抓取网页生成电子书( 制作技术领域的生成方法及技术分析(一))

　　抓取网页生成电子书(

制作技术领域的生成方法及技术分析(一))

　　Epub电子书的生成方法

　　【技术领域】

　　[0001] 本发明涉及电子书制作技术领域，具体涉及一种EPUB电子书的生成方法。

　　【背景技术】

　　[0002] 随着移动互联网时代的到来，电子阅读逐渐成为一种趋势和趋势。越来越多的人用它来获取信息和知识，对电子书的阅读效果也提出了更高的要求。在注重内容的同时，也注重布局合理、布局美观、信息的直观表达和交互，从而获得更加愉悦舒适的阅读体验。

　　[0003] 目前，很多软件都可以制作成品电子书。他们通常使用以下两种方法：(一)固定版式的电子书。一般采用roF、XPS、CEBX、DPUB等文件格式，将文档的排版结果直接输出到带版面的电子书。这种方法可以保留纸质书的版面和设计，缺点是：阅读端适应性差，当屏幕尺寸不匹配时（如：竖屏布局书籍横屏显示，大屏布局书籍小屏显示等），内容难以自动调整；对*敏*感*词*、声音、视频等交互对象的支持较差，这也限制了信息的表达。(二) 带有流媒体内容的电子书。一般会使用EPUB（ElectronicPublicat1n）、IBOOK等文件格式，将文档内容直接输出成流式电子书。这种方式在阅读器端有较好的适应性，在屏幕大小不匹配时会自动重新排列内容；它对*敏*感*词*、声音、视频等交互对象也有很好的支持。它的缺点是：布局的排版和设计信息被丢弃，适合出版有文学、科技等内容的电子书，并且不适合烹饪、旅行、儿童等发布版面要求。高等电子书。这种方式在阅读器端有较好的适应性，在屏幕大小不匹配时会自动重新排列内容；它对*敏*感*词*、声音、视频等交互对象也有很好的支持。它的缺点是：布局的排版和设计信息被丢弃，适合出版有文学、科技等内容的电子书，并且不适合烹饪、旅行、儿童等发布版面要求。高等电子书。这种方式在阅读器端有较好的适应性，在屏幕大小不匹配时会自动重新排列内容；它对*敏*感*词*、声音、视频等交互对象也有很好的支持。它的缺点是：布局的排版和设计信息被丢弃，适合出版有文学、科技等内容的电子书，并且不适合烹饪、旅行、儿童等发布版面要求。高等电子书。并且适合出版有文学、科技等内容的电子书，不适合出版烹饪、旅游、儿童等版面要求。高等电子书。并且适合出版有文学、科技等内容的电子书，不适合出版烹饪、旅游、儿童等版面要求。高等电子书。

　　【发明内容】

　　针对现有技术的不足，本发明提供一种EPUB电子书的生成方法，在EPUB流媒体内容的基础上实现，增加了富媒体元素的应用，使得版面的交互性和动态感更强。强大的。

　　本发明提供一种EPUB电子书生成方法，包括：

　　[0006] 构建文档的内容流；

　　在内容流中插入标签，该标签用于记录与内容流相关的信息；

　　[0008] 将插入标签后的内容流作为电子版EPUB文件输出。

　　可选的，所述施工文件的内容流程，包括：

　　遍历文档中的每一页，构建页面的内容流；

　　[0011] 将每个页面的内容流连接起来以构建文档的内容流。

　　[0012] 可选地，标签包括布局标签、导航目标标签和富媒体元素标签。

　　可选的，所述在所述内容流中插入标签，包括：

　　[0014] 根据文档的排版，在内容流中插入布局标签，用于记录内容流的布局信息；

　　[0015] 根据文档页面内容的引用结构，在内容流中插入导航目标标签，用于记录内容流的导航目标信息；

　　[0016] 根据文档的交互内容，在内容流中插入富媒体元素标签，用于记录内容流的富媒体元素信息。

　　可选的，根据文档的排版，在内容流中插入布局标签，用于记录内容流的布局信息，包括：

　　遍历文档中的每一页，在每一页的内容流下插入一个页面布局标签，记录每一页的布局信息；

　　遍历文档中的每个对象块，在每个对象块下插入布局标签，记录每个对象块的位置和大小信息；

　　遍历文档中的每个文本块，获取每个文本块的分割位置，在每个文本块的分割位置插入块布局标签，记录每个文本块块信息；

　　遍历所述文本块中的各个子列，得到所述各个子列的拆分位置，在所述各个子列拆分位置插入子列布局标签，记录所述各个子列的列位置和大小信息；

　　遍历所述子列的每个文本行，得到所述每个文本行的分行位置，在所述每个文本行的分行位置插入文本行布局标签，记录每个文本行的每个位置和大小信息；

　　遍历所述文本行中的每个字符，根据所述每个字符的位置和属性，构造收录多个连续字符的文本行中的文本片段，得到所述每个行内文本片段的分割位置，在每个行内文本片段的分割位置插入文本行中文本片段的布局标签，并记录文本片段在每个文本行中的位置和大小信息。

　　可选的，根据文档页面内容的引用结构，在内容流中插入导航目标标签，用于记录内容流的导航目标信息，包括：

　　遍历文档中的每一页，在每一页的内容流下插入一个页面导航目标标签，记录每一页的导航目标信息；

　　[0026] 遍历文档中的每个段落，如果该段落与目录级别匹配，则在该段落下方插入目录导航目标标签，并记录该目录的导航目标信息；

　　遍历索引中的每个索引项，找出索引项对应的参考点，在参考点下方插入索引导航目标标签，记录每个索引项的导航目标信息；

　　[0028] 遍历引用结构中的每个引用项，找出该引用项对应的引用点，在该引用点下方插入一个引用导航目标标签，并记录每个引用项的导航目标信息。

　　可选的，所述记录所述内容流的导航目标信息，包括：

　　为导航目标指定相应参考结构的类别；

　　指定导航目标对应参考项的级别；

　　指定导航目标对应参考项的ID；

　　[0033] 指定导航目标的相应参考项的标题。

　　可选的，根据文档的交互内容，在内容流中插入富媒体元素标签，用于记录内容流的富媒体元素信息，包括：

　　遍历文档中的交互内容；

　　[0036] 根据交互内容的类别和属性，选择交互内容对应的富媒体元素；

　　[0037] 在交互内容下方插入与交互内容对应的富媒体元素，并记录富媒体元素的应用信息。

　　可选地，所述插入标签后的内容流输出为电子版EPUB文件，包括：

　　遍历文档中每一页的内容流，为每一页的内容流构造一个HTML片段文件；

　　遍历文档中的各个引用结构，在HTML片段文件中建立引用项与导航目标标签的链接，构建导航片段文件；

　　[0041] HTML片段文件和导航片段文件被组合并输出到EPUB文件中。

　　可选地，所述每个页面的内容流构造为HTML片段文件，包括：

　　[0043] 对每个页面的内容流，构建中间页面结构；

　　[0044] 对于每个中间页面结构，构造一个HTML片段文件。

　　由上述技术方案可知，本发明提供了一种EPUB电子书的生成方法，在EPUB流媒体内容的基础上，保留了页面布局、设计等布局信息，增加了富媒体的应用。元素，并使布局更具交互性和动态性，能更好地适应各种移动客户端和阅读器，呈现多种布局效果。

　　【图纸说明】

　　图1是本发明实施例提供的一种EPUB电子书生成方法的流程图；

　　图2为本发明实施例提供的横屏儿童电子书的页面布局*敏*感*词*；

　　图3为本发明实施例提供的儿童电子书横屏呈现效果*敏*感*词*。

　　[0049] 图。图4为本发明实施例提供的竖屏儿童电子书的效果*敏*感*词*。

　　【详细说明】

　　[0050] 下面结合附图对本发明的【具体实施例】作进一步说明。以下实施例仅用于更清楚地说明本发明的技术方案，并不用于限制本发明的保护范围。

　　图1为本实施例提供的一种EPUB电子书生成方法的流程图，如图1所示，该方法包括以下步骤：

　　[0052] 101、构建文档的内容流。

　　例如，上述步骤包括图1中未示出的子步骤：

　　[0054] 1011、遍历文档中的各个页面，构造页面的内容流；

　　[0055] 1012、连接每个页面的内容流以构造文档的内容流。

　　[0056] 102、在内容流中插入标签，该标签用于记录与内容流相关的信息。

　　[0057] 例如，上述标签包括布局标签、导航目标标签和富媒体元素标签。

　　具体的，上述步骤102还包括图1中未示出的子步骤：

　　[0059] 1021、根据文档的排版，在内容流中插入布局标签，记录内容流的布局信息；

　　[0060]