自己根据扫描 PDF 文件制作 EPUB 电子书

相关文章

Apple Books 的使用

虽然 Z-Library 上已经有很多 EPUB 格式的电子书了，可是也有不少书只有 PDF 扫描版本，缺点不少：体积偏大、标注不方便、无夜间模式、文本查询和搜索不方便等。如果能把这些 PDF 图书转换成 EPUB 格式该有多好啊！可惜目前并没有简单有效的方法。

我想转换的几本图书

主题是清朝历史。作者都是辽宁师范大学的喻大华。虽然说这个喻老师本质上还是属于体制内既得利益者，书里也说了一些共产党的好话，但这几本书的内容还是比较吸引我的。

小时候看古装剧时发现人们的衣食住行和我们非常不同，于是就有这么个疑问：古代是怎么过渡到现代的？节点自然就是最后一个朝代——清朝。可惜历史书上一讲到清朝就断代，康熙乾隆是一副古代盛世的模样，然后马上就是鸦片战争——穿着奇装异服的英军端着大炮打过来了。然后突然长相很像现代人的孙中山就出来了。感觉太跳跃了，没有一个过渡时期。

喻老师的这几本图书从乾隆中期的嘉庆出生开始（《还珠格格》大家都熟悉吧？就是这个时期），一直写到文化大革命时期溥仪去世，除了同治年间（1862 – 1874）少数几件大事（例如杨乃武与小白菜案、太平天国灭亡事件）略去之外，基本覆盖了中国古代过渡到现代这 200 年历史。这个 GAP 补上了。

这几本书如下：

1. 嘉庆皇帝（2009年出版，ISBN = 9787020076758）
   • 第二版：守成天子 – 喻大华评说嘉庆帝 （2016年，ISBN = 9787500863717）
2. 道光皇帝（2009年，ISBN = 9787535436429）
   • 第二版：内忧外患 – 喻大华评说道光帝 （2017年，ISBN = 9787500865735）
3. 咸丰皇帝（2010年，ISBN = 9787802196605）
   • 第二版：薄命天子- 喻大华评说咸丰帝 （2018年，ISBN = 9787500868545）
4. 囚徒天子光绪皇帝（2011年，ISBN = 9787100086431）
   • 第二版：傀儡天子- 喻大华评说光绪帝（2018年，ISBN = 9787500868880）
5. 末代皇帝溥仪（2011年，ISBN = 9787802197671）
   • 第二版：末代皇帝 – 喻大华评说宣统帝 （2020年，ISBN = 9787500873600）

起初是在《百家讲坛》视频上看到喻老师的的讲解。后来发现的图书，内容比《百家讲坛》视频更丰富。我第一次看是在2015年左右，因此这几本书看的都是第一版，第二版没看。

截至本文撰写时，Z-Library 上有《道光皇帝》第一版的 EPUB 版本。其他四本图书则只有扫描 PDF 版（《溥仪》是第一版，另外三本均为第二版）。个人感觉第二版明显没有第一版好，因为第一版里面有很多精彩的照片，第二版全部换成了手工绘图，两章才有 1 幅绘图，没啥意思。

步骤

OCR

这一步其实最难，目前并没有找到很好的中文 OCR 工具。我使用 macOS 系统自带的 OCR，虽然大部分文字能复制出来，但是很多形近字会出错。例如：

• 进人（应该是“进入”）
• 天折（应该是“夭折”）
• 毕竞（应该是“毕竟”）

尝试过一些自动化工具，感觉效果不理想。看看今年秋季新发布的带 AI 的 macOS 是否会有改善。

编写 markdown 文件

git clone https://github.com/phodal/ebook-boilerplate.git
cd chapters

然后在 chapters 目录里面建立 .md 文件，每章一个文件，文件名随意。文件里面粘贴 OCR 的内容。后面编译时会自动识别 .md 文件中的一级标题和二级标题，并以此建立 EPUB 的目录。

上面提到 OCR 会出现形近字的错误。而且相同的错误词语会出现多次。所以可以利用 sed 命令做一次性替换。例如把所有的“天折”修改成“夭折”

find . -path "*/chapters/*.md" -exec sed -i '' 's/天折/夭折/g' {} +

设置 CSS

git clone 下来的根目录里有 style.css 文件，在这里可以设置自己喜欢的 CSS 样式。

/* 去掉列表前面的1、2、3、4等编号。这个很重要，否则自动生成的目录上带着1、2、3、4等，不好看 */
ol {
  list-style-type: none;
}

/* 下面这些可有可无 */
/* 给标题下面增加虚线的分割线 */
h1, h2 {
  border-bottom: 1px dashed #4f5051;
}

/* 普通段落的样式。中文一般都会开头空两格 */
p {
  line-height: 150%;
  text-indent: 2em;
  font-family: sans-serif;
}

/* 引用的样式，对应 markdown 里面的 > 后面的内容 */
blockquote {
  border-left: 0.3rem solid #1abc9c;
  margin-left: 0;
  margin-right: 0;
  font-size: 80%;
}
blockquote p {
  font-family: 'STKaiti', 'Kaiti', serif;
}

效果图如下：

设置封面

封面图片直接用 PDF 的封面图片即可，文件名改成 cover.jpg，放入 img 目录下面即可。

编译

首先如果是 macOS 系统，要修改一下 init.sh 文件，改成这样：

sed -i '' "s/Phodal Huang/$author/g" "build/author.html" "build/metadata.xml" "build/title.txt" "Makefile"
sed -i '' "s/电子书模板/$bookname/g" "build/author.html" "build/metadata.xml" "build/title.txt" "Makefile"

即在 -i 后面要加上空字符 ''。因为 macOS 里面的 sed 和 Linux 不一样。

然后再修改一下 Makefile 文件，因为作者提供的 Makefile 没有给 EPUB 添加 CSS。我们自己加进去。

epub: markdown
	pandoc -s $(filename).md -t epub -o $(filename).epub -c style.css \
		--epub-metadata $(include_dir)/metadata.xml \
		--epub-cover-image img/cover.jpg \
		--title-prefix $(title) \
		--toc

然后安装好 pandoc，就可以通过 make epub 运行了。运行结束之后，在当前目前下面会生成 ebook.epub 文件，就可以加载在 Apple Books 里面看了。

上传到 Z-Library

把 ebook.epub 文件拖过去，然后填入 ISBN 号，系统会自动补充元数据。提交之后会被审核几个小时，审核通过之后即可公开。

目前已上传完成（注意前面的主域名 zh.singlelogin.re 可能会失效，需要去 Z-Library 官方推特上找新的域名）的图书如下，会慢慢更新：

• 守成天子 – 喻大华评说嘉庆帝 （2016年，ISBN = 9787500863717，URL：https://zh.singlelogin.re/book/28906994/7d9dce）
• 薄命天子- 喻大华评说咸丰帝 （2018年，ISBN = 9787500868545，URL：https://zh.singlelogin.re/book/29378118/eb2046/）
• 傀儡天子- 喻大华评说光绪帝（2018年，ISBN = 9787500868880，URL：https://zh.singlelogin.re/book/29378122/bd6dd9/）
• 末代皇帝溥仪（2011年，ISBN = 9787802197671，URL：https://zh.singlelogin.re/book/29378124/440d39/）

不同设备之间阅读进度无法同步的问题

Apple Books 的优点除了省电之外，就是不同设备之间可以同步阅读进度和书签、注记等。可是我做的这几个 EPUB 却出现了如下的 bug：

1. 书签、注记不能同步。
2. 阅读进度显示有大 bug：iOS 上显示的是 macOS 上的阅读进度，无论 iOS 上本身阅读到百分之多少，首页的进度始终不更新。 macOS 上的阅读进度倒是正常的。

这原因主要在于：我们一般操作都是在 macOS 上双击打开 EPUB 文件，让 Apple Books 加载 EPUB 图书，然后该图书就同步到了 iOS 上。这时就会产生 bug。一个解决方案如下：

1. 删除出现 bug 的图书（选择在所有设备里都删除）。
2. 在 macOS 上，把 EPUB 文件上传到 iCloud 任意一个文件夹。
3. 在 iOS 上，从 iCloud 中下载这个 EPUB 文件，打开。
4. 在 iOS 上开始阅读，此时 macOS 上也会出现这个图书，可以下载。过几秒钟后，进度会显示一致。
5. （不太确定）在 iOS 上不要设置该图书“阅读完毕”，否则进度同步功能又会出现故障。

这个解决方案原先来自如下的 Reddit 贴文，只不过他用的是 Google Drive，我直接换成了 iCloud。

Comment
byu/archimedes1010 from discussion
inapplehelp

看书比刷抖音有意思的多。