PDF 转 EPUB

它是什么

一条完整的电子书制作流水线。把扫描版的 PDF——那些绝版的、只能在图书馆角落里找到的书—— 变成可以在任何阅读器上舒服阅读的 EPUB。难的地方在认完之后：版面要拆对，段落要接上， 脚注要分开，最后还得一页一页人工校过。

为什么做这个

很多好书已经绝版，只有扫描版流传。扫描版在手机上几乎没法读—— 字太小、不能调字号、不能做笔记。这个项目就是为了解决这个问题： 让那些值得读的书，以体面的方式重新回到读者手中。

一道一道工序

• 认版面 先看清这一页是双栏还是单栏，哪里是页眉页脚，哪里是图。
• 把字认出来 用看得懂中文排版的识别方式，比老一代识别引擎准得多。
• 把段落接上 正文、脚注、标题分开，跨页断掉的一行要接回去。
• 做目录 从原文里认出章节的上下层级，做成阅读器上能点的目录。
• 人工校几遍 每一本书都逐页校对，认错的字和排错的地方，一行一行改回来。

交付格式

主要交付 EPUB 格式，兼容几乎所有电子阅读器（Kindle、Apple Books、微信读书等）。 也可根据需求交付 Word 或 TXT 格式文档。

状态

活跃开发中。主要的流程已经稳定下来，认字和排版还在一步步改。 每做一本新书，都会攒下几条经验，回头改进流程。