cbz汇编_CBZ和DjVu：PDF的开源替代品

cbz汇编

最近，我发现我的曾曾祖父在20世纪之交写了两本书：一本是关于航行的，另一本是关于他担任纽约市消防队长的职业的。这些书吸引了一些听众，但由于它们是我家族历史的一部分，因此我想保留每本书的数字副本。但是，我想知道哪种便携式文档格式最适合这种工作？

我很早就决定不要使用PDF。该格式虽然适用于印前检查，但似乎注定是不间断的功能膨胀，并且会产生难以内省和编辑的文档。我想要一种具有类似功能的更智能格式。我想到了两个：漫画档案和DjVu。

漫画档案

顾名思义，漫画档案是一种最常用于漫画的简单格式。您可以在Comic Book Plus和Digital Comic Museum等网站上看到漫画档案的示例。

漫画档案库的最大功能也是它的最弱之处：它是如此简单，几乎是一种约定，而不是一种格式。实际上，漫画档案只是扩展名为.cbz，.cbt，.cb7或.cbr的ZIP，TAR，7Z或RAR档案。它没有用于存储元数据的标准。

但是，它们很容易创建。

创建漫画档案

创建一个包含图像文件的目录，然后重命名图像，使它们具有固有顺序：
```
 $ n=0 && for i in *.png ; do mv $i `printf %04d $n`.png ; ((n+=1)); done 
```

使用您喜欢的存档工具存档文件。以我的经验，最好地支持CBZ。
```
 $ zip comicbook.zip -r *.png 
```

最后，使用适当的扩展名重命名该文件。
```
 $ mv comicbook.zip comicbook.cbz 
```

生成的文件应在大多数设备上打开。在Linux上， Evince和Okular都可以打开CBZ文件。在Android上， Document Viewer和Bubble可以打开它们。

解压缩漫画档案

从漫画档案中恢复数据也很容易：只需取消存档CBZ文件。

由于您喜欢的存档工具可能无法将.cbz扩展名识别为有效的存档，因此最好将其重命名为其本机扩展名：

$ mv comicbook.cbz comicbook.zip

        $ unzip comicbook.zip

`DjVu`

DjVu （发音为“déjàvu”）是AT＆T于20年前开发的一种更高级的格式。这是一种具有高级压缩技术的数字文档格式，可以在您可能没有意识到的更多应用程序中查看，包括Evince ， Okular ，在线DjVu.js ， DjVu.js Firefox 浏览器扩展， GNU Emacs ，Android上的Document Viewer以及开源，Sourceforge上的跨平台DjView查看器。

您可以在djvu.org上阅读有关DjVu的更多信息并找到示例.djvu文件。

DjVu具有几个吸引人的功能，包括图像压缩，轮廓（书签）结构以及对嵌入式文本的支持。使用免费和开源工具很容易进行内部检查和编辑。

`安装DjVu`

开源工具链是DjVuLibre ，您可以在发行版的软件存储库中找到它。例如，在Fedora上：

 $ sudo dnf install djvulibre

创建一个DjVu文件

.djvu是已被编码为DjVu文件的图像。 .djvu可以包含一个或多个图像（存储为“页面”）。

要手动生成DjVu，可以使用以下两种编码器之一： c44用于高质量图像， cjb2用于简单双色调图像。每个编码器接受不同的图像格式：c44可以处理.pnm或.jpeg文件，而cjb2可以处理.pbm或.tiff图像。

如果需要预处理图像，可以在终端中使用Image Magick进行处理，使用-density选项定义所需的分辨率：

 $ convert -density 200 foo.png foo.pnm

然后，您可以将其转换为DjVu：

 $ c44 -dpi 200 foo.pnm foo.djvu

如果图像很简单，例如白页上的黑色文本，则可以尝试使用较简单的编码器进行转换。如有必要，请先使用Image Magick将其转换为兼容的中间格式：

 $ convert -density 200 foo.png foo.pbm

然后将其转换为DjVu：

 $ cjb2 -dpi 200 foo.pbm foo.djvu

您现在有了一个简单的单页.djvu文档。

创建多页DjVu文件

尽管单页DjVu很有用，但鉴于DjVu有时具有出色的压缩效果，它最常用作多页格式。

假设您有许多.djvu文件的目录，则可以使用djvm命令将它们捆绑在一起：

 $ djvm -c pg_1.djvu two.djvu 003.djvu mybook.djvu

与CBZ存档不同，捆绑映像的名称对其DjVu文档中的顺序没有影响，而是保留了您在命令中提供的顺序。如果您有先见之明以自然的排序顺序（001.djvu，002.djvu，003.djvu，004.djvu等）命名，则可以使用通配符：

 $ djvm -c *.djvu mybook.djvu

处理DjVu文档

使用djvm编辑DjVu文档很容易。例如，您可以将页面插入到现有的DjVu文档中：

 $ djvm -i mybook.djvu newpage.djvu 2

在此示例中，页面为newpage。 djvu成为文件mybook .djvu中的新页面2。

您也可以删除页面。例如，要从mybook.djvu删除第4页：

 $ djvm -d mybook.djvu 4

设定轮廓

您可以将元数据添加到DjVu文件中，例如大纲（通常称为“书签”）。若要手动执行此操作，请创建带有文档轮廓的纯文本文件。 DjVu大纲以类似Lisp的结构表示，带有开头的书签元素，后跟书签名称和页码：

(bookmarks

        ("Front cover" "#1")

        ("Chapter 1" "#3")

        ("Chapter 2" "#18")

        ("Chapter 3" "#26")

        )

括号定义轮廓中的级别。大纲当前只有顶级书签，但是任何部分都可以通过延迟其右括号来包含子部分。例如，为第1章添加一个小节：

(bookmarks

        ("Front cover" "#1")

        ("Chapter 1" "#3"

        ("Section 1" "#6"))

        ("Chapter 2" "#18")

        ("Chapter 3" "#26")

        )

大纲完成后，保存文件，并使用djvused命令将其应用于DjVu文件：

 $ djvused -e 'set-outline outline.txt' -s mybook.djvu

打开DjVu文件以查看轮廓。

A DjVu with an outline as viewed in Okular

嵌入文字

如果要存储要创建的文档的文本，可以将文本元素（ djvused术语中的“隐藏文本”）嵌入DjVu文件中，以便Okular或DjView之类的应用程序可以选择文本并将其复制到用户剪贴板中。

这是一个复杂的操作，因为要嵌入文本，必须首先拥有文本。如果您可以访问良好的OCR应用程序（或转录打印页面的时间和精力），则可能会有该数据，但是必须将文本映射到位图图像。

一旦有了每行（或者，如果愿意，每个单词）的文本和坐标，就可以为每个页面编写一个带有块的djvused脚本：

select; remove-ant; remove-txt

        # -------------------------

        select "p0004.djvu" # page 4

        set-txt

        (page 0 0 2550 3300

        (line 1661 2337 2235 2369 "Fires and Fire-fighters")

        (line 1761 2337 2235 2369 "by John Kenlon"))

. # ------------------------- select "p0005.djvu" # page 5 set-txt (page 0 0 2550 3300 (line 294 2602 1206 2642 "Some more text here, blah blah blah."))

每条线的整数代表每条线的X和Y坐标的最小和最大位置（ xmin ， ymin ， xmax ， ymax ）。每一行都是以像素为单位的矩形，可以在页面的左下角的原点。

您可以将嵌入的文本元素定义为单词，线条和超链接，并且可以映射形状不只是矩形的复杂区域。您还可以嵌入特殊定义的元数据，例如BibTex键（以小写形式表示（年份，书名，编辑，作者等），以及DocInfo键（从PDF规范中借用，始终以大写字母开头），作者，主题，创建者，生产者，CreationDate，ModDate等）。

`自动创建DjVu`

能够手工制作非常详细的DjVu文档是很不错的选择，但是如果您将DjVu用作日常格式，则会注意到您的应用程序缺少一些在普遍存在的PDF中可用的便利。例如，很少有（如果有的话）应用程序提供与PDF一样方便的“ 打印到DjVu”或“ 导出到DjVu”选项。

但是，您仍然可以通过利用PDF作为中间格式来使用DjVu。

不幸的是，简单，自动DjVu转换所需的库是根据CPL许可的，该要求具有工具链中的GPL代码无法满足的要求。因此，它不能作为已编译的库分发，但是您可以自由地自己编译它。

由于DjVuLibre团队提供了出色的构建脚本，因此该过程相对简单。

首先，使用软件开发工具准备系统。在Fedora上，快速简便的方法是与DNF组：
```
 $ sudo dnf group install @c-development  
```
在Ubuntu上：
```
 $ sudo apt-get install build-essential 
```

接下来，从Sourceforge下载GSDjVu源代码。确保下载GSDjVu ，而不是DjVuLibre （换句话说，不要单击文件列表顶部的绿色大按钮，而应单击最新文件）。

取消存档刚刚下载的文件，然后将目录更改为该文件：

$ cd ~/Downloads $ tar xvf gsdjvu-X.YY.tar.gz $ cd gsdjvu-X.YY

创建一个名为BUILD的目录。必须将其命名为BUILD ，以消除您的创造力：

$ mkdir BUILD $ cd BUILD

下载构建GSDjVu应用程序所需的其他源程序包。具体来说，您必须下载Ghostscript的源代码（几乎可以肯定已经安装了该源代码，但是需要使用它来进行构建）。此外，您的系统必须具有jpeg ， libpng ， openjpeg和zlib的源包。如果您认为您的系统已经具有这些项目的源包，则可以运行构建脚本；否则，请执行以下操作：如果找不到源，则脚本将失败，并让您在重试之前纠正错误。

运行下载中包含的交互式build-gsdjvu构建脚本。该脚本将解压缩源文件，使用gdevdjvu驱动程序修补Ghostscript，编译Ghostscript并从构建结果中删除不必要的文件。

您可以在路径中的任何位置安装GSDjVu 。如果您不知道PATH变量是什么，则可以通过echo $ PATH看到它。例如，将其安装到/ usr / local前缀：

$ sudo cp -r BUILD/INST/gsdjvu /usr/local/lib64 $ cd /usr/local/bin $ sudo ln -s ../lib64/gsdjvu/gsdjvu gsdjvu

`将PDF转换为DjVu`

现在，您已经构建了Ghostscript驱动程序，将PDF转换为DjVu只需一个命令：

 $ djvudigital --words mydocument.pdf mydocument.djvu

这会将PDF中的所有页面，书签和嵌入的文本转换为DjVu文件。 --words选项将所有映射的嵌入式PDF文本映射到DjVu文件中的相应点。如果没有嵌入的PDF，则不会保留任何嵌入的文本。使用此工具，您可以在应用程序中使用便捷的PDF功能，并最终得到DjVu文件。

为什么选择DjVu和CBZ？

DjVu和漫画书存档是您的档案库的绝佳附加文档格式。将一系列图像填充为PostScript格式（如PDF）或显然主要用于文本的格式（如EPUB）似乎很愚蠢，因此将CBZ和DjVu作为附加选项很好。它们可能不适用于您的所有文档，但是最好对它们感到满意，以便在最有意义的时候使用它们。

翻译自: https://opensource.com/article/19/3/comic-book-archive-djvu

cbz汇编