IT博客汇 | 用 Markdown 写一本自己的电子书吧（一）手动篇

用 Markdown 写一本自己的电子书吧（一）手动篇

krimeshu发表于 2023-08-27 05:13:46

不知道大家平时有没有阅读电子书的习惯，这里指的并不是 .txt 的文本文档，而是通常带有精美封面、便捷目录、图文并茂的 .epub 电子书。它是怎样实现这些效果的呢？我们能不能把自己平时用 Markdown 写的技术笔记、博客文章做成一本属于自己的电子书呢？

背景

EPUB 格式是什么

其实做 Web 开发的同学，如果把 .epub 文件通过 zip 打开后就会发现，其实它并不神秘，反而相当开放直观和熟悉──其内在就是一堆 xhtml 页面、css 样式、图片，以及描述这些资源关系的 xml 配置信息，把它们一起打个 zip 包就是 .epub 电子书了。

在我们解压出来的文件，往往会有一个 .opf 文件，内容开头一般是：

<?xml version="1.0"  encoding="UTF-8"?>
<package xmlns="http://www.idpf.org/2007/opf" ...>
  <!-- ... -->
</package>

我们只要访问命名空间属性中的这个 http://www.idpf.org/2007/opf 链接，就可以查询到关于这个 OPF 电子书的所有规范描述了。

简单来说，这就是一个由国际数字出版论坛和 W3C 组织一起完成的开放电子书标准，在 2007 年 9 月取代了之前的 Open eBook，被国际数字出版论坛选为新的正式标准。

既然 epub 内部就是 html 页面，我们的 Markdown 文章也能编译成 html，那我们写个工具将以往的文档处理成符合 epub 标准的文件包，不就可以做一本自己的电子书了？

开始动手：手动篇

1. 创建电子书

1-1. 基本结构

我们先创建一个 example 目录，其中包含 META-INF 和 EPUB 两个子目录。然后在现有目录结构中创建 mimetype, META-INF/container.xml 和 EPUB/package.opf 文件：

example
├── EPUB
│   └── package.opf
├── META-INF
│   └── container.xml
└── mimetype

文件 mimetype 内容：

1	application/epub+zip

文件 META-INF/container.xml 内容：

<?xml version="1.0" encoding="utf-8" standalone="no"?>
<container xmlns="urn:oasis:names:tc:opendocument:xmlns:container" version="1.0">
  <rootfiles>
    <rootfile full-path="EPUB/package.opf" media-type="application/oebps-package+xml"/>
  </rootfiles>
</container>

文件 EPUB/package.opf 内容：

<?xml version="1.0" encoding="utf-8" standalone="no"?>
<package xmlns="http://www.idpf.org/2007/opf" 
         xmlns:dc="http://purl.org/dc/elements/1.1/"
         xmlns:dcterms="http://purl.org/dc/terms/"
         version="3.0"
         xml:lang="en"
         unique-identifier="pub-identifier">
  <metadata>
    <dc:identifier id="pub-identifier">kepub:20211120:000000001</dc:identifier>
    <dc:title id="pub-title">Example Book</dc:title>
    <dc:language id="pub-language">en</dc:language>
    <dc:date>2021-11-20</dc:date>
    <meta property="dcterms:modified">2021-11-20T14:50:00Z</meta>
  </metadata>
  <manifest>
    <!-- TODO -->
  </manifest>
  <spine>
    <!-- TODO -->
  </spine>
</package>

以上就是我们的 .epub 文件中最基础的三个文件。

其中 package.opf 中，我们在 package > metadata 内定义了一些 .epub 必备的元信息。以后我们向电子书添加内容时，还需要根据实际情况继续更新其中 package > manifest 资源清单 和 package > spine 书脊的相关信息。

1-2. 添加页面

接下来就是向其中添加内容了。

在之前的基础上，我们再创建一个 EPUB/book 目录，在其中添加一个 EPUB/book/page-1.xhtml 文件：

example
├── EPUB
│   ├── book
│   │   └── page-1.xhtml
│   └── package.opf
├── META-INF
│   └── container.xml
└── mimetype

文件 EPUB/book/page-1.xhtml 内容：

<?xml version="1.0" encoding="utf-8" standalone="no"?>
<html xmlns="http://www.w3.org/1999/xhtml"
      xmlns:epub="http://www.idpf.org/2007/ops"
      xml:lang="en"
      lang="en">
<head>
    <title>Page 1</title>
</head>
<body>
    <h1>Hello world!</h1>
</body>
</html>

然后修改 package.opf 中的资源清单和书脊：

<manifest>
  <item id="page-1" href="book/page-1.xhtml" media-type="application/xhtml+xml"/>
</manifest>
<spine>
  <itemref idref="page-1"/>
</spine>

对于刚才的页面，我们创建了 package > manifest > item 条目，标记了它的 [media-type] 类型，并且设定了一个 [id="page-1"] 属性，将其以 itemref[idref="page-1"] 的形式在书脊内进行了引用。

此时，如果将 example 目录的内容进行 zip 打包，生成文件名称改为 example.epub，就已经可以在一些 epub 阅读器中正常打开进行阅读了。但部分基于导航目录进行内容索引的阅读器（比如 微信读书）还无法正常浏览，需要再做一点小小的改动。

1-3. 导航目录

我们再创建一个 EPUB/toc.xhtml，内容：

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml"
      xmlns:epub="http://www.idpf.org/2007/ops"
      xml:lang="en"
      lang="en">
<head>
    <title>TOC</title>
</head>
<body>
    <nav epub:type="toc" id="toc">
        <h1>Table of Contents</h1>
        <ol>
            <li>
                <a href="book-page1.xhtml">Page 1</a>
            </li>
        </ol>
    </nav>
</body>
</html>

注意其中的 nav[epub:type="toc"]，这是 epub3 与 epub2 的区别之一，可以将目录页面的部分作为书籍的导航目录，不再需要单独提供 .ncx 文件。

同样的，继续修改 package.opf 的资源清单和书脊：

<manifest>
  <item id="htmltoc" href="toc.xhtml" media-type="application/xhtml+xml" properties="nav"/>
  <item id="page-1" href="book/page-1.xhtml" media-type="application/xhtml+xml"/>
</manifest>
<spine>
  <itemref idref="htmltoc"/>
  <itemref idref="page-1"/>
</spine>

其中 item#htmldoc 添加了 [properties="nav"] 表示这个页面是导航目录。

这次，再将 example 目录内容打包为 example.epub 后，就能在大部分阅读器内都正常打开了。

1-4. 封面页

我们还可以给自己的电子书添加一个好看的封面，比如：

将其保存为 EPUB/images/cover.jpg，然后创建 EPUB/cover.xhtml，内容为：

<?xml version="1.0" encoding="utf-8" standalone="no"?>
<html xmlns="http://www.w3.org/1999/xhtml"
      xmlns:epub="http://www.idpf.org/2007/ops"
      xml:lang="en"
      lang="en">
<head>
    <title>Cover</title>
    <style type="text/css">
        img {
            max-width: 100%;
        }
    </style>
</head>
<body>
    <figure id="cover-image">
        <img src="images/cover.jpg"
             alt="Book Cover" />
    </figure>
</body>
</html>

老规矩，继续更新 package.opf 的资源清单和书脊：

<manifest>
  <item id="htmltoc" href="toc.xhtml" media-type="application/xhtml+xml" properties="nav"/>
  <item id="cover" href="cover.xhtml" media-type="application/xhtml+xml"/>
  <item id="cover-image" href="images/cover.jpg" media-type="image/jpeg" properties="cover-image"/>
  <item id="page-1" href="book/page-1.xhtml" media-type="application/xhtml+xml"/>
</manifest>
<spine>
  <itemref idref="cover" linear="no"/>
  <itemref idref="htmltoc"/>
  <itemref idref="page-1"/>
</spine>

这次，增加的图片文件也需要登记在 package > manifest 资源清单内，并且添加了 properties="cover-image" 属性，将其标记为书籍的封面图片。

而创建的 cover.xhtml 文件，是为了让我们在打开书籍后，也能在内容内看到封面的效果。

1-5. 其它

如果我们需要在电子书内，添加更多页面、引用更多图片、添加装饰样式、改用自定义字体，也是相同的操作：

将资源添加到项目内。
更新 package.opf 内的 manifest 资源清单。
如果是页面，再添加对应 [id] 引用到 spine 书脊内，并且更新 toc.xhtml 内的 nav 记录。
- toc.xhtml 内的 nav 导航目录，支持 ol > li > ol > li ... 嵌套实现多级目录。
- 部分阅读器不支持 nav 导航目录使用 ul 无须列表。
- 如果需要为导航索引型阅读器提供页面引用，又不想让对应记录出现在目录内；或者重复引用于不同位置的相同页面记录，可以为对应 ol / li 设置 [hidden=""] 属性，进行隐藏处理。

2. 自动流程准备

基于上面的原理，我们已经能够开始手动编写我们的电子书了。

不过这个过程中还有很多手动操作并不便捷的步骤，比如 每篇文章进行 Markdown to Html 转化、文章中所有图片添加到资源清单、更新文章目录结构 ，如果文章页面、引用资源稍微多一些，就基本没法手动处理过来了。

所以我们需要更高效的自动处理方案。

2-1. 自动的与手动的

刚才提到的资源清单内容，大致可以分为两类：

文章的页面文件。
文章内引用的图片资源

其中，后者可以直接在 Markdown 文档渲染成 html 文件后，进行 html 解析再对所有 img 标签进行汇总即可得出配置列表。

前者可以基于 .md 文件本身的目录结构进行资源列表的整合，但是 对于页面在书脊和导航目录内的顺序 无法进行很好的控制。

如果基于文件名进行排序，相当于引入了一套不可控的潜规则，对于书籍迁移、页面删减维护都不太方便。而且如果需要处理导航目录内隐藏、重新引用的场景，还要引入更复杂的潜规则。

不如增加一个简化的 .json 配置文件，统一管理页面在导航目录内的顺序和层级关系。

2-2. 新的电子书结构

我们重新创建一个 new-book 目录，并在其中创建一些子目录和文件：

new-book
├── chapter-1
│   ├── index.md
│   └── ep-1.md
└── book.json

文件 book.json 内容：

{
  "meta": {
    "id": "kepub:20211120:000000001",
    "title": "Example Book",
    "lang": "en",
    "date": "2021-11-20",
    "modified": "2021-11-20T14:50:00Z"
  },
  "pages": [
    {
      "title": "Chapter.01",
      "file": "chapter-1/index.md",
      "children": [
        {
          "file": "chapter-1/ep-1.md",
          "hidden": true
        }
      ]
    }
  ]
}

文件 chapter-1/index.md 内容：

1
2
3

# Chapter.01

Hello world!

文件 chapter-1/ep-1.md 内容：

1
2
3

# Episode.01

This is episode 1.

这样，我们日常创建一本电子书时，真正需要自己定制的内容基本就已收录其中。而且能方便地在其中定义和调整页面的顺序和层级关系，控制对应条目是否在导航内隐藏了。

接下来，我们只需要再编写一些脚本，将上面的结构自动转化成电子书需要的 mimetype, container.xml, package.opf 和各种页面文件，并且汇总对应的资源清单、书脊和导航目录。