[转]截屏法制作pdf——更新python代码和效果图

现在网上卖电子书的越来越多了，亚马逊，京东，当当，淘宝……且不说他们书多不多，质量如何，但就是跨平台这一点就有很多要吐槽的地方。一般网站上提供的电子书只能在电脑和手机上阅读，电脑上读书的效果要说自然是最好的、屏幕大、 彩色、等等。但是估计现在很少有人能坚持对着电脑连续看上几个小时的书了吧？于是，手机也作为人们读书的一个途径，但是同电脑一样，我是坚持不了多长时间 眼睛就会累了。还有很重要的一点，很多电子书根本就不考虑手机上面的排版问题，手机那么小的屏幕显示不了一个完整的页面，结果看个书手要不停的划来划 去……

     综上，我认为最理想的看书设备无疑是kindle，这种好东西自不用多说。但是上面几个书商极少提供kindle平台的，就连亚马逊都不支持自家的kindle，叫kindle用户情何以堪呢……

     没关系，本文就是来解决这个问题的！方法很原始、很暴力，既然电子书能在电脑上阅读，那么我就截屏，截屏，弄好多图片，然后制作成为pdf（针对亚马逊中国的电子书已经有人给了更好的办法）。

     呵呵，听起来是挺美好，但是这里有很多问题：

• 一本书通常有几百页之多，能手工一一截图的果然是神级一样的奇葩，我们肯定要使用自动化的方法。
• 怎么对于超出屏幕大小的页面，怎么连续截图?

其实主要就是这两个问题，至于截图之后怎么合成pdf，怎么切白边都有很多现成的资料了。

下面说下我采用的方法，比较之下还是很不错的哦～
首先我们对电子书要有一个大致的认识，对于一本电子书，通常有两类：

• 第一是类是以文字为主的，比如众多的小说。这种书的版式不是太重要，通常版式也不是固定的，也就是可以在阅读软件中调节字体，字号的。本质上这类书就是文本加一些格式标记制作的。
• 第 二类是含有大量的符号的，这类书主要是以工具书为主。里面含有众多的数学公式，图形，代码……这类书的排本是很重要的，这类书一般都是固定排版了的 pdf。所以只能放大，放大再放大，但是较之扫描书籍不同是，一般购买的电子书以文字版pdf为主，也就是说它们放大之后依然很清晰。

第一类电子书，我们只需要调整到合适的版式，所谓合适主要是指你在kindle上用你习惯的阅读方式效果比较好。第二类电子书，我们只能放大到最大，然后截屏，只有这样后期得到的pdf才比较清晰。

     然后是怎么实现自动化截屏的问题了，这里对于大部分人（大部分人==非程序员）只能采用现成的工具。主要有两类工具，第一类是可以记录你的操作历 史，然后重复n多遍的，比如tinytask这个软件，很是适合小白中的小白。第二类，可以编写并执行一个脚本，脚本的命令都是很简单易学的，比如 AutoHotkey，功能强大，使用简单。
第一类最多适合截取第一类的电子书，因为可以调节版式，所以截图的时候不必那么精确。但是对于第二类，通常放大到最大之后，一页肯定会超出屏幕的显示范围，那么我们需要一页多次截图，后期合成一页，那么截图的时候就要很精确了，不然后期很难自动化的完成合成图片。

     我采用的是AutoHotkey，毕竟脚本还是很灵活的，使用方法不多说了。如果你之前对它一点都不知道的话，这里有一个中文的新手入门教程。
需要注意的事情，是最好不要使用鼠标操作，感觉这样会不精确，也不好控制。电子书阅读软件一般都支持的键盘操作有{Down}{PgDn}，这两个就足够 用了，我们需要计算出至少一个页面需要几次截图才能覆盖，然后计算出每次需要按下多少次{Down},完成一页的时候一定要发送一次{PgDn}，这样才 能避免多次{Down}之后出现向下的像素误差。每一{PgDn}相当于是重新对齐一页，这样几乎不会出现一点误差，非常适合后面的页面合并的自动化完 成。另外需要注意，在比较费时间的操作之后要加上合适的延时时间，要不然电脑会忙不过来的哦～

     哦，当然还要有一个比较强大的截图软件啦，这里选择还是比较多的，但是我比较推荐FSCapture，试用了多个截图软件之后感觉这个最合手。注意 默认截图方式是不适合干这种自动化的工作的，我们要在设置里面改成自动保存模式。设置好保存路径，名字命名等之后就可以自动保存了。

     然后就是打开电子书阅读软件，开始让执行脚本，不断的翻页截屏了～

     对于第一类的电子书，我推荐直接压缩zip，然后放到kindle里面就可以看了。对于第二类，我们要先进行页面合并，这里我还没找到现成的工具，不过还好前面截图比较精确，十分有利于程序完成，因此几行matlab程序就可以很轻松的完成这件事情了。

 

     上面说的对于一般的电子书都足够用了，但是如果你还有更高的追求。比如感觉截图的pdf还是不够清晰，还有截图的时候不能动电脑，，这里还有一个更 好的办法。要使pdf更清晰，我们要做的是让pdf显示在更高分辨率的显示器上，一般的电脑显示器，比如我14寸的本本，分辨率只有1366×768，折 算下来ppi只有100多点，可是对于清晰的要求我们是要300ppi的啊，怎么办，买一个分辨率很高的显示器吗？必然很贵，很不现实。那么，何不用虚拟 机呢？！！虚拟机一般支持很多分辨率，最高的能达到2560×1900，这样明显就好了很多，还有我们可以让这个截图过程在虚拟机中进行，而我们在截图的 时候可以自由的使用电脑了。

 

update：这个方法对于论坛的大牛来说或许很猥琐，，但是之所以发出来，第一：这个是我自己写的。。。第二：现在的环境是网上正版的电子书资源越来越多了，这样的方法也有了更多的适用环境。感觉这个方法还是很靠谱的～

写 完这个之后我用使用了其它方法，主要是减少软件的依赖，我发现在虚拟机里虽然风辨率可以提高很到，但是随之软件的速度也慢了好多，所以我一直想用代码去实 现这些功能，第一更加灵活，第二可以提高速度～目前已经实现python+matlab代码完成所有前期工作了，然后用老马的pic2pdf神器目前来看 效果很好.

UpUpdate：看到大家很多想了解细节的，我在这里就仔细的说下吧。

希望提出问题的网友先仔细的通读前面的内容，这样你可以知道工作的大致流程。

我再强调几点：

截图发有它的优点，几乎不会失效。各种解密、破解之类的不是我的擅长，而且我感觉那些方法封杀起来也很容易。

具 体方法中，我侧重的是截图的清晰度，也就是分辨率。我的理解是分辨率越高，得到的图片质量就越好（前提是网站提供的电子书本身不是扫描的，要是本身就是扫 描版，而且质量很差，那谁也没办法），pdf也越好，不管是要OCR还是阅读这样无疑都比较方面。所以一切的一切以分辨率为重。

还有，我希望所有的工作尽可能的用代码实现，因为现实情况是复杂的，现成的软件的适应性肯定不如自己写代码来的灵活方便，而且这样也省去了你找各种软件，各种破解的问题。

问题一、怎么获得电子书。本身在我看来，购买正版是对的，我也支持这么做，虽然现在还是穷学生一枚，但是我已经尽力避免看盗版书，用破解软件了……

之 所以还研究这个，第一是网站太坑，不提供kindle版本的电子书。第二，最近看到版里面讨论的一个问题，也就是我们购买电子书到底是购买的什么？我们购 买之后有哪些权益？貌似这些个网站都没有详细说明。我们当然可以假设，如果某一天你买书的那个网站倒闭了，，那你的书怎么办？另外，我是否可以小范围的跟 我的朋友分享我购买的书籍？这个问题比较大……

所以图书的获得我希望大家去购买正版。

问题二、怎么把电子书截图成图片。前面大致说了用截图工具+AutoHotKey的实现。但是我感觉那样不是很好。下面说下python代码的实现方法。

以Windows（貌似没有哪家提供linux的客户端）为例。

先现在你书籍提供方的PC客户端。

然后在你的电脑上安装python环境，这里采用python2.7。同时需要PIL（Python Imaging Library）库的支持。

测试代码：

1. import ImageGrab
   
2. img = ImageGrab.grab()
   
3. img.save('test.jpg','JPEG')

复制代码

如果能够正确截图，那就说明前面都配置好了～

然后打开客户端，调节书的版式，调节的目的有两个，第一是提高截图的质量，第二方便截图。所以尽可能的采用单页模式，把内容放大到和你的屏幕等宽。

分析下页面，需要几次（比如是a次）才能截取一张完整的页面。根据总页数（k），计算截图次数n=a×k。

然后写python代码，也就是把上面的测试代码循环执行n次。

当然这里面还要考虑下拉，翻页等……

这里我放一个示例代码。

1. import win32api,win32gui,win32con
   
2. import ImageGrab
   
3. import time
   
4. time.sleep(10)#开始运行后先休眠10秒钟，以便调整出要截图的窗口。
   
5. x=1
   
6. for i in xrange(1,3):
   
7.         win32api.keybd_event(34,0,0,0)#发送一次翻页键（pgdn键，键值是34
   
8.         win32api.keybd_event(34,0,win32con.KEYEVENTF_KEYUP,0)#释放按下的键。
   
9.         time.sleep(1)#翻页后休眠一段时间（此处1s，可以自己调节），目的是让客户端完成页面的渲染。
   
10.         im = ImageGrab.grab()#截图。
    
11.         im.save(str(x)+".png","png")#保存，自动命名成1，2，3，……格式是png。
    
12.         x=x+1
    
13.         time.sleep(1)#休眠一段时间，以免电脑IO太慢，造成保存失败，时间可以根据自己的电脑性能调节。
    
14.         for j in xrange(1,3):#控制一个页面截图的次数。
    
15.                 for k in xrange(1,11):#按下向下的次数，自己根据页面大小调节。
    
16.                         win32api.keybd_event(40,0,0,0)#按下下方向键。
    
17.                         win32api.keybd_event(40,0,win32con.KEYEVENTF_KEYUP,0)
    
18.                         time.sleep(0.2)#休眠  
    
19.                 im = ImageGrab.grab()
    
20.                 im.save(str(x)+".png","png")
    
21.                 x=x+1
    
22.                 time.sleep(1)

复制代码

 

放几个我自己的截图～

可以看到，三部分有重叠，但是完全覆盖了一个页面。

问题三，页面合成，由于上面为了提高清晰度，造成一个页面分在多个截图中，所以我们要对截图进行合成。拼出完整的页面。

这个工作我是用matlab完成的，其实python也可以，但是我python学的不怎么样，，matlab用的比较多，所以大家见谅～

 

1. clc,clear
   
2. Ak=[];
   
3. p1=imread('100.png');
   
4. p2=imread('101.png');
   
5. p3=imread('102.png');
   
6. Ak=[p1(1:640,60:1250,:);p2(2:641,60:1250,:);p3(2:745,60:1250,:)];
   
7. imwrite(Ak,['A.png']);

复制代码

 

 

这是合成的效果图。代码中的拼接数据得多次试验看效果才能确定，但是好在所以也没都是一样的，所以只要一个页面拼好了，其它的都一样可以用～

 

如果还有什么疑问，接着提出，我再解释～

模块：

http://www.pythonware.com/products/pil/

http://sourceforge.net/projects/pywin32/files/

by:

http://www.hi-pda.com/forum/viewthread.php?tid=1170354&extra=page%3D1

转载于:https://www.cnblogs.com/nbalive2001/archive/2013/05/21/3090098.html