淺談：有關epub電子書的架構

出自：http://cnepub.com/discuz/forum.php?mod=viewthread&tid=143743&extra=page%3D1&page=1

一、前言

      過去的這一年來，買了電子閱讀器，又進了書苑，開始對電子書(epub) 的格式產生了興趣。而根本原因是我買的Sony prs-t1 沒有刷機，也沒有漢化，所以一直要花時間在修改檔案上。也因為這樣，讓我有動機寫下這一個簡單的介紹，希望有興趣想入門的人可以來瞧瞧。

      書苑裡面製作電子書的大老們，對這個皮毛的簡介，就請輕輕放過，吐槽的聲音不要太大，以免影響大家的閱讀心情啊。

二、範圍：

      本文唯一的重點就在一個epub檔案裡面，到底有哪些成分及組成。

      本文不涉及標準的介紹，所以由哪些單位制定標準，或者又定義了哪些標準，就不贅述。  而市面上五花八門的閱讀器及閱讀的軟體，自然要遵循這些標準而制定，他們的優劣程度如何，也不在本文的討論範圍內。

      製作電子書，可以透過一些現成的工具來完成，書苑裡面有很多類似的教程，也請自行參閱。

      Html 語法，請自行蒐尋網路上的教學網站。

      本帖資料參考來源( http://www.slideshare.net/aecro/e-pub)

三、附檔名 *.epub ?

      其實，epub 基本上就是一個符合zip 格式的壓縮檔。用一般的解壓縮程式，就可以解開。( 免費的7-ZIP 就可以用了) 。

四、檔案結構

      首先，參看下面這個圖形，可以大概知道一個epub 檔案，裡面的組成。

     

      一個epub 檔案未壓縮前，大致上分為三個部分：

      1.     檔案 minetype

      2.     META-INF 目錄

      3.     OPS 目錄 (或OEPBS目錄)

      下一章就對這三個部份，逐一做介紹。

五、epub 檔案組成的介紹

       1.     檔案 minetype

              每一個epub都有一個minetype檔，內容為

                  application/epub+zip

              其意義為這個檔案可以被epub工具，或zip工具打開。

       2.     META-INF 目錄

              META-INF目錄裡面，包含了一個必要的檔案[container.xml]及其他非必要的檔案。

              a.     Container.xml：用來告訴瀏覽器根文件(root file)的路徑，以及開啟的方式。

                                          瀏覽器必須找得到這個最基本的文件位置，才能正確的開啟檔案。

                     例子：

                     <?xml version=“1.0” Encoding=“UTF-8” ?>

                     <container version="1.0“mlns="urn asis:names:tc pendocument:xmlns:container">

                     <rootfiles>

                     <rootfile full-path="content.opf" media-type="application/oebps-package+xml"/>

                     </rootfiles>

                     </container>

             這個例子中，container.xml檔案宣告了電子書的根文件為content.opf而且該檔案放在根目錄下，

             另外也宣告這個opf檔案是用xml的格式來撰寫的。如果你要移動這個opf檔案的位置到OPS的目錄下，

             則必須把參數中的rootfile full-path="content.opf" 改成 rootfile full-path="OPS/content.opf"

             b.     其他(非必要)檔案

                                   i.               manifest.xml (文件列表)

                                 ii.               metadata.xml (後設資料)

                               iii.               signatures.xml (數位簽章)

                                iv.               encryption.xml (加密規則)

                                  v.               rights.xml (權限管理)

       3.     OPS 目錄

              用來放置符合OPS (Open Publication Structure)所規範的檔案，如opf,css, ncx檔案。

              為了方便辨識，也可以在這個目錄下面建構次目錄，用來放置不同章節的檔案(chapter)、

              排版樣式檔案(css)以及圖檔(image)。

              a.     css

                     Epub裡面的檔案，大部分都是用html語法來呈現的，css是用來宣告一些使用者可

                     以自行定義使用的樣式，html檔案可以去參考這個CSS來呈現不同的閱讀風格。一

                     個電子書裡面，可能有十幾個html檔案(檔案個數製作者可以自行決定， 一般會依

                     章節拆分)，透過一個參照外部css檔案的命令，就不需要在每一個獨立的html檔案內，

                     重複宣告那些樣式。

              b.     image

                      就是一些插圖或封面檔案

              c.      opf檔案

                      OPF檔案說明了這個epub檔案裡面包括了哪些單元，以及裡面的單元的結構及閱覽順序等資訊。

                      一個OPF檔案由五個部份組成：

                      <metadata>：描述電子書的相關資訊

                      <manifest>：電子書個單元的列表

                      <spine>：閱覽順序

                      <tours>： 給讀者導讀的部分

                      <guide>：各單元的類別型態

                      我們特別把這個檔案，在下一章獨立介紹。

六、OPF的介紹

      參考下圖，一個OPF檔案由五個部份組成。

        

            [opf組成圖]

       1.     <metadata> 用來描述詮釋資料，可以分為<dc:metadata>及<x:metadata>

              a.     <dc:metadata> 採用dubline code (DC) 的15項核心元術

                     <title>: 標題

                     <creator>: 製作者

                     <subject>: 主題

                     <Description>: 描述

                     <contributor>: 貢獻者

                     <date>: 日期

                     <type>: 類型

                     <format>: 格式

                     <identifier>: 標識符號

                     <source>: 來源

                     <language>: 語言

                     <relation>: 相關訊息

                     <coverage>: 涵蓋範圍

                     <rights>: 權限

             b.     <x:metadata> 上面標準的DC元素中無法描述的，可以在此自行擴展

       2.     <manifest> 電子書各個單元的列表，格式如後：

              <item id=“ ”, href=“ “, media-type=“ “>

               id是這個單元的名稱，href後面帶的是對應到該單元的檔案

                     Ex:

                     <item href="calibre_raster_cover.jpg"id="cover" media-type="image/jpeg"/>   

                     <item href="OPS/chapter1.html" id="chapter1"media-type="application/xhtml+xml"/>

       3.     <spine toc=“ncx”>：在manifest後，只能有一個，後面的itemref出現次序，代表閱讀次序

                     Ex:

                     <itemref idref="coverpage"/>   

                     <itemref idref="chapter1"/>

                     <itemref idref=“cover“ linear=“yes”/> ，其中linear 代表循序閱讀與否 (可略)

       4.     <tour> 設定不同的條件，給予不同的導讀。每個tour要有一個title屬性及若干個site標籤

              <site> 標籤要有 titel及href，而href要對應到manifest裡的某一個項目

                     Ex:

                     <tour id=“tour1” title=“young guest”>

                     <site title=“Chicken Fingers “ href=“appetizers.htm#r3” />

                     <site title=“Chicken a la King “ href=“entrees.htm#r5” />

                     </tour>

       5.     <guide> 一個或多個reference標籤，宣告manifest裡的資源的類型，包含下面15種類型：

              cover, title-page, toc, index,glossary, acknowledgements, bibliography, colophon, copyright-page,

              dedication,epigraph, foreword, loi (list of illustration), lot (list of tables), notes,preface, text

                     Ex:

                     <guide>

                     <reference type=“toc” title=“Table” href=“toc.html”/>

                     <reference type=“loi” title=“Illustration”href=“toc.html#figures”/>

                     </guide>

七、回顧

      簡單的回顧這個組成運作的原理如下：

      1. 閱讀器的瀏覽工具先在minetype檔案中，得知這是一個符合ZIP壓縮規則的epub檔。

      2. 瀏覽器接著在META-INF目錄下的container.xml檔案中，找到了content.opf及其位置。

      3. 上面的content.opf檔案裡面，描述了這一個epub格式的電子書，裡面所要呈現的各個要件及閱讀的順序。