook的EPUB创建。

目标

在本教程中，您：

• 了解什么是EPUB，它的背后是谁，以及谁在采用它
• 探索EPUB捆绑包的结构，包括其所需的文件及其架构
• 使用简单的内容从头开始创建有效的EPUB文件
• 使用开源工具从DocBook（用于技术文档和书籍的广泛使用的架构）生成EPUB文件
• 使用Python和DocBook自动执行EPUB转换

先决条件

尽管您应该熟悉创建文件和目录的机制，但是本教程假定没有特定的操作系统。 强烈建议使用XML编辑器或集成开发环境（IDE）。

对于本教程有关自动创建EPUB的后续部分，本教程假定您了解一种或多种基本XML处理技能（基于XSLT，DOM或SAX的解析），以及如何使用XML原生API构造XML文档。

完成本教程无需熟悉EPUB文件格式。

系统要求

要完成本教程中的示例，您需要一个Java解释器（1.5或更高版本）和一个Python解释器（2.4或更高版本），以及各自的必需XML库。 但是，经验丰富的XML开发人员应该能够使示例适用于具有XML库的任何编程语言。

关于EPUB格式

了解EPUB的背景，最常使用的EPUB，以及EPUB与可移植文档格式（PDF）有何不同。

什么是EPUB？

EPUB是由国际数字出版论坛（IDPF）（用于数字出版行业的贸易和标准协会）标准化的可重用数字书籍和出版物的XML格式。 IDPF于2007年10月正式采用了EPUB，到2008年，主要发行商Swift采用了EPUB。 您可以在所有主要操作系统，Sony PRS等电子墨水设备以及Apple iPhone等小型设备上使用各种开源软件和商业软件来读取EPUB格式。

谁在生产EPUB？ 仅书籍吗？

尽管传统印刷出版商最先采用EPUB，但格式上没有任何限制将其用于电子书。 使用免费提供的软件工具，您可以将网页作为EPUB捆绑，转换纯文本文件或将现有DocBook XML文档转换为格式正确且有效的EPUB。 （我将在“ 从DocBook到EPUB”中介绍后者。）

EPUB与PDF有何不同？

PDF仍然是世界上使用最广泛的电子文档格式。 从书籍出版商的角度来看，PDF具有以下优点：

• PDF文件允许对布局进行完美的像素控制，包括复杂的易于打印的布局，例如多列和备用的正/反样式。
• PDF可以通过多种基于GUI的文档工具生成，例如Microsoft®Office Word或Adobe®InDesign®。
• PDF阅读器无处不在，并已安装在大多数现代计算机上。
• 可以将特定字体嵌入PDF中，以精确控制最终输出。

三合一

EPUB由三个独立的IDPF规范组成，尽管在实践中可以将它们统称为EPeUB ：

• 打开电子书出版结构容器格式（OCF）：指定EPUB存档的目录树结构和文件格式（ZIP）。
• 开放出版物结构（OPS）：定义电子书的常用词汇，尤其是允许用于书籍内容的格式（例如XHTML和CSS）。
• 开放包装格式（OPF）：描述EPUB中必需和可选的元数据，阅读顺序和目录。

此外，EPUB针对EPUB档案中的特定类型的内容重复使用了其他几个标准，例如XHTML 1.0版和数字可访问信息系统（DAISY）。

从软件开发人员的角度来看，PDF与理想情况相去甚远：

• 这不是学习的标准。 因此，将您自己的PDF生成代码放在一起并不是一件容易的事。
• 尽管PDF现在是国际标准化组织（ISO）标准（ISO 32000-1：2008），但传统上它是由一家公司控制的：Adobe Systems。
• 尽管PDF库可用于大多数编程语言，但许多库是商业的或嵌入在GUI应用程序中，并且不易受外部过程控制。 并非所有免费库都继续得到积极维护。
• 可以通过编程方式提取和搜索PDF原生文本，但是很少有PDF带有标签，因此转换为Web友好格式既简单又可靠。
• PDF文档不易回流 ，这意味着它们无法很好地适应小屏幕或布局的根本变化。

为什么EPUB对开发人员友好

EPUB解决了PDF中与开发人员友好相关的所有缺陷。 EPUB是一个简单的ZIP格式文件（扩展名为.epub ），其中包含以禁止方式排序的文件。 关于ZIP归档的准备方式，存在一些棘手的要求，稍后将在将EPUB文件打包为ZIP归档中进行详细讨论。 否则，EPUB很简单：

• EPUB中几乎所有内容都是XML。 可以使用标准XML工具包来构建EPUB文件，而无需任何特殊或专有软件。
• EPUB内容（电子书的实际文本）几乎始终是XHTML 1.1版。 （另一种格式是DTBook的，用于编码的书籍为视障。见标准相关主题有关DTBook的更多信息，这是不包括在本教程）。
• 大多数EPUB XML模式均取自可免费获得的现有已发布规范。

两个关键点是EPUB元数据是XML ， EPUB内容是XHTML 。 如果您的文档构建系统生成Web的输出和/或基于XML，那么它也非常接近能够生成EPUB。

建立您的第一个EPUB

最低限度的EPUB捆绑包包含几个必需的文件。 该规范对于EPUB档案中这些文件的格式，内容和位置可能非常严格。 本部分说明使用EPUB标准时必须了解的内容。

EPUB束的解剖

最小EPUB文件的基本结构遵循清单1中的模式。 准备分发时，此目录结构会捆绑在一起成为ZIP格式的文件，在将EPUB文件作为ZIP归档捆绑在一起时，有一些特殊要求。

清单1.一个简单的EPUB档案的目录和文件布局

mimetype
META-INF/
   container.xml
OEBPS/
  content.opf
  title.html
  content.html
  stylesheet.css
  toc.ncx
  images/
     cover.png

注意：可以从Downloadable resources中获得遵循此模式的样本书，但是我建议您按照教程来创建自己的书。

要开始构建您的EPUB图书，请为EPUB项目创建目录。 打开文本编辑器或IDE（例如Eclipse）。 我建议使用具有XML模式，特别是一个可以验证对编辑的RELAX NG模式中列出的相关主题 。

模仿文件

这很简单：mimetype文件是必需的，并且必须命名为mimetype。 该文件的内容始终为：

application/epub+zip

请注意，mimetype文件不能包含任何换行符或回车符。

此外，mimetype文件必须是ZIP存档中的第一个文件，并且本身不能被压缩。 您将在将EPUB文件作为ZIP归档文件打包时看到如何使用常见的ZIP参数包含它。 现在，只需创建此文件并保存，并确保它位于您的EPUB项目的根目录下即可。

META-INF / container.xml

在EPUB的根级别，必须有一个META-INF目录，并且必须包含一个名为container.xml的文件。 EPUB阅读系统将首先查找此文件，因为它指向数字图书的元数据的位置。

创建一个名为META-INF的目录。 在其中打开一个名为container.xml的新文件进行写入。 容器文件很小，但是其结构要求很严格。 将清单2中的代码粘贴到META-INF / container.xml中。

清单2.示例container.xml文件

<?xml version="1.0"?>