【开源】类似百度文库的文库网站系统

　　【开源】类似百度文库的文库网站系统

　　最近见到一个类似百度文库的开源文库系统。可以拿来搭建营运自己的文库网站。

　　虽说现今综合类的文库站点，如百度文库等早已做上去了，如果你准备做综合类的文库站点，还是不现实，因为空间很小了.

　　但是，如果你专注于某一个方向的文库站点，比如课后习题答案文库站点、IT行业文库站点、教育类文库站点等，专注于一个行业领域方向，还是有很大成长空间的。就好比图片站点，现在好多搜索引擎都能搜索图片，但是Pinterest、花瓣网等还不是做上去了吗？

　　主要技术栈

　　后端 ：Go语言框架Beego

　　前端： 基于Bootstrap的后端框架Flat-UI

　　数据库：MySQL，数据储存

　　依赖环境：Libreoffice(或Openoffice)，用于将office文档转PDF

　　pdf2svg，用于将PDF转成svg矢量图片，以供阅读。

　　calibre，用于将mobi、chm、epub等文档转成PDF，然后再将pdf转成svg

　　阿里云OSS，存储office文档、PDF文档以及svg等文件

　　功能特性文档在线阅读

　　DocHub文库通过svg矢量图来实现文档阅读体验的，我晓得的文库站点中，新浪爱问是通过png等图片提供文档阅读体验的。

　　SVG相比png、jpeg等图片格式有很大的优势，至少放大不会失真，而且与JPEG 和 GIF 图像比上去，svg规格更小，可压缩性更强，DocHub通过gzip，将svg文件压缩，一般情况下，能减低70%的文件大小，比如200kb的svg，gzip压缩后，只有60kb左右的大小。

　　使用svg，大大提高了加载速率，优化了内容的阅读体验。

　　office文档在线阅读

　　这个须要经过两层转化:

　　office --> pdf --> svg

　　PDF文档在线阅读

　　将PDF文档通过pdf2svg转化，提供在线阅读

　　mobi、epub、chm文档在线阅读

　　使用calibre将文档转成PDF，然后pdf再转svg。

　　全文搜索

　　全文搜索功能，之前是使用coreseek开发实现了这个功能的，但是现今coreseek的官网都早已挂了...打算用elasticsearch重新实现这个功能。

　　文档采集功能【TODO】

　　建站早期，站点内容的填充，是一个大难点。

　　然而，GitBook、ReadTheDoc等站点上，就有一大堆的开源技术文档，提供mobi、pdf、epub离线文档下载。

　　初略统计了一下，GitBook有10多万文档，按可用文档为5万计算，每份文档，提供3种格式的下载，光从gitbook采集文档，做成文库，就有15万多的文档了。

　　然后，你再利用下搜索引擎，搜索filetype:文档格式 + 搜索关键字，如filetype:pdf 入门教程，你都会发觉惊喜！

　　如果再爬其他文档，一年之内，单*敏*感*词*匹马搞个上百万文档的文库站点，应该不是个事儿。

　　积分功能