Total Pageviews

Monday, 17 June 2019

通过calibre将html转成epub、mobi、PDF

通过calibre将html转成epub、mobi、PDF等

目录
通过calibre,将markdown和html转成epub、mobi、pdf等格式文档。
说明(于2018-06-02):calibre将HTML转成mobi等格式时请注意配置好各项配置参数到合理值,同时注意自己的HTML的样式调整,特别是在mobi格式的时候,html的CSS样式,如background:#dddddd设置背景色,颜色不生效,需要用background-color:#dddddd才会生效。 目前经过多次测试,生成文档效果不佳的问题,主要是配置参数如字体大小和CSS样式问题造成的。同时,为了方便在epub等阅读器上的阅读体验,可以将body标签的CSS背景色设置为透明。

缘由

事情是这样的:我们公司 掘金量化(跟掘金javascriptjava的关系) 让我开发公司官网,官网的帮助中心文档,需要生成pdf离线文档以方便用户阅读和使用,但是使用wkhtmltopdf生成PDF文档,效果不是很理想。
看着gitbook和看云生成的PDF文档,非常完美,然后把从两个站点下载的PDF文档的后缀改成了.xml格式,文本编辑器打开一看,用的居然是calibre,然后当时捣鼓了半个月,终于把问题解决。
感觉很多企业和个人可能也会有同样的需求,所以干脆将calibre的使用封装一下,开源出来,以方便更多的人。
当前文档,会告诉你使用方式和生成原理,以便你也可以根据自己掌握的编程语言封装一个工具类

安装calibre

  • 下载地址:https://calibre-ebook.com/download
  • 根据自己的系统安装对应的calibre(需要注意的是,calibre要安装3.x版本的,2.x版本的功能不是很强大。反正安装最新的就好。)
  • 安装完calibre之后,将calibre加入到系统环境变量中,执行下面的命令之后显示3.x的版本即表示安装成功。
ebook-convert --version

文档导出效果

案例使用的是无闻的《Gogs中文文档》,文档地址:https://www.bookstack.cn/books/gogs_zh ,可以访问该地址查看文档导出的实际效果。
截图: 文档导出效果

快速体验

如果成功安装了calibre,并配置了环境变量,则可以按照下面的方式进行快速体验。(bin目录下是各系统64位的二进制可执行程序,限64位系统)
  • Windows用户,进入bin/win目录,执行命令:
./converter.exe ../../example/gogs_zh/config.json
  • Mac用户,进入bin/mac目录,执行命令:
./converter ../../example/gogs_zh/config.json
  • Linux用户,进入bin/linux目录,执行命令:
./converter ../../example/gogs_zh/config.json
执行成功之后,在example/gogs_zh/output下可以看到导出的文档

使用案例


配置文件

以json作为配置文件,配置文件的文件名不限制,在使用的时候指定一下配置文件的文件名即可。 需要注意的是,json配置文件需要放在项目的根目录下。比如示例项目,example/gogz_zh中,配置文件config.json就是放在项目的根目录

json配置示例

{
 "charset": "utf-8",
 "cover": "",
 "date": "2018-01-21",
 "description": "Gogs 的目标是打造一个最简单、最快速和最轻松的方式搭建自助 Git 服务。使用 Go 语言开发使得 Gogs 能够通过独立的二进制分发,并且支持 Go 语言支持的 所有平台,包括 Linux、Mac OS X、Windows 以及 ARM 平台。",
 "footer": "
本文档使用 书栈(BookStack.CN) 构建 - _PAGENUM_ -
"
, "header": "
_SECTION_
"
, "identifier": "", "language": "zh-CN", "creator": "书栈(BookStack.CN)", "publisher": "书栈(BookStack.CN)", "contributor": "书栈(BookStack.CN)", "title": "Gogs中文文档", "format": ["epub", "mobi", "pdf"], "font_size": "14", "paper_size": "a4", "margin_left": "72", "margin_right": "72", "margin_top": "72", "margin_bottom": "72", "more": [], "toc": [{ "id": 709800000, "link": "statement.html", "pid": 0, "title": "致谢" }, { "id": 539, "link": "539.html", "pid": 538, "title": "5.1 配置文件手册" }, { "id": 545, "link": "545.html", "pid": 543, "title": "4.1 自定义模板" }, { "id": 549, "link": "549.html", "pid": 548, "title": "2.1 注册 Windows 服务" }, { "id": 554, "link": "554.html", "pid": 0, "title": "1. 简介" }, { "id": 555, "link": "555.html", "pid": 554, "title": "1.1 变更日志" }, { "id": 540, "link": "540.html", "pid": 538, "title": "5.2 公告与高阶指南" }, { "id": 547, "link": "547.html", "pid": 543, "title": "4.2 Web 钩子" }, { "id": 548, "link": "548.html", "pid": 0, "title": "2. 下载安装" }, { "id": 556, "link": "556.html", "pid": 554, "title": "1.2 常见问题" }, { "id": 559, "link": "559.html", "pid": 558, "title": "3.1 二进制升级" }, { "id": 546, "link": "546.html", "pid": 543, "title": "4.3 多国语言支持" }, { "id": 550, "link": "550.html", "pid": 548, "title": "2.2 配置与运行" }, { "id": 557, "link": "557.html", "pid": 554, "title": "1.3 故障排查" }, { "id": 558, "link": "558.html", "pid": 0, "title": "3. 版本升级" }, { "id": 560, "link": "560.html", "pid": 558, "title": "3.2 源码升级" }, { "id": 543, "link": "543.html", "pid": 0, "title": "4. 功能介绍" }, { "id": 544, "link": "544.html", "pid": 543, "title": "4.4 授权认证" }, { "id": 551, "link": "551.html", "pid": 548, "title": "2.3 二进制安装" }, { "id": 538, "link": "538.html", "pid": 0, "title": "5. 高级用法" }, { "id": 552, "link": "552.html", "pid": 548, "title": "2.4 包管理安装" }, { "id": 542, "link": "542.html", "pid": 0, "title": "6. 捐赠我们" }, { "id": 553, "link": "553.html", "pid": 548, "title": "2.5 源码安装" }] }

json配置项说明

  • charset 指定字符集,留空则默认为utf-8编码。选填。
  • cover 封面图片,一张800x1068像素或该尺寸比例的图片,jpg、png或gif格式。如果没有封面,请置空。选填。
  • date 文档生成日期,年月日时分秒都可以。默认当前日期时间。选填。
  • title 文档标题。必填。
  • description 文档描述、摘要。选填。
  • footerheader 生成PDF文档时,文档的底部(footer)和顶部(header)内容,仅对PDF文档有效。选填。
  • identifier 出版物的标识。留空即可。
  • language 语言。必填。可选值:zh、en、zh-CN、en-US等。
  • creatorpublishercontributor 如果你懒的话,三个都传同一个值,比如示例中的"书栈(BookStack.CN)"。如果真要区分的话,creator就是文档作者,比如"进击的皇虫",publishercontributor理解为出版单位和构建人。三个配置项,建议填写。
  • format 导出的文档格式,不传值则默认导出PDF。可选值:epub、pdf、mobi。
  • font_size 数字,默认字体大小,仅对导出PDF有效。选填。
  • paper_size 导出文档的页面大小,不区分大小写。默认"A4",选填。可选值: a0, a1, a2, a3, a4, a5, a6, b0, b1, b2, b3, b4,b5, b6, legal, letter
  • margin_leftmargin_rightmargin_topmargin_bottom 数字,左边距、右边距、上边距、下边距,仅对PDF文档有效。选填,默认72,即表示72pt。
  • more 更多选项。仅对PDF有效。不建议使用。
  • toc 重要!!!这个是重中之重,用于生成文档目录的。idpid是数字,pid表示上级的id。id的值不能重复。link表示html链接文件。toc里面的title表示目录章节标题。
(参照示例的config.json去配置就好。)

使用教程

bin目录下的是当前程序生成的64位的二进制可执行文件。Windows下使用示例:
converter.exe path/to/config.json
执行成功之后,会自动在项目目录下创建个output文件夹,并将文件导出到里面。比如导出pdf格式,则会在output文件夹下面出现book.pdf文件。

Go语言使用

引入当前包: github.com/TruthHun/converter/converter
if Convert, err:= converter.NewConverter("path/to/config.json");err==nil{
    Convert.Convert()
}

其它语言

由于目前没封装PHP、Python等的类和包,所以其它语言要使用的话,就是在项目下生成一个config.json(名字随便自己定义),然后调用各自语言的cmd执行:
/path/to/converter /path/to/config.json

原理

HTML导出PDF、epub等文档的原理很简单:根据config.json中的内容,生成epub电子书的基本结构,然后将当前目录下的文件压缩并重命名如content.epub,然后再使用ebook-convert进行转换,转换命令:
ebook-convert content.epub output/book.pdf [options]
这样,你就可以使用自己熟悉的语言封装一个包,并调用calibre导出文档了。

注意事项

  • HTML中不要有使用js代码渲染文档内容,因为js是不会被执行的

精神上支持我

虽然我很缺钱... 但是得到他人的肯定和认可比什么都重要。 如果当前项目帮到了你,请给项目一个star,以鼓励我在开源的路上能走的更好、更远。 附自己业余时间搞的一些站点,支持我,可以点击访问一下:

markdown文档如何转成pdf、epub、mobi

说实话,这个我没仔细去研究过。思路就是将markdown文档转成HTML(毕竟这样比较好控制显示样式),然后再通过当前工具再转成PDF文档等。网上应该有更好的方法,如果大家找到了,麻烦也分享一下。

from https://github.com/TruthHun/converter

No comments:

Post a Comment