EPUB3.1數(shù)字出版技術研究

1、    epub3.1數(shù)字出版技術研究    遲亮摘要：本文了闡述epub 3.1數(shù)字出版標準的特點優(yōu)勢，分析了epub數(shù)字出版物的文件結(jié)構(gòu)，詳細分析了epub3.1標準的組成和關鍵文件的內(nèi)容。關鍵詞：epub3.1；數(shù)字出版；文件結(jié)構(gòu)：tp3 ：a ：1009-3044（2018）19-0239-04epub（electronic publication）是免費開放的數(shù)字出版物文檔格式標準，以oeps（open ebook publication structure）開放式電子書出版結(jié)構(gòu)為前身發(fā)展至今，具有開放靈活等特點，是國際數(shù)字出版論壇的正式標準，

2、也是當前較為流行的數(shù)字出版技術。epub一個較為重要的版本規(guī)范epub 3.0是2011年10月推出的，之后于2013年進行了微小的修訂，直至2017年國際數(shù)字出版論壇將epub 3.1版本批準為標準推薦規(guī)范。本文對epub 3.1標準的優(yōu)勢、內(nèi)容組成、文件格式以及關鍵文件進行了研究論述。1 epub3.1標準的特點與優(yōu)勢epub標準的最大特點是基于web標準，它實現(xiàn)了將包括xhtml（extensible hyper text markup language）可擴展超文本標記語言、css層疊樣式表、svg（scalable vector graphics）可縮放矢量圖形、圖像文件及其他媒體資

3、源在內(nèi)的多種格式的內(nèi)容結(jié)構(gòu)化地壓縮打包為一個單一文件，便于數(shù)字出版物的分發(fā)與交換，同時具有以下特點：1.1 可利用的媒體資源種類多epub支持多種格式的媒體文件。在epub3.1標準新中增加了w3c萬維網(wǎng)聯(lián)盟公布的woff 2.0字體格式和起源于蘋果macintosh的snft字體格式作為核心媒體類型。同時eupb 3.1 動態(tài)地將html 5和svg的最新推薦版本作為使用標準，放棄了epub 3.0.1版本中只針對html 5.0和svg 1.1的過時參考。epub3.1定義核心媒體類型格式見表1。1.2 格式開放，易于在線解析與生成epub對開發(fā)人員友好，采用簡單zip格式進行壓縮打包，易

4、于傳輸。內(nèi)部標準遵循xml和xhtml規(guī)范，易于解析與閱讀。同時epub標準是自由開放的，便于web在線生成、處理和解析。1.3 排版布局靈活，適用多種設備epub標準充分體現(xiàn)了內(nèi)容適應用戶的原則，使用它可以呈現(xiàn)固定布局排版的文檔，也可以現(xiàn)實內(nèi)容自動重排。內(nèi)容重排的最大優(yōu)勢在于可以根據(jù)閱讀設備的性能用最適于用戶閱讀的方式呈現(xiàn)作品。epub3.1還提供多種功能樣式表，允許更改文字排列方向，允許用戶在日夜閱讀模式之間進行選擇。2 epub 3.1的文件格式結(jié)構(gòu)epub標準發(fā)布的數(shù)字出版作品最終只呈現(xiàn)一個擴展名為.epub的文件。epub在作品文件內(nèi)部劃分成“出版物”（publication）、“書

5、卷集”（renditions）、“包”（package）三級結(jié)構(gòu)來進行管理。1） epub出版物，即用epub規(guī)范最終生成的數(shù)字作品文件，它通過文件容器（epub container）來進行組織和呈現(xiàn)。即epub發(fā)布的數(shù)字作品中所有的內(nèi)容都存放在文件容器當中，通過文件容器進行壓縮打包后，可以對epub出版物進行存儲和傳輸。2） 書卷集。一個數(shù)字出版物中可以由一個或多個內(nèi)容獨立的作品來組成，epub標準將出版物中一個個獨立的作品稱內(nèi)容為“rendition”，rendition類似于傳統(tǒng)出版的一套書中多個獨立成冊的書卷，本文將“rendition”譯作“書卷”。多個書卷即組成可用的書卷集（ren

6、ditions）。3） epub包。一個書卷占用一個epub包。每個epub包內(nèi)都是由包文檔（package document）、導航文檔（navigation document）和內(nèi)容資源（publication resources）三部分組成。包文檔是每個書卷內(nèi)必備的資源描述文件，它含有書卷的基礎元信息，提供書卷內(nèi)的資源清單，并定義默認的閱讀順序。導航文檔是書卷內(nèi)專用必備文檔，提供了人機可讀的導航信息。內(nèi)容資源則是出版物要呈現(xiàn)的內(nèi)容的集合，包括有以xhtml、html或svg文件形式出現(xiàn)的內(nèi)容文件、css樣式表、音頻、視頻、圖像、嵌入式字體和腳本等。epub3.1標準下的三級格式結(jié)構(gòu)，見圖

7、1。3 epub 3.1標準內(nèi)容的組成epub標準具有模塊化的特點，它把自身的核心特性和功能用一系列的子規(guī)范來進行分別定義。epub 3.1標準較之前的版本，最重要的變化是啟用了多個新標準模塊，子規(guī)范由之前的4個變?yōu)榱?0個。這10個模塊中包括了核心標準和可選的補充規(guī)范兩大類。同時從epub 3.1從版本開始，每個模塊均從epub格式和epub軟件應用兩個方面來進行描述，從而體現(xiàn)創(chuàng)作與呈現(xiàn)的一致性要求。epub軟件應用指的是使用epub標準用來編輯發(fā)布或閱讀展示作品的應用程序。3.1 epub 3.1的核心標準epub 3.1的核心標準主要有六個規(guī)范組成，它們分別是：1） epub包規(guī)范（ep

8、ub packages 3.1）。該規(guī)范對書卷所包含的內(nèi)容以及與出版物資源相關聯(lián)的設置進行描述，主要包括了包文檔、包的元數(shù)據(jù)和導航文檔內(nèi)容的規(guī)范。2） epub內(nèi)容文件規(guī)范（epub content documents 3.1）。該規(guī)范定義了出版物中使用的xhtml，svg、css文件以及其中含有的腳本、固定布局、詞匯發(fā)音的標準。3） epub媒體覆蓋規(guī)范（media overlays 3.1）。本規(guī)范通過smil（synchronized multimedia integration language）同步多媒體集成語言定義了文本和音頻同步的格式和處理模型，對epub出版物中媒體層定議及媒體

9、的建立和播放行為等內(nèi)容的描述，用于要求文字與媒體同步的數(shù)字出版物。4） epub開放容器格式規(guī)范（open container format 3.1），該規(guī)范簡稱ocf，是epub標準中一個非常重要的容器技術規(guī)范，它定義了epub出版物的文件格式和處理模型，并將出版物所有相關內(nèi)容按規(guī)范打包封裝在單一的文檔容器中，同時還定義了一種出版物資源混淆嵌入的方法。本規(guī)范中定義的容器包括抽象容器和zip容器兩部分。ocf抽象容器是一種文件系統(tǒng)模型，它要求epub出版物內(nèi)所有內(nèi)容使用一個共同的根目錄中，所有本地資源都位于根目錄所在的目錄樹中，但不強制資源目錄的結(jié)構(gòu)形式。抽象容器模型要求在根目錄下強制包含一個

10、名為meta-inf文件夾，用于存儲特殊的配置文件，相關配置文件的名稱和作用見表2。抽象容器模型在根目錄中的強制包含一個文件名“mimetype”的文件，保留供ocf zip容器使用。抽象容器模型對資源文件的要求較為寬松，理論上ocf抽象容器中所有資源文件可以位于根目錄下的任何位置，只要它們不在meta-inf文件夾中即可，但是為方便對出版物的解析，建議將epub出版物的內(nèi)容存儲在根目錄下的一個專用文件夾中。ocf zip容器規(guī)定了最終的出版物采用一個zip壓縮的文件來進行發(fā)布，文件擴展名為.epub。ocf允許使用“deflate”算法或“不壓縮”兩種情況進行文件壓縮，之外的算壓不支持，不能

11、進行加密壓縮，不允許分卷壓縮。5） epub可訪問性規(guī)范（epub accessibility）。該規(guī)范定義為了出版物定義了可訪問性、一致性和發(fā)現(xiàn)元數(shù)據(jù)（discovery metadata）的標準。本規(guī)范不針對單個版本的epub。它旨在適用于符合任何版本或配置文件（包括未來版本的標準）的epub出版物。6） 替代樣式標簽規(guī)范（alternate style tags）。定義了使用微格式標記替代樣式表的模式。3.2 epub 3.1可選規(guī)范epub 3.1的可選規(guī)范主要有：epub規(guī)范片段標識符（canonical fragment identifiers）、epub詞典和詞匯表（dictio

12、naries and glossaries）、epub索引（epub indexes）、epub多書卷呈現(xiàn)（multiple renditions）、epub預覽（previews）和epub區(qū)域?qū)Ш剑╮egion-based navigation）等，用于增強epub出版物的功能和用戶體驗。4 epub3.1標準中的關鍵文件在epub 3.1標準中指定了epub出版物必備或重要的配置文件，這些文件對出版物的制作和閱讀起到了重要作用，要想在線生成或解析閱讀epub數(shù)字出版物，必對這些關鍵文件進行準確配置。其中幾個必要文件的文件格式分析如下：4.1 mimetype文件在epub文件根目錄下必須

13、存在一個名“mimetype”的文件，它內(nèi)容較為簡單，僅對壓縮包的打開方式進行了說明，其文件內(nèi)容為“application/epub+zip”，它表示出版物的壓縮包文檔可以用eupb和zip兩種方式來進行解析使用。實事上epub格式的出版物將擴展名由.epub改為.zip后，可以使用相應的解壓縮文件解壓或打開，并且不影響文件內(nèi)容。4.2 opf文件epub出版物中的每個書卷都必須一個包文檔，包文檔的文件名稱不限定，但擴展名必須為“.opf”，內(nèi)部文件格式采用xml標準，通過包文檔可以準確識別整個數(shù)字出版物的結(jié)構(gòu)及閱讀順序，是解析出版物及顯示epub出版物的主要信息來源。包文檔內(nèi)部使用作為根標簽

14、。標簽有“version”、“unique-identifier”、“dir”、“id”、“prefix”和“xml：lang”等六個屬性，其中“version”、“unique-identifier”是必須定義的?！皏ersion”屬性值表明一epub文件所采用epub規(guī)范的版本，“unique-identifier”屬性值設定了對文件內(nèi)標簽的引用，以獲取作品的唯一標識符，如uuid、doi、isbn或issn等。標簽內(nèi)按照順序依次包含、和等四個標簽。其中、和三個為必備的標簽。標簽提供書卷基本信息和內(nèi)容布局的顯示信息，便于檢索書目信息和訪問控制。標簽提供書卷內(nèi)容資源的列表，每一個資源都由一個標簽來表示。標簽提供書書卷內(nèi)容資源的順序列表，通過子標簽的順序定義默認閱讀順序。、和可用的屬性和子標簽的信息見表3。表3 、和標簽的可用屬性和子標簽表標簽名 順序 可用屬性 可