Remover(这个软件非常easy,稍有电脑操作基础的人打开后就知道怎么做)。另外读者须要对ePubBuilder的操作比較了解。
Acrobat转化为图片制作EPUB,假设是文字形式的扫描电子书,能够使用OCR软件识别以转化成文字(ABBYY
FineReader识别效果相对较好)。但OCR识别中文准确率不够高,部分无法识别的汉字须要人工输入。对于纯文本形式的PDF,直接保存为TXT,然后转换就能够。
假设文字无法复制。能够用PDF
Password Remover解密,详细请參考本文的PDF解密部分。
公司开发而成。PDF
文件是以PostScript语言图象模型为基础,不管在哪种打印机上都可保证精确的颜色和准确的打印效果,即PDF会忠实地再现原稿的每个字符、颜色以及图象。
为什么要转为HTML,由于这样的格式全然开源。优点理。出错率低,也和EPUB内部保存格式一致。
文件,另存为(或导出)。选择生成HTML3.2格式(无CSS)。生成的时候可能比較慢。一定要耐心等,不要乱点鼠标。easy死机。依据经验,这里不选择HTML4.0(CSS1.0),虽然后者有CSS的支持,排版按理说会更好。但其实导入ePubBuilder中出错率大增,效果也并不好。
假设真遇到这种严重问题,我也无能为力了。只是幸运地是,仅仅要PDF比較正常。不会出现这种问题。
假设你在上一步打开HTML时感觉排版已经非常好了,并且没有多余的东西。能够直接跳过HTML修正的这些步骤。直接导入到ePubBuilder看效果假设。
替换。“查找模式”为“普通”,“查找目标”为align="center",,“替换为”这个框不填,勾选“循环查找”,然后点击“所有替换”。
假设一次处理多个文件,则所有打开,点击“替换所有打开文件”就可以。
相同。“查找目标”分别改为align="left",align="right",align="justify",所有替换。再次打开HTML时。你会发现原先位置有些混乱的图片看上去好多了。假设有些图片确实是居中更合适,能够不所有替换。或者在后文还会利用Word来改动。
用Chrome和Notepad++同一时候打开HTML文件。在Chrome中右击页眉图片,审查元素。底下会有个显示源代码的窗体,看清width和height后面相应的表示图片宽高的数字,切换到Notepad++,还是使用替换功能。首先把“查找模式”改为“正則表達式”,取消勾选“匹配大写和小写”,勾选“.
matches newline”。其它选项不变,查找目标为
这时,宽度和高度符合要求的图片就没有了。然后在Chrome中刷新,看改动后有没有问题,假设有问题。在Notepad++中撤销更改,然后得针对实际情况详细分析(此处略去)。
一般在Chrome中还能看到一些页眉没有被替换掉,原因是他们的宽高可能与之前的有所差距,这时仅仅需反复前面动作即可了。
用Word打开HTML(不推荐其它软件,由于包括整本书的HTML文件一般非常大,非常多软件打开非常easy死机。如WPS、DreamWeaver。而Word2010在这方面优化的不错,2003版的不清楚),打开后能够全选改动字体等。然后替换,去除少量无法显示的字符乱码。即显示为问号(相同注意尽量不要把原文问号替换没了),替换掉反复出现的站点信息、广告等。还有就是文字形式的页眉页脚(再次强调,注意尽量不要把原文中和页眉相同内容替换没了,Word中能够依据指定字体来替换,这样比較方便),对于不是非常规则的页码如:第x页,这种信息去除,则交给ePubBuilder来完毕。然后用Word把图文中排版不当的进行适度改动,不须要的文件夹则去除,没有严重问题就可以。
注意这里有个问题,假设PDF比較完整,有文件夹,要把文件夹中相应页码删除。就像这样:前言………………………………………………………………1,这个第一页在转换为HTML时就已失去意义了,没有必要保留。
假设出现了错误。请尝试使用浏览器打开另存,用Notepad++删除绿色的<!--..........-->部分。
此时HTML文件会全然又一次生成,但图片可能会被WPS转为png,占用空间通常会增大,不推荐。
。。
。>
然后把图片目录的png图片删除,将压缩后的jpg移进去。
最后用浏览器打开后确认一下。
非常多PDF因为涉及版权问题,採用了一定的加密手段,最严格的一种是打开文件时要求输入password,如图所看到的。对于这样的情况,我们仅仅能使用Advanced
PDF Password Recovery一类软件暴力破解。这里就不具体介绍了,成功率不高。须要大量时间。
Remover一般就能非常快移除加密限制。从而复制当中的文本。
举个样例。假设文中所有“的”字变成了“癿”,我们能够放心的替换回来。由于这个字非常少见。可是假设“的”字所有变成了“白”字,盲目替换会把“明确”替换成“明的”,就出问题了。
对于这种情况,确实没有好办法解决。这一点尤其要注意。
比方以下这边排版精美的摄影电子书,图文并茂,文字在图片中间。转换成HTML后会如何呢?最后如你所料,有些混乱。这个也不好解决。假设你想制作优质的书,那就在Word中手动改动吧^_^。
(非常可惜我实在没有这般的耐心。)
可是,PDF编辑器有个非常有意思的地方。比方说,两段文字原先是一个对象,你在当中插入一个空行,可能它就被分成两个对象了,反过来,两个同一性质的对象(都是文字或都是文字),靠得比較近时。又会自己主动并成一个对象。
奇迹就发生了。试想。下图中如果中间的图和以下的图靠得非常近,宽度也一致,然后就奇迹般地组合成一个对象了,然后输出的HTML中,他们成为了“连体婴儿”。成了一张图片,然后。你就不知道该怎么安排旁边那些描写叙述性的文字了(除非手工又把图片切割开)。所以仅仅好希望读者将就着看吧。哎,PDF转EPUB的无奈在此也可见一斑了。