殷克濤　張煊

[摘 要] 當(dāng)前，大多數(shù)電子書制作商、加工商專注于擴(kuò)充電子書庫(kù)的容量，忽略了電子書排版的質(zhì)量，造成其制作、加工的電子書普遍存在閱讀體驗(yàn)差、閱讀效果不理想的問(wèn)題。面對(duì)差異化的用戶需求，如何在電子書自動(dòng)排版基礎(chǔ)上實(shí)現(xiàn)專業(yè)的排版效果是當(dāng)前面臨的重要問(wèn)題。本文在XML基礎(chǔ)上構(gòu)建電子書E-book，并利用專業(yè)設(shè)計(jì)的參數(shù)文檔結(jié)合XSL轉(zhuǎn)化實(shí)現(xiàn)電子書自排版，基本達(dá)到了專業(yè)排版的效果。

[關(guān)鍵詞] 電子書 自排版 可擴(kuò)展標(biāo)記語(yǔ)言

[中圖分類號(hào)] G238 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1009-5853 （2017） 04-0040-05

Realization of the E-Book Self-Publishing System Based on XML

Yin ketao Zhang xuan

（School of Humanities， Zhejiang Gongshang University， Hangzhou， 310018）（School of Information Management， Central China Normal University， Wuhan， 430072）

[Abstract] At present， most of the book publishers focus on the expansion of their e-books library capacity， ignoring the quality of e-book typesetting， which results poor reading experience and effects. Facing the difference of user's demand， how to realize an e-book publishing system which have professional typesetting effects is the most important question that we have to deal with. In this paper， the e-book self-publishing system is built based on the XML. The system can realize the the effect of professional typesetting by using the professional design of the e-book typesetting parameters and XSL conversion.

[Key words] E-book Self-typesetting XML

1 引 言

在亞馬遜Kindle開啟電子書熱潮后，一些國(guó)內(nèi)出版企業(yè)以及電商巨頭也在積極開展電子書業(yè)務(wù)。與此同時(shí)，移動(dòng)閱讀、社交媒體也在加速推動(dòng)電子書的傳播與影響，強(qiáng)化人們的讀書興趣?！半娮訒鵁帷痹鰪?qiáng)了電子書內(nèi)容提供商和加工商對(duì)于電子書市場(chǎng)良好的預(yù)期，促使他們不斷將手中的資源數(shù)字化，擴(kuò)充自身電子書的容量。在擴(kuò)充電子書資源的同時(shí)，一些電子書制作、加工企業(yè)也在積極深化電子書加工層次，挖掘其潛在價(jià)值，進(jìn)一步開發(fā)電子書資源。當(dāng)前，電子書內(nèi)容的深加工趨向愈發(fā)明顯，從數(shù)字化到內(nèi)容聚合、語(yǔ)義抽取，體現(xiàn)著電子書制作與加工由淺層次的粗加工轉(zhuǎn)向深層次的內(nèi)容挖掘。特別是在未來(lái)一段時(shí)間內(nèi)，電子書深層次加工變得尤其重要。

盡管在2010年，原新聞出版總署在《關(guān)于發(fā)展電子書產(chǎn)業(yè)的意見》中明確提出，我們要豐富電子書內(nèi)容資源，優(yōu)化傳統(tǒng)出版資源數(shù)字化轉(zhuǎn)換質(zhì)量[1]。然而，當(dāng)前的電子書加工普遍存在版面設(shè)計(jì)不夠?qū)I(yè)、無(wú)法構(gòu)建人性化閱讀體驗(yàn)的問(wèn)題[2]。許多電子書僅僅是傳統(tǒng)書籍的掃描版或者內(nèi)容文字的簡(jiǎn)單再現(xiàn)，忽略了排版質(zhì)量。其結(jié)果就是閱讀體驗(yàn)差、閱讀效果不理想。而純粹的人工精細(xì)排版又耗時(shí)、費(fèi)力，并不被大家認(rèn)可。因此，如何將專業(yè)的排版與計(jì)算機(jī)程序自動(dòng)排版相結(jié)合，成為在電子書制作、加工過(guò)程中面臨的重要問(wèn)題。本文正是針對(duì)這一問(wèn)題展開研究，利用可擴(kuò)展標(biāo)記語(yǔ)言（Extensible Markup Language， XML）實(shí)現(xiàn)電子書自動(dòng)排版與專業(yè)排版相結(jié)合，基本達(dá)到電子書自排版的專業(yè)化效果。

2 電子書自排版的需求

電子書在制作、加工過(guò)程中實(shí)現(xiàn)自動(dòng)排版，是電子書深加工中的重要一環(huán)。其不僅可以自動(dòng)實(shí)現(xiàn)專業(yè)排版效果，還可以實(shí)現(xiàn)電子書個(gè)性化輸出，提供符合用戶需求偏好的文檔。因此，電子書自動(dòng)排版不僅符合電子書制作數(shù)字化的要求，同時(shí)是用戶終端多元需求的體現(xiàn)，能夠帶給用戶最佳的數(shù)字內(nèi)容體驗(yàn)。

2.1 滿足“一次制作、多元發(fā)布”的需求

電子書自動(dòng)排版離不開用戶的需求。用戶需求的差異使得電子書生產(chǎn)商面臨多種類型文檔與跨終端排版的需求，而“一次制作、多元發(fā)布”是電子書內(nèi)容生產(chǎn)商滿足用戶差異化需求的最佳方案。所謂“一次制作、多元發(fā)布”，并不單純是介質(zhì)的不同而多元發(fā)布，有時(shí)還會(huì)因?yàn)闀r(shí)間、人物、地點(diǎn)的不同，需要以不同的風(fēng)貌和方式展示，其內(nèi)容本身有一個(gè)體系，能根據(jù)閱讀內(nèi)容產(chǎn)生新的、更為專業(yè)的內(nèi)容[3]。其中，“一次制作”要求電子書在制作過(guò)程中一次性完成電子書文檔內(nèi)容的描述，“多元發(fā)布”則能根據(jù)用戶的終端和需求發(fā)布不同樣式或內(nèi)容差異化的產(chǎn)品。前者需要我們采取通用語(yǔ)言來(lái)描述電子書內(nèi)容，在發(fā)布的時(shí)候能夠被識(shí)別、調(diào)取，而后者則需要自動(dòng)判別用戶需求，將排好的版面內(nèi)容發(fā)布給用戶。

當(dāng)前許多電子書加工企業(yè)并沒(méi)有采取“一次制作、多元發(fā)布”模式，而更多的是采用分別制作多種類型電子書的方式來(lái)滿足供不同用戶需要的解決方案。這不僅耗費(fèi)人力與資源，增加不必要的成本，同時(shí)降低了電子書制作的效率。電子書實(shí)現(xiàn)自排版則滿足多種終端用戶的多種類型文檔需求，也大大減少了電子書內(nèi)容生產(chǎn)商、加工商的工作量，降低了制作、發(fā)布成本。

2.2 內(nèi)容重組、動(dòng)態(tài)重排的需要

電子書內(nèi)容的加工實(shí)際上是將電子書的內(nèi)容按照某一主題或某一特性重新組織起來(lái)展示給終端用戶。電子書的內(nèi)容再組織需要將其內(nèi)容碎片化、片段化，為內(nèi)容重組提供再組織單元。同樣，某些特定的碎片化內(nèi)容也可以按照某一特定主題需求來(lái)形成一本新書。這使得資源之間原本存在的界限變得越來(lái)越模糊，資源之間的轉(zhuǎn)換組合變得更加容易[4]。高效率的內(nèi)容重組是將電子書內(nèi)容按照某種通用的語(yǔ)言如XML來(lái)表述，并實(shí)現(xiàn)動(dòng)態(tài)重組。通用語(yǔ)言能夠保持內(nèi)容交換的一致性，這也符合美國(guó)國(guó)家信息標(biāo)準(zhǔn)組織（National Information Sstandards Organization，NISO）開放發(fā)現(xiàn)倡議的要求[5]。動(dòng)態(tài)重組使電子書提供平臺(tái)能實(shí)現(xiàn)內(nèi)容動(dòng)態(tài)的自由組合，其實(shí)質(zhì)是電子書內(nèi)容動(dòng)態(tài)的更新過(guò)程。

電子書的內(nèi)容需要重組，而重組則需要重排。重排是將內(nèi)容根據(jù)重組要求、按照某種特定樣式輸出。重組為自動(dòng)重組，而重排則需要專業(yè)化排版與自動(dòng)排版相結(jié)合。自動(dòng)排版可以適應(yīng)內(nèi)容重組的需要，能根據(jù)用戶需求的轉(zhuǎn)變而變化。專業(yè)化排版能夠制定精美的版面效果，這往往是自動(dòng)排版欠缺的。因此，在電子書內(nèi)容的動(dòng)態(tài)更新中需要將二者相結(jié)合。通過(guò)設(shè)定專業(yè)的樣式文檔，再利用可靠的轉(zhuǎn)換文檔，將電子書內(nèi)容按照樣式文檔要求自動(dòng)轉(zhuǎn)換成帶格式的輸出文檔，從而實(shí)現(xiàn)電子書的自排版。

當(dāng)前，我們正處在電子書交互平臺(tái)2.0時(shí)代，人們的讀、寫、評(píng)論、分享等交互性行為變得極其簡(jiǎn)單[6]。這使一些新的電子書類型如交互式電子書、增強(qiáng)型電子書（Enhanced book）等新的類型在不斷呈現(xiàn)，也使一些新的技術(shù)與方法也不斷在集成一些新的內(nèi)容融入到電子書中，形成新型電子書[7]。 這都需要我們充分發(fā)揮計(jì)算機(jī)自動(dòng)處理能力，使電子書實(shí)現(xiàn)自動(dòng)生成、自動(dòng)排版，動(dòng)態(tài)適應(yīng)時(shí)代的需求。

2.3 數(shù)字內(nèi)容體驗(yàn)的需求

廣義的電子書，是指以傳播知識(shí)為目的，把特定的主題和內(nèi)容以一定的電子格式呈現(xiàn)在各類電子設(shè)備形態(tài)上，以方便讀者閱讀的“著作物”[8]。其中，“一定的電子格式”要求電子書不僅要注重內(nèi)容質(zhì)量，還要注重用戶的閱讀體驗(yàn)和審美效果。盡管在閱讀2.0環(huán)境下，共享性和互動(dòng)性對(duì)閱讀而言十分重要[9]，但是良好的排版結(jié)構(gòu)往往具有更好的口碑，能夠更廣泛地在社交媒體中散播，吸引更多讀者的青睞。

電子書相對(duì)于傳統(tǒng)書籍而言是一個(gè)新事物，它一直在不斷地應(yīng)用創(chuàng)新型技術(shù)于電子書的制作、加工、發(fā)布之中。借助這些技術(shù)，它為讀者帶來(lái)了全新的數(shù)字內(nèi)容體驗(yàn)，也增強(qiáng)了自身對(duì)用戶的吸引力。電子書自排版將數(shù)字化內(nèi)容與用戶偏好的樣式結(jié)合起來(lái)，根據(jù)特殊需求，在設(shè)置特定排版條件下自動(dòng)實(shí)現(xiàn)電子書輸出。它使電子書更具有可讀性與交互性。目前，一些公司如多看、亞馬遜等已經(jīng)認(rèn)識(shí)到當(dāng)前電子書閱讀體驗(yàn)差的問(wèn)題，正在積極著手改善排版效果，追求極致的用戶體驗(yàn)，以實(shí)現(xiàn)看電子書勝于傳統(tǒng)書籍的目標(biāo)。

3 本文的解決思路

要實(shí)現(xiàn)電子書自排版，首先需要符合“數(shù)字第一”工作流程的要求。該流程是先制作一個(gè)數(shù)字文檔，通過(guò)這個(gè)電子文檔再產(chǎn)生出不同的出版格式，如EPUB電子版、蘋果電子版、網(wǎng)絡(luò)版、手機(jī)版和印刷版[10]?；谶@種解決思路，本文采取分段式方法處理電子書。首先將需要處理的文本內(nèi)容細(xì)化至段，以段為出發(fā)點(diǎn)，以段所包含的圖片、文字、表格等為基本處理單元，將文本內(nèi)容細(xì)化為單元塊，為以后文檔的處理提供基礎(chǔ)?！皵?shù)字第一”工作流程的基礎(chǔ)是XML標(biāo)識(shí)語(yǔ)言。因此，利用XML語(yǔ)言來(lái)描述電子書的內(nèi)容，采用XSL將其轉(zhuǎn)化為所需輸出的文檔類型，再采取參數(shù)模板形式規(guī)定樣式參數(shù)，并通過(guò)調(diào)取實(shí)現(xiàn)參數(shù)傳遞，從而實(shí)現(xiàn)電子書的自排版。在整個(gè)流程中，對(duì)電子書采取“文檔—章—節(jié)—小節(jié)—段”這種結(jié)構(gòu)進(jìn)行切分，而將段放置在內(nèi)容塊中，以內(nèi)容作為描述的基本單元，將文檔層層細(xì)化，最后利用樣式參數(shù)進(jìn)行描述。

XML是以文本為基礎(chǔ)展示結(jié)構(gòu)信息的描述語(yǔ)言，也是應(yīng)用最廣泛的分享結(jié)構(gòu)信息的格式化語(yǔ)言之一。XML文檔采取樹形結(jié)構(gòu)，具有良好的結(jié)構(gòu)性。利用XML描述電子書的優(yōu)點(diǎn)是能夠利用其樹形結(jié)構(gòu)來(lái)獲取它的任何枝節(jié)，符合電子書內(nèi)容碎片化的要求。同時(shí)，還能增加語(yǔ)義方面的描述，為電子書內(nèi)容的語(yǔ)義檢索與進(jìn)一步開發(fā)利用提供便利和支持。

電子書自排版的實(shí)現(xiàn)主要依賴獨(dú)立的參數(shù)模板來(lái)實(shí)現(xiàn)。利用XSLT中的para參數(shù)將排版的格式值設(shè)置為參數(shù)值，形成獨(dú)立的參數(shù)文檔。再利用XSL的調(diào)取功能實(shí)現(xiàn)參數(shù)調(diào)取，進(jìn)而將參數(shù)值傳遞給XSLT文檔。最后利用XSLT的轉(zhuǎn)換文檔功能，將XSL文檔轉(zhuǎn)換為帶格式的FO文檔。FO文檔最終被FO處理器轉(zhuǎn)換成用戶所需類型的格式文檔輸出。獨(dú)立的參數(shù)文檔能夠根據(jù)用戶的偏好與用戶的閱讀終端設(shè)置不同的參數(shù)，從而達(dá)到個(gè)性化設(shè)置，也可以采取專業(yè)的排版參數(shù)設(shè)計(jì)，實(shí)現(xiàn)專業(yè)化的自排版。本文采取專業(yè)的排版參數(shù)設(shè)計(jì)，最終輸出HTML和PDF兩種通用的電子書。

4 電子書自排版系統(tǒng)的實(shí)現(xiàn)

4.1 電子書自排版整體的結(jié)構(gòu)

整個(gè)自排版體系包含五個(gè)組成部分，如圖1所示。各個(gè)部分的功能具體如下。

基于XML的電子書。主要利用XML標(biāo)識(shí)語(yǔ)言來(lái)描述電子書內(nèi)容，形成基于XML標(biāo)識(shí)的電子書。在描述電子書過(guò)程中最重要的是必須建立一套有效的電子書內(nèi)容結(jié)構(gòu)體系，系統(tǒng)、完整地描述整個(gè)電子書涉及的內(nèi)容。

XSL模板庫(kù)。它由一系列模板組成，包括轉(zhuǎn)換模板、基礎(chǔ)模板、參數(shù)模板等。模板庫(kù)負(fù)責(zé)將基于XML的電子書描述為其他標(biāo)識(shí)語(yǔ)言所描述的文檔，實(shí)現(xiàn)基于XML的電子書到其他類型文檔的轉(zhuǎn)換描述。模板庫(kù)因轉(zhuǎn)換的對(duì)象不同而不同。本文的模板庫(kù)包含兩套，分別為HTML模板庫(kù)、FO模板庫(kù)。

轉(zhuǎn)換文檔。轉(zhuǎn)換文檔為XSLT處理器根據(jù)XSL模板庫(kù)的描述要求，將基于XML的電子書轉(zhuǎn)化為帶格式的目標(biāo)類型文檔。它是轉(zhuǎn)換描述的實(shí)現(xiàn)。本文的轉(zhuǎn)換文檔主要是HTML文檔和FO文檔。

處理器。處理器主要包含兩部分，一是轉(zhuǎn)換處理器，二是顯示處理器。轉(zhuǎn)換處理器負(fù)責(zé)將原電子書文檔轉(zhuǎn)換為轉(zhuǎn)換文檔，也將轉(zhuǎn)換文檔轉(zhuǎn)換為其他語(yǔ)言，如ps描述的文檔。顯示處理器負(fù)責(zé)將轉(zhuǎn)換好的文檔顯示出來(lái)，主要是PDF閱讀器、IE瀏覽器。

輸出文檔。輸出文檔為最終的顯示文檔，它由相應(yīng)的處理器自動(dòng)生成。

4.2 基于XML的電子書結(jié)構(gòu)設(shè)計(jì)

本文對(duì)于電子書（E-book）的設(shè)計(jì)依據(jù)傳統(tǒng)的中文書籍的編排體例分為四部分：元信息（Meta）部分、頁(yè)面信息（Page-info）部分、章（Chapter）部分和其他信息部分，如圖2所示。元信息部分主要存放電子書的元數(shù)據(jù)，主要包含作者、年份、出版社、版權(quán)等內(nèi)容信息。頁(yè)面信息部分主要包含在顯示頁(yè)面上的頁(yè)眉、頁(yè)腳部分的內(nèi)容，對(duì)應(yīng)頁(yè)面的上留白、下留白的內(nèi)容。章部分是電子書內(nèi)容的主體，它包含有章標(biāo)題、章副標(biāo)題以及節(jié)（Section）。節(jié)是由節(jié)標(biāo)題、內(nèi)容塊、小節(jié)（Part）組成。因?yàn)楹芏鄷谡孪屡c節(jié)前都有章內(nèi)容的簡(jiǎn)介或者是引導(dǎo)性的闡述，所以章也包含有內(nèi)容塊。小節(jié)是電子書存放內(nèi)容塊的主體部分，也就是包含有主要內(nèi)容的單元模塊。

內(nèi)容塊是頁(yè)面內(nèi)容的基本單元，其內(nèi)存放的是段落形式的具體內(nèi)容，是電子書主要內(nèi)容的具體存放地。內(nèi)容塊既是存放顯示內(nèi)容的地方，也是排版的對(duì)象。本系統(tǒng)需要顯示的內(nèi)容都存放在內(nèi)容塊中。段落是電子書的基本內(nèi)容。在段落里是由文本單元、圖片單元、表格單元、列表單元等組成的供顯示內(nèi)容單元。這些內(nèi)容單元對(duì)應(yīng)傳統(tǒng)書籍中的文本、圖片、表格等。

4.3 模板庫(kù)的設(shè)計(jì)

轉(zhuǎn)換模板的設(shè)計(jì)。主要是電子書內(nèi)容的XSL處理部分。轉(zhuǎn)換模板負(fù)責(zé)轉(zhuǎn)換文檔的描述、文檔結(jié)構(gòu)設(shè)計(jì)、頁(yè)面布局設(shè)計(jì)等方面的內(nèi)容，并根據(jù)不同的結(jié)果文檔構(gòu)建不同的轉(zhuǎn)換模板。本文因?yàn)檩敵鯬DF和HTML，所以轉(zhuǎn)換模板包含HTML轉(zhuǎn)換模板和FO轉(zhuǎn)換模板。

由于可以不用分頁(yè)，HTML模板庫(kù)的轉(zhuǎn)換模板比較簡(jiǎn)單，內(nèi)容直接放在頭（Head）部分和體（Body）部分，并利用分割元素