Текст книги "Создание электронных книг в формате FictionBook 2.1: практическое руководство"
Автор книги: Михаил Кондратович
сообщить о нарушении
Текущая страница: 4 (всего у книги 15 страниц)
§ 2.9 Элементы раздела книги (section).
Элементы второго уровня.
Элемент stanza
Строфа стихотворения.
Cинтаксис: stanza>content</stanza>
Используется в элементах: poem
Вложенные элементы: title, subtitle, v
Количество вхождений: одно и более
Атрибуты: нет
Версия формата: 2.0
Пример: см. пример элемента poem
Элемент text-author
Автор эпиграфа, цитаты или стихов.
Cинтаксис: <text-author>content</text-author>
Используется в элементах: cite, epigraph, poem
Вложенные элементы: strong, emphasis, style, a, strikethrough, sub, sup, code, image
Количество вхождений: произвольное
Атрибуты: id, style
Версия формата: 2.0
Пример: см. пример элемента poem
Элемент v
Cтрока в строфе стихотворения.
Cинтаксис: <v>content</v>
Используется в элементах: stanza
Вложенные элементы: a, code, emphasis, strikethrough, strong, style, sub, sup, image
Количество вхождений: одно и более
Атрибуты: нет
Версия формата: 2.0
Пример: см. пример элемента poem
§ 2.10 Элементы таблиц
Элемент tr
Строка таблицы.
Cинтаксис: <tr>content</tr>
Используется в элементах: table
Вложенные элементы: th, td
Количество вхождений: одно и более
Атрибуты: align
Версия формата: 2.1
Пример: см. пример элемента table
Элемент th
Заголовок столбца таблицы.
Cинтаксис: <th>content</th>
Используется в элементах: tr
Вложенные элементы: a, code, emphasis, strikethrough, strong, style, sub, sup, image
Количество вхождений: одно или отсутствует
Атрибуты: id, style, colspan, rowspan, align
Версия формата: 2.1
Пример: см. пример элемента table
Элемент td
Ячейка столбца таблицы.
Cинтаксис: <td>content</td>
Используется в элементах: tr
Вложенные элементы: a, code, emphasis, strikethrough, strong, style, sub, sup, image
Количество вхождений: одно и более
Атрибуты: id, style, colspan, rowspan, align
Версия формата: 2.1
Пример: см. пример элемента table
§ 2.11 Элементы абзаца (стилевые, они же inline элементы)
Элемент a
Ссылка или сноска.
Cинтаксис: <a>content</a>
Используется в элементах: code, emphasis, p, strikethrough, strong, style, subtitle, sub, sup, th, td, v
Вложенные элементы: code, emphasis, strikethrough, strong, style, sub, sup, image
Количество вхождений: произвольное
Атрибуты: href (обязательный), type
Версия формата: 2.0
Пример:
см. пример
[1]
Элемент code
Преформатированный текст. В читалках должен отображаться моноширинным шрифтом.
Может использоваться, чтобы выделить исходники программ и примеры.
На момент написания книги поддерживается только читалкой CoolReader. Причем, поддерживается неправильно – как элемент аналогичный сite, хотя это такое же стилевое выделение, как strong или emphasis.
Cинтаксис: <code>content</code>
Используется в элементах: code, emphasis, p, strikethrough, strong, style, subtitle, sub, sup, th, td, v
Вложенные элементы: a, code, emphasis, strikethrough, strong, style, sub, sup, image
Количество вхождений: произвольное
Атрибуты: нет
Версия формата: 2.1
Пример:
Преформатированный текст
Элемент emphasis
Наклонный шрифт (курсив).
Cинтаксис: <emphasis>content</emphasis>
Используется в элементах: code, emphasis, p, strikethrough, strong, style, subtitle, sub, sup, th, td, v
Вложенные элементы: a, code, emphasis, strikethrough, strong, style, sub, sup, image
Количество вхождений: произвольное
Атрибуты: нет
Версия формата: 2.0
Пример:
Курсивный текст
Элемент strikethrough
Перечеркнутый шрифт.
На момент написания книги читалками не поддерживается.
Cинтаксис: <strikethrough>content</strikethrough>
Используется в элементах: code, emphasis, p, strikethrough, strong, style, subtitle, sub, sup, th, td, v
Вложенные элементы: a, code, emphasis, strikethrough, strong, style, sub, sup, image
Количество вхождений: произвольное
Атрибуты: нет
Версия формата: 2.1
Пример:
Эта сволочь , этот нехороший человек…
Элемент strong
Полужирный шрифт.
Cинтаксис: <strong>content</strong>
Используется в элементах: code, emphasis, p, strikethrough, strong, style, subtitle, sub, sup, th, td, v
Вложенные элементы: a, code, emphasis, strikethrough, strong, style, sub, sup, image
Количество вхождений: произвольное
Атрибуты: нет
Версия формата: 2.0
Пример:
Полужирный текст
Элемент style
Заранее определенный стиль для отображения книги.
Cинтаксис: <style>content</style>
Используется в элементах: code, emphasis, p, strikethrough, strong, style, subtitle, sub, sup, th, td, v
Вложенные элементы: code, emphasis, strikethrough, strong, style, sub, sup, image
Количество вхождений: произвольное
Атрибуты: name (обязательный)
Версия формата: 2.0
Пример:
Этот текст будет
–
Элемент sub
Нижний индекс (subscript).
На момент написания книги читалками не поддерживается.
Cинтаксис: <sub>content</sub>
Используется в элементах: code, emphasis, p, strikethrough, strong, style, subtitle, sub, sup, th, td, v
Вложенные элементы: a, code, emphasis, strikethrough, strong, style, sub, sup, image
Количество вхождений: произвольное
Атрибуты: нет
Версия формата: 2.1
Пример:
x1+x2=y
Элемент sup
Верхний индекс (superscript).
На момент написания книги читалками не поддерживается.
Cинтаксис: <sup>content</sup>
Используется в элементах: code, emphasis, p, strikethrough, strong, style, subtitle, sub, sup, th, td, v
Вложенные элементы: a, code, emphasis, strikethrough, strong, style, sub, sup, image
Количество вхождений: произвольное
Атрибуты: нет
Версия формата: 2.1
Пример:
E=mC2
§ 2.12 Элементы для платных книг
В версию 2.1 были введены специальные элементы для создания платных книг. Поскольку сам формат средств криптозащиты не предусматривает, обрабатывать эти тэги должен исключительно сервер библиотеки.
К сожалению, или, вернее, к счастью, эти элементы до сих пор не нашли применения.
Элемент output
Определяет способ вывода контента книги.
Cинтаксис: <output>content</output>
Используется в элементах: description
Вложенные элементы: part, output-document-class
Количество вхождений: произвольное
Атрибуты: mode (обязательный), currency, incude-all (обязательный)
Версия формата: 2.1
Пример:
Элемент output-document-class
Назначение неясно.
Cинтаксис:<output-document-class>parts</output-document-class>
Используется в элементах: output
Вложенные элементы: part
Количество вхождений: произвольное
Атрибуты: name, create, price
Версия формата: 2.1
Пример: нет
Элемент part
Делит книгу на платные и бесплатные части.
Cинтаксис:<part/>
Используется в элементах: output
Вложенные элементы: нет
Количество вхождений: произвольное
Атрибуты: mode, include
Версия формата: 2.1
Пример: см. пример элемента output
§ 2.13 Спецсимволы
Некоторые символы в теле книги отображаются особым образом. Это нужно для предотвращения сбоев. Например, «<» и «>» зарезервированы для обозначения границ тэгов. Если их использовать в прямом виде как-то еще, то программа будет считать это ошибкой.
Такие последовательности называются предопределенными сущностями.
Список таких символов в FictionBook крайне мал. Их, собственно, всего три.
& – &;
< – <;
> ; – >;
Cтандартные сущности XML ' и " в FiсtionBook не используются и конвертируются в символы «'» и «"» соответственно.
§ 2.14 Список атрибутов элементов
Многие элементы в FictionBook имеют дополнительные параметры – атрибуты.
Атрибут align
Выравнивание текста в ячейке таблицы.
Используется в элементах: td, th, tr
Значение: фиксированное; left, right, center, justify
Значение по умолчанию: left
Атрибут alt
Назначение аналогично HTML – текст, отображающийся вместо картинки.
Используется в элементах: image
Значение: произвольная текстовая строка
Атрибут colspan
Позволяет объединять столбцы таблиц.
Используется в элементах: th, td
Значение: произвольное целое число
Атрибут content-type
Определяет тип содержимого элемента-контейнера binary
Используется в элементах: binary
Значение: фиксированное; image/png, image/jpeg, image/tiff, image/bmp, octet-stream
Атрибут create
Назначение неясно.
Используется в элементах: output-document-class
Значение:
Атрибут currency
Валюта, в которой определена цена платной книги.
Используется в элементах: output
Значение: ограниченно-произвольное
Атрибут href
Ссылка. Как правило, внутри документа.
Используется в элементах: a, image
Значение: ссылка.
Атрибут id
Метка, позволяющая ссылаться на элемент.
Используется в элементах: annotation, binary, cite, epigraph, image, p, poem, section, subtitle, table, td, text-author, th
Значение: текстовая строка.
Атрибут info-type
Характеризует произвольную информацию.
Используется в элементах: custom-info
Значение: произвольная текстовая строка.
Атрибут include
Назначение неясно.
Используется в элементах: part
Значение:
Атрибут include-all
Назначение неясно.
Используется в элементах: output
Значение: фиксированное
Атрибут match
Определяет степень соответствия произведения выбранному жанру.
Используется в элементах: genre
Значение: целое число в диапазоне от 1 до 100
Атрибут mode
Способ вывода платного документа
Используется в элементах: output
Значение:
Атрибут name
Позволяет присвоить элементу имя. В отличие от метки (id), имя элемента используется исключительно программными средствами обработки документа.
Используется в элементах: body, sequence, output-document-class
Значение: произвольное
Атрибут number
Порядковый номер книги в серии.
Используется в элементах: sequence
Значение: произвольное целое число
Атрибут price
Цена платного документа
Используется в элементах: output-document-class
Значение: произвольное число c плавающей запятой
Атрибут rowspan
Позволяет объединять строки таблицы.
Используется в элементах: th, td
Значение: произвольное целое число
Атрибут style
Позволяет выбрать для элемента предопределенный стиль.
Используется в элементах: p, subtitle, table, td, text-author, th
Значение: произвольное; строка состоящая из латинских букв и цифр.
Пример:
Текст, выровненный по правому краю
Текст: фон черный, цвет шрифта белый, отступы справа и слева 20 процентов, сверху и снизу – 10 пикселей, высота строки 180 процентов
Атрибут title
Позволяет добавить к рисунку заголовок (подпись)
Используется в элементах: image
Значение: произвольная текстовая строка
Атрибут type
Определяет тип элемента.
Используется в элементах: a, stylesheet
Значение: фиксированное (текстовая строка) обычно «note» для элемента a и «text-css» для stylesheet
Атрибут value
Дата.
Используется в элементах: date
Значение: произвольная дата в формате YYYY-MM-DD
Атрибут xmlns
Ссылка на спецификацию формата.
Используется в элементах: FictionBook
Значение: жестко фиксированное (URL), обычно: http://www.gribuser.ru/xml/fictionbook/2.0
Атрибут xmlns:l
Ссылка на общую спецификацию формата.
Используется в элементах: FictionBook
Значение: жестко фиксированное (URL), обычно: http://www.w3.org/1999/xlink
§ 2.15 Алфавитный список всех элементов FictionBook 2.1
a (§ 2.11)
annotation (§ 2.5)
author (§ 2.5)
binary (§ 2.3)
body (§ 2.3)
book-name (§ 2.5)
book-title (§ 2.5)
cite (§ 2.8)
city (§ 2.5)
code (§ 2.11)
coverpage (§ 2.5)
custom-info (§ 2.4)
date (§ 2.5)
description (§ 2.3)
document-info (§ 2.4)
email (§ 2.6)
emphasis (§ 2.11)
empty-line (§ 2.8)
epigraph (§ 2.7)
FictionBook (§ 2.3)
first-name (§ 2.6)
genre (§ 2.5)
history (§ 2.5)
home-page (§ 2.6)
id (§ 2.5)
isbn (§ 2.5)
image (§ 2.7)
keywords (§ 2.5)
lang (§ 2.5)
last-name (§ 2.6)
middle-name (§ 2.6)
nickname (§ 2.6)
output-document-class (§ 2.12)
output (§ 2.12)
p (§ 2.8)
part (§ 2.12)
poem (§ 2.8)
program-used (§ 2.5)
publish-info (§ 2.4)
publisher (§ 2.5)
section (§ 2.7)
sequence (§ 2.5)
src-lang (§ 2.5)
src-ocr (§ 2.5)
src-title-info (§ 2.4)
src-url (§ 2.5)
stanza (§ 2.9)
strikethrough (§ 2.11)
strong (§ 2.11)
style (§ 2.11)
stylesheet (§ 2.3)
sub (§ 2.11)
subtitle (§ 2.8)
sup (§ 2.11)
table (§ 2.8)
td (§ 2.10)
text-author (§ 2.9)
th (§ 2.10)
title (§ 2.7)
title-info (§ 2.4)
tr (§ 2.10)
translator (§ 2.5)
v (§ 2.9)
version (§ 2.5)
year (§ 2.5)
Часть III
Конвертирование книг из других форматов
Cлучаи, когда книга готовится в формате FictionBook изначально, (как вот эта книга :) ) чрезвычайно редки. Обычно имеется готовый текст, который необходимо конвертировать в формат FictionBook.
Вообще, создание книги в формате FictionBook можно разделить на три этапа.
1) подготовка исходного текста;
2) конвертация текста в формат FictionBook;
3) вычитка, структурирование и окончательная доводка книги.
Первый этап включает набор текста или сканирование исходного документа с распознаванием. Или же выдирание текста из PDF, или, какого-нибудь экзотического формата, например, ExeBook. Также сюда входит первичная вычитка текста.
Второй этап – конвертация в формат FB2.
Третий этап – доводка книги. По моему скромному мнению, самый тонкий и важный этап.
Дело в том, существующие программные средства позволяют конвертировать документы txt, html, doc(rtf), что называется «одним кликом». Но, к сожалению, качественный FB2 таким образом создать совершенно невозможно. После конвертации такую книгу приходится загружать в редактор и доводить до ума вручную.
Использование автоматической конвертации без последующей доводки допустимо только в том случае, если текст конвертируется исключительно для того, чтобы закачать на КПК, прочесть и удалить.
Но если книгу планируется выкладывать в Сеть, или распространять еще каким-то образом, то изготавливать ее «одним кликом» совершенно недопустимо. Не забывайте, что в этом случае, как бы еретически это ни звучало, вы фактически являетесь ИЗДАТЕЛЕМ книги. Проявите же уважение к автору и читателям.
Распознавание и подготовка исходного текста – это тема для отдельной книги, поэтому здесь углубляться в нее не будем.
Более того, на текущий момент нет острой необходимости заниматься сканированием. В Сети полным-полно уже распозннанных текстов, котоорые только и ждут, чтобы их перевели в FB2. В приложении А вы найдете ссылки на библиотеки, в которых такие тексты появляются практически ежедневно.
==ВАЖНО========================
В последние годы значительную часть поступлений в популярные свободные онлайн-библиотеки составляют тексты, взятые с сетевых ресурсов, предназначенных для начинающих авторов.
Дорогие создатели книг! Оставьте Самиздат, Прозу.Ру и прочие прибежища графоманов в покое! Не надо засорять сетевые библиотеки сырыми текстами, которые не делают чести авторам и не доставят удовольствия читателям.
Давайте возьмем за правило оформлять в FB2 только те книги, которые дошли до официального издания, будь то бумажный или электронный вариант. Либо, в виде исключения, СВОИ СОБСТВЕННЫЕ творения.
Не нужно умножать энтропию.
================================
В общем, возьмем за основу, что исходный текст у вас уже есть.
О редактировании и доводке книги будет подробно рассказано несколько ниже. Сейчас же речь пойдет именно о конвертировании текстов.
§ 3.1 Требования к исходному тексту
Наиболее предпочтительными являются txt и RTF(DOC). Их, как будет сказано ниже, можно перенести в редактор книг, без каких-либо дополнительных программных средств.
HTML в этом отношении гораздо хуже. Они, как правило, содержат кучу лишней информации, которую приходится отсекать. А еще HTML может быть разбит на кучу маленьких файлов.
Если же книга представлена в PDF, вам придется потратить время, чтобы «выковырять» текст оттуда. Бывает, что это не так-то просто сделать, а бывает – вообще невозможно (например, если в PDF собраны сканы страниц без распознавания, да еще и в низком разрешении).
Ну и очень желательно, чтобы текст был максимально качественный.
Автор этой книги сам убил массу времени при чистке книги В. Вагина «Заяц, стань тигром». И только потом обнаружилось, что в Internet имеются гораздо более качественные тексты книги…
Поэтому, если вы берете текст из Сети, не поленитесь, поищите разные варианты и сравните их.
Для преобразования текстов в FB2 существуют несколько программных пакетов. Рассмотрим их по порядку.
§ 3.2 Any to FB2
Any to FB2 – «штатное» средство для конвертирования текстовых документов в формат FB2
Для нормальной работы программе требуются MSXML 4.0 и Windows Script Host версии 5.6.
Если MSXML можно скачать с сайта Micro$oft без каких-либо проблем, то при попытке загрузить Windows Script Host производится проверка на «подлинность», т.е. лицензионную чистоту вашей копии Windows.
Поэтому проще обновить Internet Explorer до версии 6.0 SP1. Windows Script Host 5.6 входит в его состав.
Посл установки щелкаем по иконке Any to FB2 GUI.
Интерфейс программы представляет собой окошко с несколькими закладками.
Самая первая строчка – путь ко входному файлу. По умолчанию там стоит «http://». Очевидно, программа может брать файлы на обработку прямо из Internet. Пусть вас это не смущает. Нажав кнопочку с многоточием, вы попадете в стандартное окно выбора файла.
Чуть ниже расположено выпадающее меню «Setting». Здесь можно выбрать профиль настроек. Изначально их там всего три: «Last used» (последние использованные) «Default» (по умолчанию) и «Headers+»
Внизу находятся кнопки:
«Import» – запуск обработки файла. После того, как файл будет успешно преобразован, на месте кнопки «Import» появится кнопочка «Done». Щелкнув по ней, можно сохранить конечный файл.
«Save settings…» – вызывает окошко управления профилями настроек («Manage export presets»). Можно сохранить текущие настройки. Вводим имя профиля в верхней строчке, например, «My priority» и жмем кнопочку «Save». Здеь же можно удалить ненужные профили, выделив их в списке и щелкнув по кнопочке «Delete…»
«Cancel» – выход из программы.
И кнопочка «?» позволяет узнать номер версии программы. Никакого файла помощи или руководства, к сожалению, не предусмотрено…
Если установить галочку напротив расположенной в самом низу рабочего окна опции «Automatically close this window when finished», то сразу после обработки файла программа закроется.
Теперь рассмотрим закладки.
Первая закладка, «Document», содержит важнейшие настройки обработки файла.
«Text structure» призвана помочь программе разобраться с разбиением текста на абзацы. Предусмотрены три положния радиокнопки.
«Auto» – предоставляет программе решать этот вопрос самостоятельно.
«Indented» – в начале каждого абзаца есть отступ.
«EmptyLines» – после каждого абзаца идет пустая строка.
ВНИМАНИЕ, БАГ!
При преобразовании форматированных текстов, программа считает новым абзацем строку, начинающуюся со знака «тире», «-». вне зависимости, есть отступ перед ней или нет. К счастью, этот глюк можно легко обойти. Можно деформатировать текст по принципу, «одна строка – один абзац», до того, как скормить его конвертору, а можно сделать это и в самой программе, используя регулярные выражения пре-обработки.
Далее идут настройки, относящиеся непосредственно к преобразованию файлов. Сразу скажу, что «ишкуштвенный интилект» программы, весьма и весьма слаб, поэтому большинство настроек приходится отключать.
«Preserve » – оставлять содержимое, обрамленное тэгом form. Меню, голосования и т.д. Включать не стоит.
«Do not convert charset» – не менять кодовую таблицу файла.
«No epigraphs» – не распознавать эпиграфы. Даже эту нехитрую операцию программа делает не всегда корректно, поэтому ставим галочку.
«No » – не ставить пустых строк. Обычно эту опцию включать не требуется.
«No description» – под «description» здесь понимается аннотация. Не делать аннотацию. Однозначно ставим галочку.
«Allow 1000 error fixes» – разрешить программе попытаться восстановить битый документ. Пожалуй, галочку ставить не надо.
«Do not convert «quotes» to «quotes»» – не конвертировать компьютерные кавычки в типографские. Эта операция нужная, и обычно программа отрабатывает ее без нареканий. Не ставим галочку.
«Do not convert [text] and {text} into footnotes» – не конвертировать текст в квадратных и фигурных скобках в сноски. Ставить или не ставить галочку – дело вкуса. Я лично предпочитаю делать сноски вручную.
«Do not convert _italic_ текст» – не конвертировать текст, обрамленный знаками подчеркивания в курсив. Ставим галочку. Не стоит разрешать программе делать это самой. Очень часто получается так называемый «рваный» курсив (
«Do not restore broken paragraphs» – не восстанавливат разорванные абзацы. Ставим галочку.
«Do not detect poems» – не выделять стихи. Ставим галочку однозначно. Программа определяет стихи исключитенльно по коротким строчкам и делает это крайне коряво.
«Only use marked with
«Ignore line indent (spaces at the line start)» – не считать пробелы в начале сроки признаком абзаца.
«Convert leading '-' to long dash '—' (dialogs)» – конвертировать компьютерный «минус» в начале строки в длинное тире. Ставим галочку, особенно, если конвертируем DOS-текст.
Вторая закладка – «Links», предназначена для настройки обработки html-файлов.
Первый блок – «Images», относится к картинкам, если таковые во входном файле имеются.
Опция «Remove ALL images from the document» убирает вообще все картинки.
«Remove off-site images» – убирает только те картинки, которые располагаются не на сайте, с которого был загружен конкретный html.
«Preserve dynamic images» – не удалять картинки с URL динамического вида, например, счетчики.
Блок «Linked documents»
«Remove external links» – просто убирает линки, ведущие за пределы документа.
Включение опции «Follow links» делает активными все последующие опции.
Теоретически, если исходный текст представлен в виде пачки html-файлов и имеется некий файл-оглавление со ссылками, можно включить эту опцию, открыть файл-оглавление, а остальные программа подстыкует автоматически. На практике это зачастую получается довольно коряво.
«Follow off-site links» – следовать по линкам, ведущим за пределы сайта.
Рядом находится уровень следования (level deep).
«Only follow matching the expression» – следовать только линкам, совпадающим с нижеуказанным выражением.
«Never follow matching the expression» – НЕ следовать линкам, совпадающим с нижеуказанным выражением.
Третья закладка – «RegEXP» – обработка текста с помощью регулярных выражений.
Подробнее о том, что такое регулярные выражения и как ими пользоваться, можно прочесть в приложении Д в конце книги.
«Header detection regular expression» – регулярные выражения, с помощью которых программа может распознавать заголовки.
«Regular expression to run on-load» – регулярные выражения, предназначенные для обработки исходного текста.
Окошко разделено на два столбца. Первый (+new search pattern) предназначен для выражения поиска. Второй (+new replace pattern) – для выражений замены.
Регулярных выражений может быть несколько.
Вот как можно обойти вышеописанный баг с неправильным распознаванием новых абзацев.
в графе «+new search pattern» вводим:
rn(S)
(перевод строки, новая строка, не-пробел).
А в графу «+new replace pattern» вводим:
$1
Здесь не видно, но перед «$1» должен идти пробел. То есть символы перевода строки и новой строки будут заменены на пробел. А само «$1» есть обращение к выражению в скобках в регэкспе поиска. Оно нужно, чтобы сохранить в неприкосновенности не-пробел, который идет сразу после символа новой строки.
«Regular expression to run on result document» – регулярные выражения, предназначенные для обработки выходного документа.
Устроено аналогично предыдущему.
И, последняя, четвертая вкладка – «Log» – не имеет никаких опций. Там отображается ход операции преобразования.
Программа умеет конвертировать файлы TXT, HTM, RTF, DOC. Для обработки последних она использует Micro$oft Word, для предварительного преобразования их в HTML.
С разбиением на секции программа справляется плохо. Требуется последующая правка в редакторе.
Резюме:
Неплохое средство для конвертирования файлов TXT и HTML.
Пользоваться программой имеет смысл, особенно, если книга конвертируется для того, чтобы «прочитать и удалить».
Для пакетного конвертирования файлов написана надстройка (front-end) Batch2FB.
