电子书，或称 eBooks，已经存在很长时间了，但用于阅读它们的便捷设备是相对较新的发展。在手机、平板电脑和专用电子书阅读器之间，您很可能在生活中拥有一些可以用来阅读电子书的设备。这对于提高您的阅读量非常棒，但这也引出了一个问题，即电子书有哪些开放文件格式，以及哪种格式最好。
为什么选择电子书？
电子书很棒。我使用它们的时间比专用阅读器存在的时间还要长。
我很欣赏电子书使我能够随身携带几卷文本，而无需实际承担几令纸的重量。当然，我可能不会在杂货店排队时实际阅读儒勒·凡尔纳的全部作品，但知道我拥有它们以备不时之需，这让我感到安慰。我也很欣赏它们给予我的查找我最喜欢的引语或段落的能力，以及视力有限的读者可以放大文本以便阅读，或者完全失明的读者可以让他们的计算机为他们朗读文本这一事实。我很高兴我可以在会议上用 Restructured Text 做笔记，并用 Pandoc 将我的笔记转换为完全超链接的电子书，以便在我的飞机旅程中查看。
为什么要开放？
首先，让我们确定一下，在本文中，我们只关注开放文件格式，以及原因。电子书开放格式最明显的优势在于，开放格式可以转换为任何其他格式，这意味着您的书可以在任何设备上阅读。当您获得一种格式的书籍，而您的设备或操作系统 (OS) 只读取任何其他格式，除了那种格式时，技术就会适得其反。开放格式的基本水平不会发生这种情况。
开放格式还确保任何人都可以创建电子书。纸和笔几乎是通用的，因此如果电子书的格式是封闭的，那么我最好还是学习速记。
最后，我只对完全开放的格式感兴趣；有些格式“足够开放”可以转换，但不够开放到任何操作系统都可以创建它们，反之亦然。这对我不起作用，特别是作为 PowerPC Linux 用户，x86 二进制文件来创建“某种开放”的电子书对我没有任何用处。
在消除这些前言之后，让我们看看有哪些格式。
EPUB
不用拐弯抹角：EPUB 格式是自电子书以来电子书发生的最好的事情。它很简单、轻巧、跨平台且用途广泛。它是通过结合完美的功能性现有技术来构建新技术的开源理想的典范。EPUB 文件基本上是一个包含一些元数据的 HTML 文件集合，放在一个 zip 文件中。
这听起来可能很花哨和技术性，但制作 EPUB 可以像使用 Pandoc 的一行命令一样简单，或者从 Libre Office 导出。
这是我用来将会议记录转换为 EPUB 的命令
$ pandoc -f rst -t epub3 notes.rst \
-o allThingsOpen2015.epub
一个更复杂的命令，用于最近在线发布的一本书
$ pandoc -f markdown -t epub3 book.md colophon.md \
-N --epub-stylesheet=style.css \
--epub-metadata=metadata.xml
--epub-cover-image=./images/cover-front.svg \
--epub-embed-font=kabel.ttf \
--epub-embed-font=Nouveau_IBM.ttf \
-o slackermedia.epub
在紧急情况下，您甚至可以使用标准系统工具生成 EPUB。一个单行 mimetype 文件放在 zip 容器的头部，将容器标识为 EPUB 文档，以及一个包含所有 HTML 资产和文件的目录，就可以呈现一个可用的 EPUB 文件。正确的目录可能会更复杂，但这足以让您入门
$ echo "application/epub+zip > mimetype
$ zip -0Xq book.epub mimetype
$ zip -Xr9D book.epub META-INF/ OEBPS/
EPUB 格式很流行，并且得到了很好的支持。许多设备都支持它，或者它们支持可以阅读它的应用程序。Firefox 插件 EPUB Reader 允许在任何运行 Firefox 的设备上轻松访问 EPUB。FBReader 在计算机和移动设备上打开它们。在紧急情况下，EPUB 文件甚至可以解压缩并作为原始 HTML 查看。
简而言之，EPUB 格式没有任何障碍。它是开放的、可访问的，而且功能强大。
优点
- 使用 HTML 以及简单的开源技术来构建通用的电子书格式。可扩展、动态，并且能够处理 HTML 可以处理的大部分内容。
- EPUB 使用标准 HTML 和 CSS 进行格式化，允许用户根据需要覆盖样式，这意味着用户可以根据需要修改字体、颜色和大小。
- 在许多电子阅读器设备以及大多数计算机和移动设备上通过开源 EPUB 阅读器应用程序得到很好的支持。
- 由于 EPUB 基于 HTML，因此易于转换。
缺点
- 某些设备可能不支持 EPUB，需要转换。
结论
EPUB 是电子书应得的格式，对我来说，它是衡量所有其他格式的标准。它在一个轻巧、开放且明智的容器中提供了一本内容丰富、易于阅读的书籍。
纯文本
原始电子书格式是纯旧 ASCII（尽管希望今天人们会选择 Unicode）。这是计算中最通用的格式；任何平台上的任何操作系统都可以读取它，并且任何文本处理器都可以从中转换。
优点
- 任何人都可以创建纯文本，无需任何特殊工具或知识。
- 纯文本是将转换为其他格式的安全可靠的来源。
- 大多数设备都支持查看纯文本，无论以何种方式；Android 设备可以在任何笔记或办公应用程序中查看纯文本，计算机有文本编辑器，电子阅读器通常会在默认阅读应用程序中打开纯文本。甚至一些便携式音乐播放器（以及任何加载了 Rockbox 的音乐播放器）也可以查看纯文本。
- 纯文本可以重新包装句子，以便内容动态调整以适应不同尺寸的屏幕。
缺点
- 可以认为纯文本实际上不是电子书格式。它无法从目录超链接到特定章节，它不支持图像等等。从某种意义上说，它没有利用电子书在使信息更快地定位方面提供的任何点击优势。
- 您可以动态更改文本布局以适应不同尺寸的屏幕，但如果作者在每 80 个字符后硬编码换行符，那么无论您的阅读器如何调整，格式都将限制为每行最多 80 个字符，或者在不寻常的位置换行。
结论
可以相当肯定地说，虽然纯文本具有持久的未来适应性并确保跨设备的兼容性，但它不是电子书的理想格式。但是，只要文档的布局一致，纯文本就很容易解析为其他格式。为了确保格式的一致性，请考虑使用“标记”规则，例如 restructured text (RST)。
FictionBook
FictionBook (.fb2) 电子书是一种 XML 格式，它将整本书放在一个文件中，包括任何图像。因此，它不适用于存储扫描文档（例如整本漫画书或历史传真的完整扫描件），而是作为主要基于文本的书籍，其中贯穿一两个图像。
作为 XML，它继承了我们对电子书所期望的所有现代功能。它可以包含超链接、字体样式和复杂布局。它是原生动态的，因此它可以流畅地包装文本以适应任何尺寸的屏幕。
生成 FictionBook 文件就像生成 XML 文件一样容易。它可以在任何文本编辑器中完成（或者如果您是受虐狂，也可以使用大量的 echo 语句），电子阅读器将即时完成所有转换，以将书显示为易于阅读的文档。
作为 XML，文件格式至少是结构良好的，并且很容易被计算机解析，甚至可以被对 XML 标签视而不见的人类解析。
优点
- FictionBook 是一种开放格式，采用无处不在的标记语言，所有内容都包含在一个文件中。
- 富文本，具有图像、超链接和原生动态内容和单词换行。
- 易于创建和转换，只要您熟悉 XML 及其相关工具链（例如 xmllint 和 nxml-mode 等工具）。
缺点
- 在专用电子阅读器设备上的支持很差。但是，如果您的设备运行 FBReader，那么您可以阅读 .fb2 文件。
- 一个文件/一本书的传统可能会随着 .fb3 的出现而逐渐消失，.fb3 正朝着包含封面图像、书籍文件和元数据文件（如 EPUB）的 zip 文件发展。
结论
FictionBook 格式在英语电子书市场中并不流行，尽管它在某些语言中得到了支持，因此您可能不会有机会获得 .fb2 文件，除非您专门寻找它。
如果您碰巧遇到一个，或者如果您打算生成自己的，那么它是否是您的“正确”选择完全取决于您使用什么。如果您使用或乐于开始使用读取 .fb2 文件的应用程序，那么它是一种非常好的格式，它自包含且稳健。
HTML
Web 语言 HTML 是一种功能强大的文档格式，具有超链接、动态文本流、样式、图像链接等功能。它似乎是电子书格式的理想选择，事实上，它成为了许多最流行的电子书格式（包括 EPUB）的基础。
HTML 作为一种格式，不仅简单易学，而且无处不在。您可以在任何平台上编写它，并且显然可以在任何平台上查看它。与 XML 相比，它简单且非常简洁
<p style="color: #666;">
你好 <a href="https://open-source.net.cn/%3Ca%20href%3D"http://example.com">http://example.com">世界</a>。
<img src="https://open-source.net.cn/images/tux.png" />
</p>
HTML 可能易于编写且易于阅读，但事实证明它有一些弱点。您可能可以链接到图像，但您将它们存储在哪里？电子阅读器往往在将目录视为书籍方面表现不佳，因此图像的路径需要以某种方式保持完整。HTML 作品也倾向于分为多个页面，因此一本 25 章的书籍可能会有超过 25 个与之关联的文件；您如何在电子阅读器中管理所有这些文件？
答案当然是，您不这样做。如果您从 Web 下载了一系列 HTML 文档并希望随身携带以供以后使用，请尝试将 HTML 包装成您的电子阅读器可以将其视为电子书的格式。转换很简单，只要所有路径都正确（如果您在 Firefox 中查看装满 HTML 文件的文件夹并且一切看起来都正确，那么您的路径是正确的），您就可以使用 Pandoc 从 HTML 进行转换。一个简单的例子，假设您的目标设备对 EPUB 感到满意
$ pandoc -f html -t epub3 index.html about.html \
chapter1.html colophon.html -o book.epub
优点
- HTML 是 Web 的通用语言。
- HTML 易于编写且易于阅读。它支持动态和超链接文本、样式和图像。由于结构良好，因此易于从 HTML 转换或转换为 HTML。
缺点
- 许多电子阅读器将不同的文件和资产视为不同的文档。
- 并非所有电子阅读器都支持。
结论
HTML 是一种很棒的格式，就文件规范而言，它是电子书的理想选择，但由于电子阅读器倾向于假设每本书一个文件，因此在兼容性方面存在困难。如果您碰巧有一个装满 HTML 的目录，并且想随身携带，请将其转换为适当的电子书格式以获得更好的兼容性。
PDF 文件格式的开发是为了交付旨在用于印刷页面的内容。它最初被认为是“预检”渲染器：用户可以期望从打印机中看到的精确数字版本。
大概是因为缺乏更明显的选择，人们最终开始使用 PDF 作为分发几乎任何他们不打算让其他用户直接编辑的文档的手段。
优点
- 保留书籍的打印布局，无论它是否适用于数字屏幕。
- 大多数电子阅读器和设备都支持的格式。
缺点
- PDF 专为打印而设计，不具有分辨率独立性，并且不能很好地适应屏幕尺寸。
- 就转换而言，几乎是死胡同格式。手动复制和粘贴底层文本可能是可能的（如果文本已嵌入），否则您无法从 PDF 转换为另一种格式。
- 可以渲染非常大的文件，具体取决于创建时使用的图像压缩选项。
- 设备可能支持 PDF 格式，但无法以可读且方便的方式显示大多数 PDF。从图像类型支持到字体冲突，一切都可能阻碍内容是否被渲染。
结论
从某种意义上说，PDF 格式更适合传递样式而不是内容。PDF 往往很大、效率低下且特定于分辨率。由于电子书的普及，开发了一种“重排”功能，尽管 PDF 必须在创建时就写入了重排功能，但即使这样，也只有少数设备支持该功能。
如果您有选择，请避免将 PDF 用于电子书。如果您自己生成内容，请使用除 PDF 之外的任何格式。如果您在没有任何发言权的情况下获得了 PDF，并且在您的设备上阅读它时遇到困难（不断放大内容以通过显微镜镜头阅读句子在第 10 页左右后会变得很累），请使用 pdftotext 从 PDF 中提取文本
$ pdftotext ~/book.pdf book-text.txt
或 pdftohtml。
$ pdftohtml ~/book.pdf book-html.html
这些是获取 PDF 内容的好解决方案，但结果（和可读性）各不相同。
事实是，将书籍从传统排版转换为数字格式并非易事。如果容易的话，古腾堡计划现在已经完成了。即使是经过扫描并通过光学字符识别运行的书籍，也需要大量的清理工作，并且至少要检查一遍错误。
有些书不能完全转换为文本文档，因为它们不仅仅是文本文档。为了保存一些书籍，最好的解决方案是扫描每一页，然后将所有扫描件转储到某个容器中。
似乎这对于 PDF 来说是完美的用例，并且为了兼容性，但如果您的电子阅读器功能特别丰富，或者您在计算机或移动设备上阅读电子书，那么您可能支持漫画书存档或 Djvu。
DjVu
DjVu 格式不仅是一种电子书格式，也是一种压缩格式。DjVu 文件通常比 jpeg 文件还要小，但质量相同。对于小型电子书，差异可能微不足道，但对于较大的作品，它可能意味着 80mb 下载和 20mb 下载之间的差异。
不幸的是，.djvu 支持在专用电子阅读器设备上几乎不存在。虽然它通常不是移动设备和计算机上的内置功能，但一些应用程序支持查看和创建 DjVu 文件，包括 djvulibre 包、Evince 文档查看器和 Android 上的 FBReader。
优点
- 比 jpeg 更好的打印页面传真压缩、可嵌入文本；功能上，更高效、开放和更简单的 PDF 替代品。
缺点
- 电子阅读器不支持广泛使用。
- 特定于分辨率。
结论
一种格式良好、文件大小和效率方面都有优势的格式，但由于支持有限，可能不适合日常使用。
漫画书存档
顾名思义，漫画书存档是一种旨在用于漫画书和图形小说的数字存储和消费的格式。它同样适用于您没有文本或想要或需要作为图形查看的任何书籍。
当然，这本质上与 PDF 存在相同的问题，即图形无法为您的电子阅读器屏幕动态重排自身，但格式本身非常开放，如果您有时间和耐心，则允许进行重组。
事实上，漫画书存档只不过是一个 .zip 或 .rar 文件夹，其中包含一系列图像（分别为 .cbz 和 .cbr）。电子书阅读器将该文件视为一本书，并按顺序显示图像，即时解压缩每个图像。
优点
- 仅使用现有技术的开放格式。没有臃肿；一种非常干净的格式。
- 主要与图像类型无关（尽管您的电子阅读器可能并非如此），因此图像压缩级别是可调整的。
缺点
- 特定于分辨率。
结论
作为存储和消费的格式，这是以数字方式存档漫画和扫描传真的理想方式。它只不过是一个压缩的图像目录，您甚至可以将高质量的主版本存储为母版副本，并为您的设备创建低质量的“便携式”版本。
概述
电子书格式难题归结为以下几点：有源格式、有消费格式（通常由您的电子阅读设备支持的格式决定），以及供应商或分销商为您提供的格式。
不幸的是，这些并不总是彼此一致。
如果世界默认使用开放格式就好了，因为开放格式易于转换，而且它们可以编程生成，以便根据您的需求为您提供最佳选择。情况并非总是如此，因此由您来决定哪种格式最适合您。
好消息是，尽管存在 DRM（供应商对书籍施加的数字限制），但转换通常是一种选择。获取您的内容，按照您需要的方式处理它，使其适合您，并始终保留最开放的格式作为备份。
17 条评论