PDF转EPUB格式电子书经验总结

根据本人将PDF转换为EPUB电子书的经验，总结整理了这篇文章，因本人水平有限，难免有错误和不足之处，望大家及时批评指正。

 

写这篇文章时，假定读者已经会使用文中所列出软件的基本操作，比如怎样用Notepad++打开HTML文件，如何使用PDF Password
Remover（这个软件很简单，稍有电脑操作基础的人打开后就知道怎么做）。另外读者需要对ePubBuilder的操作比较了解。

 

本文主要讨论图文并茂、非扫描版的PDF文档。对于扫描版PDF文件，如果是漫画一类的，可以直接用Adobe
Acrobat转化为图片制作EPUB，如果是文字形式的扫描电子书，可以使用OCR软件识别以转化成文字(ABBYY
FineReader识别效果相对较好)，但OCR识别中文准确率不够高，部分无法识别的汉字需要人工输入。对于纯文本形式的PDF，直接保存为TXT，然后转换就可以。如果文字无法复制，可以用PDF
Password Remover解密，具体请参考本文的PDF解密部分。

 

以下摘自百度百科：

PDF是Portable Document Format（便携文件格式）的缩写，是一种电子文件格式，与操作系统平台无关，由Adobe
公司开发而成。PDF
文件是以PostScript语言图象模型为基础，无论在哪种打印机上都可保证精确的颜色和准确的打印效果，即PDF会忠实地再现原稿的每一个字符、颜色以及图象。

PDF主要由三项技术组成：

　　· 衍生自PostScript，可以说是PostScript的缩小版；

　　· 字型嵌入系统，可使字型随文件一起传输；

　　· 资料压缩及传输系统。

PDF文件结构主要可以分为四个部分：

1．首部

2．文件体

3. 交叉引用表

4．尾部

 

 

一方面，PDF格式作为印前出版的工业标准，由于其排版相对复杂，文件内容也有比较复杂，比如PDF可以内嵌特殊字体，可以很自由的保存每个图片、文本对象的绝对位置，而另一方面，EPUB采用类似网页格式的XML标准，即使增加了CSS样式表的支持，排版效果还是远难及PDF，因此想把排版优良的PDF电子书完美地转换成EPUB格式，相对比较复杂。一些正版收费阅读器会推出一些排版质量很高的EPUB，我试用过，排版确实不错，但是那只有在非常精心的制作下才能得出，对于我们转换PDF的人来说，是很不现实的，而且那些电子书一般收费是比较高的，应该还有授权限制，不可能共享出来让大家都能用（这些文件只有在特定应用中登录特定账号后才能打开，复制给别人就打不开了）。

 

 

可能要用到的所有软件：

PDF Password Remover 3.0

Adobe Acrobat

Chrome浏览器（其他浏览器应该也行）

Notepad++

Microsoft Word

WPS

数码照片压缩大师

ePubBuilder

 

大致思路是首先解除密码限制，然后导出为HTML格式，去除无关信息、修正乱码等，然后用ePubBuilder导入，完善书籍信息，分章节，自己用阅读器打开检查有无严重错误，然后发布。为什么要转为HTML，因为这种格式完全开源，好处理，出错率低，也和EPUB内部保存格式一致。

 

具体步骤如下：

首先指明一点，以下的步骤最后要达到的排版上的目标是：所有图片都能正常显示，但都默认靠左（有些阅读器可以设定图片强制居中显示）。文字段落和图片分开，文字不会环绕图片，也就是不会左边一半是图，右边一半是文字。虽然那样效果更好，但难度太大，不易实现。