电子书，或称 eBooks，已经存在很长时间了，但方便的阅读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。这对提高您的阅读量非常有帮助，但这也引出了一个问题：电子书有哪些开放文件格式，哪种格式最好。
为什么选择电子书？
电子书很棒。在我使用它们的时间比专用阅读器存在的时间还要长。
我很欣赏电子书让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阅读儒勒·凡尔纳的全部作品，但知道我有这些作品可以随时阅读让我感到安慰。我也欣赏它们让我能够找到我最喜欢的引言或段落，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朗读文本。我很欣赏我可以在会议上用 Restructured Text 做笔记，并使用 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。
为什么选择开放格式？
首先，让我们确定一下，在本文中我们只关注开放文件格式，以及为什么。电子书开放格式最明显的优势是，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，但就是不读这种格式时，技术就失去了意义。开放格式的基本级别不会发生这种情况。
开放格式还确保任何人都可以创建电子书。笔和纸几乎是通用的，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”可以从中转换，但不够开放到任何操作系统都可以创建它们，或者反之亦然。这对我来说行不通，特别是作为 PowerPC Linux 用户，x86 二进制文件来创建“某种程度上开放”的电子书对我没有任何用处。
在排除了这些序言之后，让我们看看有哪些格式。
EPUB
开门见山地说：EPUB 格式是电子书自问世以来发生的最好的事情。它很简单、轻便、跨平台且用途广泛。它是通过结合完美运行的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 zip 文件中的 HTML 文件集合。
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，用于最近在线出版的书籍
$ 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。放置在 zip 容器头部的单行 mimetype 文件，将容器标识为 EPUB 文档，以及包含所有 HTML 资产和文件的目录，即可呈现一个可用的 EPUB 文件。适当的目录可能更复杂，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很好的支持。许多设备都支持它，或者它们支持可以读取它的应用程序。Firefox 插件 EPUB Reader 允许在任何运行 Firefox 的设备上轻松访问 EPUB。FBReader 在计算机和手机上打开它们。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，并且功能强大。
优势
- 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 可以处理的大多数内容。
- 使用标准的 HTML 和 CSS 进行格式化，EPUB 允许用户根据需要覆盖样式，这意味着字体、颜色和大小都可以根据用户的需要进行修改。
- 通过开源 EPUB 阅读器应用程序，在许多电子阅读器设备以及大多数计算机和手机上得到良好支持。
- 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 是电子书应有的格式，对我而言，它是衡量所有其他格式的标准。它以轻量级、开放且明智的容器提供丰富、易于阅读的书籍。
纯文本
最初的电子书格式是纯旧的 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，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）都可以查看纯文本。
- 纯文本可以重新换行句子，以便内容动态适应不同尺寸的屏幕。
缺点
- 有人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式优势。
- 您可以动态更改文本的布局以适应不同尺寸的屏幕，但如果作者在 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
可以肯定地说，虽然纯文本在未来具有持久的未来证明性并确保跨设备的兼容性，但它并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“标记语言”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，它不适合存储扫描文档（例如整本漫画书或历史传真的完整扫描），而是作为主要基于文本的书籍，其中穿插一张或几张图像。
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。它是原生的动态的，因此它可以流畅地换行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（或者使用大量的 echo 语句，如果您是受虐狂），电子阅读器将即时进行所有转换，以将这本书显示为易于阅读的文档。
作为 XML，文件格式结构良好，至少可以说，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 是一种无处不在的标记语言中的开放格式，所有内容都包含在一个文件中。
- 富文本，带有图像、超链接和原生动态内容以及自动换行。
- 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惨淡。但是，如果您的设备运行 FBReader，那么您可以阅读 .fb2 文件。
- 一本图书/一个文件的传统可能会随着 .fb3 的推出而逐步淘汰，后者正在转向包含封面图像、图书文件和元数据文件的 zip 文件（如 EPUB）。
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，因此您可能或可能没有机会在没有专门寻找的情况下获得 .fb2 文件。
如果您碰巧遇到一个，或者如果您打算生成自己的文件，那么它是否是适合您的“正确”选择完全取决于您使用的内容。如果您使用或乐于开始使用可以读取 .fb2 文件的应用程序，那么它是一种非常好的格式，它本身包含并且非常强大。
HTML
Web 语言 HTML 是一种强大的文档格式，具有超链接、动态文本流、样式、图像链接等功能。它似乎非常适合作为电子书格式，事实上，它也成为了许多最流行的电子书格式的基础，包括 EPUB。
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，它既简单又非常简洁
<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 可能易于编写和阅读，但事实证明它有一些缺点。您可能可以链接到图像，但您将它们存储在哪里？电子阅读器往往不擅长将目录视为书籍，因此图像的路径需要以某种方式保持完整。HTML 中的作品也往往被分成几个页面，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，您不会。如果您从 Web 下载了一系列 HTML 文档并想随身携带以供以后使用，请尝试将 HTML 包装成电子阅读器可以视为电子书的格式。转换很简单，只要所有路径都正确（如果您在 Firefox 中查看充满 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。一个简单的示例，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 易于编写和阅读。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
- 分散的文件和资产，许多电子阅读器将其视为不同的文档。
- 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。如果您碰巧有一个充满 HTML 的目录，您想随身携带，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传递 intended 用于打印页面的内容。它最初被认为是“预飞”渲染器：用户可以期望从打印机中看到的精确数字版本。
大概是由于缺乏更明显的选择，人们最终开始将 PDF 用作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，无论它是否适合数字屏幕。
- 大多数电子阅读器和设备都支持的格式。
缺点
- PDF 旨在用于打印，与分辨率无关，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，一切都可能妨碍内容是否呈现。
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，已经开发了一种“重排”功能，尽管 PDF 必须在创建时写入重排功能，但即使这样，也很少有设备支持该功能。
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 以外的任何格式。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 页左右后变得吃力），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，古腾堡计划现在就完成了。即使是扫描并经过光学字符识别的书籍也需要进行大量的清理，并且至少要检查一遍错误。
有些书确实无法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，或者您在计算机或手机上阅读电子书，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，它也是一种压缩格式。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，这可能意味着 80mb 下载和 20mb 下载之间的差异。
不幸的是，专用电子阅读器设备上几乎不存在 .djvu 支持。虽然它通常不是手机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 软件包、Evince 文档查看器和 Android 上的 FBReader。
优点
- 对于印刷页面的传真，压缩效果优于 jpeg，可嵌入文本；功能上，PDF 的更高效、开放和更简单的替代品。
缺点
- 在电子阅读器上不受广泛支持。
- 特定于分辨率。
结论
一种格式良好、文件大小和效率方面都具有优势的格式，但由于支持有限，它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 intended 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以图形方式查看的任何书籍。
当然，这本身与 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换行，但格式本身非常开放，如果您有时间和耐心，则允许重新构建。
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。没有膨胀；非常干净的格式。
- 在很大程度上与图像类型无关（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主副本，并为您的设备创建较低质量的“便携式”版本。
概述
电子书格式难题可以归结为以下几点：有源格式、有用于消费的格式（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，这些并不总是相互一致的。
如果世界默认使用开放格式就好了，因为开放格式很容易转换，而且它们可以通过编程方式生成，以便根据您的需求为您提供最佳选择。但情况并非总是如此，因此由您来决定哪种格式最适合您。
好消息是，撇开 DRM（供应商对图书施加的数字限制）不谈，转换通常是一种选择。获取您的内容，以您需要的方式处理它，使其对您有用，并始终保留最开放的格式作为备份。
17 条评论