今日排行

本周排行

本月排行

普林太托KF 420*594
杭華油墨UV161 紅色S
東麗版材 WF95DY3
杭華紫外光固化油墨

膠印油墨

膠印材料

絲印材料

電子書亟待高質(zhì)量轉(zhuǎn)檔

2012-08-17 09:41 來源：中國新聞出版報責(zé)編：陳培

摘要：: 電子書是校對者的噩夢，每當(dāng)需要將PDF文件轉(zhuǎn)化為epub格式時,，那些原本完美顯示的頁面就會出現(xiàn)一系列令人困惑的排版和格式錯誤,。對于出版商和內(nèi)容供應(yīng)商來說,，在電子書如此暢銷的今天，能夠使PDF文件準(zhǔn)確無誤地轉(zhuǎn)化為epub格式，從而存入電子書閱讀器已經(jīng)成為亟須關(guān)注,、亟待解決的問題,。

更多精彩資訊>>

小C專訪｜正博總經(jīng)理范

小C專訪·煒岡股份董事

　　【CPP114】訊：電子書是校對者的噩夢,，每當(dāng)需要將PDF文件轉(zhuǎn)化為epub格式時，那些原本完美顯示的頁面就會出現(xiàn)一系列令人困惑的排版和格式錯誤,。對于出版商和內(nèi)容供應(yīng)商來說,，在電子書如此暢銷的今天，能夠使PDF文件準(zhǔn)確無誤地轉(zhuǎn)化為epub格式,，從而存入電子書閱讀器已經(jīng)成為亟須關(guān)注,、亟待解決的問題。

　　“有人認(rèn)為轉(zhuǎn)換PDF格式就像從word文檔里復(fù)制文本一樣簡單：只需要選取那些已編好格式的文本并保存就能制作一本電子書,。”印度金奈紐貞知識機構(gòu)的首席執(zhí)行官大衛(wèi)·拉杰說,。然而，遺憾的是,，“PDF文件并不是按照單詞,、空格、段落和圖像的邏輯流程來編寫的,，也就是說,，沒有內(nèi)在信息可以顯示PDF文本的結(jié)構(gòu)與順序。”

　　最嚴(yán)重且最常出現(xiàn)在電子書中的錯誤是單詞間,、標(biāo)點符號丟失或多余的空格,。因為PDF文件并沒有把每一個單詞視作被空格分開的獨立單元，轉(zhuǎn)換程序通常需要猜測空格從哪里產(chǎn)生,。如果猜測錯誤,，就會出現(xiàn)一個單詞被分為兩個部分或者兩個單詞連在一起的情況。

　　另一個問題存在于連字符中,。只要轉(zhuǎn)換軟件需要判定連字符是非強制性的（在文本行末尾,，由于該單詞過長，輸入連字符使頁面保持整齊美觀）或強制性的（比如像“e-books”這樣必須使用連字符的單詞）,，那么就可能出現(xiàn)判定錯誤的情況,。

　　同樣的問題還存在于判定文本格式上：粗體、斜體,、下劃線,、下標(biāo)、上標(biāo),；字體的選擇上：有襯線字體,、無襯線字體,、傳統(tǒng)字體、現(xiàn)代字體等,。在制作PDF文件中字間距,、行間距的設(shè)置，反白字的使用都會影響轉(zhuǎn)換結(jié)果的準(zhǔn)確性,。

　　如果作者沒有使用統(tǒng)一編碼標(biāo)準(zhǔn)的字符,，那么這些特殊字符比如非拉丁語字母就成了轉(zhuǎn)換軟件面臨的又一個困難。對于這些特殊符號而言,，建立字符轉(zhuǎn)換庫是有用的，但是把所有可能出現(xiàn)的字符集結(jié)成庫并不現(xiàn)實,，所以大多數(shù)轉(zhuǎn)換軟件在遇到特殊字符時會以亂碼的形式呈現(xiàn),。

　　此外PDF文件還不能識別多列文本。轉(zhuǎn)換軟件會讀取整個頁面而不是按順序從上到下依次讀取每一列的內(nèi)容,，因此,，識別與分列就會導(dǎo)致不同的列線混亂，從而產(chǎn)生完全錯誤的顯示,。

　　與此相似的是,，PDF文件沒有強制性分隔段落的概念，這就增加了正文內(nèi)容混亂或幾個段落連在一起的可能性,。另一種情況是,，轉(zhuǎn)換后段落中的每一行都成為獨立的一段，或者是轉(zhuǎn)換程序會將頁面中的頁眉,、頁腳作為正文中的內(nèi)容進行轉(zhuǎn)換,。

　　轉(zhuǎn)換程序最大的挑戰(zhàn)在于如何破解表格、數(shù)學(xué)方程式以及圖表,。將這些元素識別為獨立的單元并與正文分開成為許多轉(zhuǎn)換軟件不能完成的任務(wù),。

　　在紐貞知識機構(gòu)，有一種使用自然語言處理和文本識別工具的程序,，這種程序用來分析PDF文件文本結(jié)構(gòu),，使用這種程序可以改正PDF文件轉(zhuǎn)換為epub格式過程中通常出現(xiàn)的錯誤。如今這種產(chǎn)品已經(jīng)出現(xiàn)——在紐約舉辦的2012TOC數(shù)字出版大會上,，可以將PDF文件高質(zhì)量轉(zhuǎn)換為epub2或3的產(chǎn)品“絲綢”（意為像絲綢一樣流暢光滑）閃亮登場,。

　　據(jù)介紹，使用“絲綢”的轉(zhuǎn)換規(guī)則系統(tǒng)可以得到高質(zhì)量的結(jié)果,，同時最大限度保持PDF文件原文的風(fēng)貌,。“絲綢”會運行拼寫檢查工具找出連在一起或被分解的單詞，并使用內(nèi)在連續(xù)性檢查工具區(qū)分字符,。不到一分鐘的時間,，“絲綢”就可以對一本標(biāo)準(zhǔn)的300頁圖書完成以上所有工作。接下來，“絲綢”會引導(dǎo)用戶查看它標(biāo)記的每一處可能出現(xiàn)的錯誤,，并將原始的PDF文件與轉(zhuǎn)化后的電子書進行并排式對比,。拉杰同時補充說：“‘絲綢’直觀的界面意味著用戶不需要精通HTML編輯也可以熟練地控制與使用這些功能。腳本處理選項可以快速有效地將PDF文件中出現(xiàn)的自定義或其他復(fù)雜的變化轉(zhuǎn)換為epub/HTML文件,。”

　　目前,，“絲綢”正在進行內(nèi)部測試，拉杰證實這種軟件運營服務(wù)模式很快會與廣大客戶見面,。在更為復(fù)雜的PDF文件與電子書版面設(shè)計問世之前,，我們無疑需要更先進的解決方法，將零錯誤的電子書和用戶對電子書質(zhì)量的高滿意度作為奮斗目標(biāo),，將驅(qū)使轉(zhuǎn)換工具研發(fā)朝著更快,、更可靠、更自動化的方向發(fā)展,。

分享到：下一篇：“精密達杯”印后裝訂明星企業(yè)結(jié)果出爐