網(wǎng)站制作NEWS
半自動(dòng)加工了一本電子書(shū)
本文探討半自動(dòng)方式從多個(gè)網(wǎng)頁(yè)生成一本電子書(shū)的流程，使用了多種工具如git bash shell, total commander, grep, sed，涉及正則表達(dá)式、CSS、HTML等技術(shù)。書(shū)的具體內(nèi)容不重要，本文聚焦于加工過(guò)程和技術(shù)實(shí)現(xiàn)。
設(shè)想重讀多年前所讀的令人熱血沸騰的現(xiàn)代故事小說(shuō)，但手頭的紙質(zhì)版已難以尋覓。決定自行制作電子版以備未來(lái)翻閱。首先，搜索網(wǎng)絡(luò)找到電子書(shū)版本，由于zlib和jiumodiary未提供，找到學(xué)校圖書(shū)館的紙質(zhì)版，通過(guò)搜索引擎找到一個(gè)切分為79小節(jié)的網(wǎng)站并下載。
使用SingleFile工具將79個(gè)鏈接保存為HTML文件，預(yù)覽結(jié)果類(lèi)似包含多節(jié)鏈接的頁(yè)面。接著，借助Total Commander批量修改文件名，通過(guò)正則表達(dá)式實(shí)現(xiàn)，將文件重命名為按序號(hào)排序的格式。
接下來(lái)，計(jì)劃用shell腳本調(diào)用sed和grep對(duì)HTML內(nèi)容進(jìn)行批量修改，首先在命令行測(cè)試腳本參數(shù)，確保正則表達(dá)式正確。生成的腳本調(diào)用sed和grep針對(duì)所有79個(gè)HTML文件進(jìn)行處理，每行對(duì)應(yīng)一個(gè)文件，確保每個(gè)文件內(nèi)容僅包含一節(jié)的文字內(nèi)容。
使用calibre編輯電子書(shū)功能將修改后的HTML文件整合為電子書(shū)。在微信讀書(shū)APP中檢查格式，發(fā)現(xiàn)需要對(duì)格式進(jìn)行微調(diào)，包括段落間距、首行縮進(jìn)等。通過(guò)cat、sed、管道、重定向、CSS、HTML等技術(shù)應(yīng)用實(shí)例逐步優(yōu)化格式。
為電子書(shū)添加目錄，利用calibre編輯功能中的相應(yīng)選項(xiàng)。在微信讀書(shū)中發(fā)現(xiàn)標(biāo)題顯示問(wèn)題，通過(guò)在標(biāo)題前添加4個(gè)空格解決，確保顯示效果完美。
整個(gè)加工過(guò)程耗時(shí)約2小時(shí)45分鐘，撰寫(xiě)博客時(shí)又花了1小時(shí)。何時(shí)能有時(shí)間重讀這部精彩小說(shuō)，等待著未來(lái)的某個(gè)時(shí)刻。這個(gè)加工過(guò)程不僅實(shí)現(xiàn)了電子書(shū)的制作，也是一次技術(shù)實(shí)踐的探索。
多重隨機(jī)標(biāo)簽