eBookDownloader и валидация книжек. ВАЖНО!!!!

Опубликовано сб, 05/04/2008 - 15:44 пользователем Bullfear

Вобщем перед тем как заливать книжку(скачанную ebookDownloader-ом у конкурентов) в библиотеку ее надо проверить на валидность. Надеюсь все знают как это делать? Иначе получаються оччень неприятные вещи. Вот пример текста книжки(Скобочки <> заменены на () ):
(p)–Просто пугает,– повторил Белоян.(/p)
(p)Пожаром неведомый бог пригрозил на послезавтра, но уже с ночи напротив дома Добрыни начали прогуливаться крепкие мужики. Добрыня узнал гридней из личной охраны князя. Белоян придерживается старой мудрости: на бога надейся, но к берегу греби. Пугает или нет чужой бог, но на всякий случай пусть погуляют парни на людной улице. Пусть даже на день раньше. На случай, если Добрыня дни перепутал, чужой бог ошибся в днях или вообще… так, на всякий случай. (р)Милена, все такая же добрая и ласковая, не возгордившаяся, что ее муж – самый знатный витязь на всей Руси, за его отсутствие малость раздобрела, но лицом оставалась такая же светлая, глаза ясные, а голос звучал приветливо. (/p)
А вот так эта книжка выглядит в читалке!!!!(Haali Reader):
–Просто пугает,– повторил Белоян.
Милена, все такая же добрая и ласковая, не возгордившаяся, что ее муж – самый знатный витязь на всей Руси, за его отсутствие малость раздобрела, но лицом оставалась такая же светлая, глаза ясные, а голос звучал приветливо.

Тоесть невалидные абзацы тупо пропадают! Есть идеи как можно автоматизировать чистку книг? По сути надо автоматизировать закрывание абзацев, если абзац не закрыт. Или хотя бы какая читалка(для кпк естественно) показывает нормальный текст?

Комментарии

Опубликовано сб, 05/04/2008 - 17:10 пользователем agrey

Это разработчику надо писать:
http://www.liveinternet.ru/users/dimzon541/

Опубликовано сб, 05/04/2008 - 20:25 пользователем rr3

Встречал обращения людей с подобными багами на форуме the-ebook.org. Там, насколько я припоминаю, дело было в альдовских файлах fb2. Возможно, тэги были не закрыты и в исходном тексте - тогда eBookDownloader ни при чем, он ведь хмл на валидность не проверяет.

Опубликовано вс, 06/04/2008 - 03:51 пользователем Bullfear

Вполне возможно. Браузеру то по барабану - он автоматом закрывает. А вот в HaaliReader абзацы пропадают :(

Опубликовано вс, 06/04/2008 - 13:01 пользователем computers

Не знаю... Читаю с Haali на КПК, и не замечал пропуска абзацев как будто, в том числе и в книгах, полученых с помощью ЕБД. Теперь буду присматриваться повнимательнее.
Кстати, Haali на КПК - единственная читалка, которая может автоматом сделать оглавление при определенном формате абзацев файла txt, и я это широко использую на работе, поэтому перейти на другую читалку никак не могу.

Опубликовано пн, 07/04/2008 - 05:25 пользователем Bullfear

Сам недавно заметил :( Попробуй скачать Княжеский пир 2 Никитина. Цитата вверху оттуда.

Опубликовано вс, 06/04/2008 - 01:51 пользователем hagen

я fb2 читаю ICE Book Reader`ом. У меня у всех файлов с абзацами все впорядке.

Опубликовано вс, 06/04/2008 - 03:56 пользователем Bullfear

Проблема решилась. Надо было просто выкинуть ";№%% Haalireader и поставить нормальный AIReader.

Опубликовано вс, 06/04/2008 - 08:27 пользователем Zeraman

Haali не трож)) лучшая (и быстрая) читалка имхо.

Опубликовано пн, 07/04/2008 - 05:15 пользователем Bullfear

Тоже так думал. Пока не поставил AIReader :) Листает Haali лучше, но проблема в том, что не отображает абзацы в "кривых" книжках (выше пример). Хотя может быть появиться новая версия и тогда... :)

Опубликовано пн, 07/04/2008 - 06:20 пользователем VadimV

Сомневаюсь, что в Хаали эта проблема решится.
Там принципиально парсинг тегов параграфов сделан с расчетом на их парность.

Опубликовано вс, 06/04/2008 - 07:44 пользователем Stas911

Вообще проверить XML на соответствие схеме (в данном случае FB2) - задача тривиальная. По-хорошему, это должно делаться сайтом при каждом приеме fb2 от пользователя.

Опубликовано пн, 07/04/2008 - 05:26 пользователем Bullfear

И сразу лишимся doc и pdf.

Опубликовано пн, 07/04/2008 - 08:03 пользователем 2d0x

Bullfear, откуда такой вывод ? При заливке fb2 проверяется валидность, а при заливке других форматов не проверяется, т.е. идёт в обход проверки.

Опубликовано пн, 07/04/2008 - 08:46 пользователем Teolog

В хаали гемор с абзацами.
Я так понимаю там не отсутствие замыкающего тега а вложенный параграф типа (p)bla bla(p)bla(/p)(/p).
Но на всякий пожарный пришли образец на pisem.net@teolog. Сделаю очередную попытку фикса.

Опубликовано ср, 09/04/2008 - 01:36 пользователем Vened

ebookDownloader пока не умеет делать валидный fb2
Ни одна книга, сохраненная им в fb2 валидации не прошла. Ошибок при этом много: стихи форматируются как эпиграфы, не все теги нормально закрываются и т.д. Собрать книгу руками в результате получается быстрее, чем выправить то, что сделал ebookDownloader. :0(

Опубликовано ср, 09/04/2008 - 02:28 пользователем libinator

Поправить не так долго. В среднем нужно 5-10 минут, если сносок не очень много.
Добавить аннотацию и информацию о книге, убрать section у названия и автора, объединить пустые секции, исправить структуру, если она разветвленная , у эпиграфов исправить вложенный тэг epigraph на author-name, исправить стихи, добавить сноски. В FBE это занимает, как уже написал 5-10 минут.

Опубликовано ср, 09/04/2008 - 02:38 пользователем Vened

Это время очень сильно зависит от сложности оформления книги. В книгах, кроме перечисленного вами, ещё и иллюстрации бывают, которые данлоадер только и умеет, что сохранять на диск - и за это автору спасибо. Дерните данлоадером ту же "Ртуть" Нила Стивенсона (http://lib.aldebaran.ru/author/stivenson_nil/stivenson_nil_rtut/) и проверьте, сколько времени у вас уйдет, чтобы вернуть оформление книги хотя бы к альдебарановскому - про печатное я уже и не говорю. Скажете, что 5-10 минут - соврёте.

Опубликовано ср, 09/04/2008 - 02:53 пользователем libinator

Последние версии dowloadera вполне нормально сохраняют иллюстрации в fb2 документе.
На Ртуть немного больше времени, минут 20, из-за 56 сносок.

Хотя я хотел не меряться, кто быстрей, а просто пожелать выкладывающим неправленый fb2 утянутый даунлоадером потратить немного времени, и привести документ в нормальный вид.

Опубликовано ср, 09/04/2008 - 03:13 пользователем Teolog

Пришлите список того что не так, я попытаюсь поправить. Только поконкретней. Насчет сносок не совсем понятно что делать, не всегда понятно что это сноска поэтому я их вообще не обрабатывал.

Опубликовано пт, 11/04/2008 - 01:50 пользователем Vened

Создаются лишние секции по подзаголовкам (самый самый частый пример - подзаголовок "* * *") и по началу каждой страницы, на которые книга разбита для онлайн-чтения.

Опубликовано пт, 11/04/2008 - 02:01 пользователем Teolog

Это не баг, это фича. В некоторых книгах заголовков просто нет, есть только подзаголовки. В результате получается одна здоровая секция и при чтении на некоторых читалках появляются дикие тормоза. Кроме того оказалось что создать несколько заголовков в одной секции значит нажить себе кучу неприятностей. Читалки именно заголовки почему то ненавидят.
Поэтому при встрече с заголовком создается новая секция, так же новая секция создается когда софтина оконечательно отчаивается разобратся с форматированием. Чаще всего на альдебаране.
Так что если не возникает артефактов при отображении, лучше не трогать.

Опубликовано пт, 11/04/2008 - 03:38 пользователем Vened

Н-да.
Вот именно поэтому, чем бороться с подобными "фичами", куда проще и быстрее делать fb2 руками, с нуля.

Опубликовано пт, 11/04/2008 - 03:51 пользователем Evgeniy_V

Цитата:
проще и быстрее делать fb2 руками, с нуля.

Подскажите лучший софт для конветации в fb2 или сами чем пользуетесь.

Опубликовано пт, 11/04/2008 - 04:03 пользователем Vened

В данный момент я пользуюсь исключительно FB Writer-ом и копипастом. Для конвертации из doc в принципе можно пользоваться утилитами doc2fb или грибовской any2fb, но там контроль и ручная правка всё равно нужны. Any2fb, кстати, понимает не только doc, но и txt, rtf, html и др.
X