Взято c Либрусека. Комментарии приветствуются.
В библиотеке появилось достаточно нормально сверстанных FB2, назрела необходимость в нормальном конверторе для онлайн-чтения.
К моему удивлению, поиск в интернете ничего не дал. Единственный как-то работающий вариант прост
(system "xsltproc -o $HTML FB2_2_html.xsl $FB2"), но не обрабатывает картинки. А карты иногда бывают полезны. Ужас.
Пришлось писать свой конвертер.
Для начала зарылся в глубь FB2_2_html.xsl (это как-бы официальное описание fb2-html, как я понял). Такое ощущение, что xsl разрабатывался роботами для роботов. Живому человеку там делать нечего. Так меня не тошнило лет десять, со времен изучения win32api.
Маленький пример. Надо нам добавить разрыв строки, <br> на html, он же <empty-line /> на fb2 (чем им <br> не угодил? Ну, там много необъяснимых странностей.)
На перле это выглядит примерно так:
print '<br>' if /<empty-line/;
На других вменяемых языках обработки текста чуть хуже, но в сущности похоже.
На xsl же:
<xsl:template match="fb:empty-line">
<xsl:text disable-output-escaping="yes"><br>
</xsl:template>
Как говорится, почуствуйте разницу - три строчки абракадабры вместо одной читабельной. Видимо, это слишком сложная для xsl операция - замена тэга.
Вывод - xsl для обработки xml абсолютно непригоден. Как, прости господи, фортран какой-нибудь. Вопрос. А зачем он вообще нужен-то?
В результате из 400 строк и 15 килобайт нечитаемого xsl получилось 200 строк перла, из которых половина - пустые, весом в 5 кило.
Теперь к делу.
Пока сделано так:
Аннотация выкидывается. Нечего ей делать внутри книжки, она нужна до чтения, для выбора книги, а не во время.
Оглавление располагается в конце книги. Идея расмещать оглавление в начале мне кажется порочной. В большинстве случаев оно не нужно, а если понадобилось - всегда можно нажать CtrlEnd.
Сноски опять же в конце. Кому понадобится - кликнет, кто и так понял - читает дальше. На то она и сноска, чтоб не отсвечивать.
Картинки вытаскиваются в отдельные файлы и в html проставляются абсолютные ссылки - даже если его утащить на локальный комп, картинки всё равно откроются.
Обложка вставляется в начало книги. Сильно сомневаюсь в её нужность, честно говоря.
Просьба ко всем - вдумчиво просмотреть что получается из сложносвёрстанных книг и об обнаруженных глюках доложиться.

Comments
Помощи при вычитке при таких обьемах оказать не могу.
Если сделаете бэкап, я был бы счастлив сделать зеркало, пправда... но США :(
Я где-то сказанул что-то против вашей юрисдикции? Извините.
Я и сам сервер в Штатах держу, потому как дешево и сердито.
А в таких объемах и не надо. Достаточно будет наткнувшись на ошибку её исправить или о ней сообщить. За день библиотеку посещает 500 человек, не считая роботов. Если каждый исправит по одной ошибочке - они скоро кончатся. Вот, сегодня товарищ Miroff неплохо поработал - 70 книжек по местам расставил. А так уже человек десять включилось. Хорошо.
По поводу зеркал я еще не думал, как это реализовать.
Идея-то в том, чтобы множество пользователей приводило собрание в порядок.
Не только вычитка - исправления имен авторов, создание биографий, удаление дублей авторов и книг, перевод из менее правильных форматов в более правильные... Много чего.
Как всю эту радость синхронизировать - непонятно. Особенно сейчас, пока структура базы не устоялась.
Репликациями на уровне MySQL? Не знаю, насколько у него с этим хорошо, никогда не пробовал. Или переползать на взрослые BD, где с репликациями всё нормально? Не каждый хостер на это пойдет.
Думается, существующих ресурсов пока хватит. Оплаченный траффик я использую на 1% примерно, есть куда расти.
Хороший ресурс.
По поводу обложек тоже не сомневайся - лично мне книжки без них не нужны ;)
Речь про конвертер для онлайн чтения. Там - не нужны имхо.
Но обложки нужны :)
Для онлайна - html. В основном для мелких книжонок, цитат и поисковиков.
Ну и для тех, кому лень разбираться с fb2.
Зачем?
Сложно объяснить :) С 97-го года читаю с компа, с 2002 - на Палм. И только месяц назад купил РРС и появилась возможность читать с обложками. А все это время их очень не хватало. Имхо, обложка - это важная часть книги, она задает насрой. Если качественная, конечно. Взять хотя бы обложки Бондаря к Перумову. Да и, как я уже говорил, книжка ассоциируется с обложкой... В общем, довольно сложно объснить то, что просто нравится и все тут.
В любом случае, когда в читалке есть фозможность показывать стили текста, жирный/курсив, аннотации и обложки, это хорошо. Лично мне читать гораздо прятней
М.Ю.Лермрнтов "Герой нашего времени". Предисловие
Так и есть, собственно. Предполагалось, что вручную xsl не просматривается, зато то что он форматирует xml, сам являясь xml-ем это как бы бонус. Т.е. работа с данными и с оформлением единым образом, программно причем. Именно, что для роботов и человеку там делать нечего. Правда, получилась все равно фигня :)
Примерно для тех же задач есть язык XQuery, который выглядит намного приятнее.
Действительно, намного приятнее, хотя до перла и не дотягивает.
Но, к сожалению, разработчики стандарта fb2 о нём не знают. И это очень печально.
заранее спасибо за любой ответ
Каким образом можно "просмотреть что получается из сложносвёрстанных книг" и "..об обнаруженных глюках доложиться..,
если не выложен скрипт озвученный в теме ?
2. Нажать /read (читать)
3. Посмотреть, что получилось.