文章封面示意图:章节列表、向下的保存箭头与校验标记并排
阅读口径

本文讨论格式转换中的通用失真机制,不推荐任何具体工具,也不涉及任何作品内容。文中方法是转换后自查的思路,不能保证所有来源都能完整还原。

解析:结构在转换时被丢弃

网页转 EPUB 时,工具要把 HTML 拆成章节、提取标题、重建目录。这一步最容易出错:标题层级不规范,比如全用加粗代替二级标题,会导致目录生成失败;脚注用绝对定位排版会被当成正文;图片走外链则直接丢失。结果是电子书能打开,但目录是空的、图全是占位、注释跑到段尾。转换工具通常只提示“成功”,不会告诉你丢了多少。还有一种情况是分章失败:整本书被塞进一个章节里,目录只有一条,翻页要一直往下拉。这不是内容丢失,而是拆分规则没匹配上页面结构,重设章节识别规则通常能解决。

分页:长图切在哪里

长图是把连续内容按固定高度切片再拼接。问题出在切点:如果按固定像素切,正好切在一行字中间,接缝处就会出现半行字或白条;如果切图时带了页面边距,拼起来每段之间会多出一条空白。阅读顺序也可能错——有些工具按文件名排序拼接,001、002、010、011 之后接 100,中间的顺序就乱了。

编码与排序:两个隐蔽的坑

编码问题常出现在纯文本转换:源文件是 GBK,转换时按 UTF-8 读取,中文全部变成乱码,工具却照常输出。排序问题则出现在批量合并:按文件名字典序排,第 10 章会排在第 2 章前面;按修改时间排,重发过的旧章会跳到末尾。两种问题都不会报错,只能在成品里发现。还有一种常被忽略的失真:全角标点被转成半角,引号成对关系丢失,长段落里的顿号变成逗号,读起来意思没变,核对原文时却对不上。

可执行检查单

  1. 01转换后数一遍章数,与源目录条目数对照。
  2. 02抽查首章、中间一章、末章,确认没有乱码与截断。
  3. 03打开生成的目录,逐条点击确认锚点能跳到正确位置。

一个常见问题

长图中间出现白条,是什么原因?

两种常见原因:切图时每段保留了页边距,拼接后边距叠加成白条;或者切片之间有重叠,接缝处被压成一条空白。解决办法是转换前裁掉页边距,并让切片高度按行高对齐,而不是按固定像素。已经生成的长图无法修复,只能重新切一次。

转换后必须做完整性抽查

工具提示成功,只说明文件写出来了,不说明内容完整。可靠的做法是固定抽查三项:章数是否一致、随机三章的首末段是否通顺、目录锚点是否可跳。三项都过,才敢说“这一版能用”。如果其中一项失败,先回到源文件与转换设置,而不是在成品上修补——成品上的修补只会掩盖问题。