终于知道这里为什么叫文本pdg了，而且你们不喜欢

kqvtkdss

agent124 发表于 2017-5-19 22:07
文本应该是王道。但是文本pdg转html还是错误很多，调校颇为吃力

可能你们理解的文本，超星的“文本版”前期的自己ocr的双层PDF，有错别字，而且排版很难看，这个不是很好。
而现在的新书，超星还有部分文本版不错（常常90字头的），是出版社授权的印前PDF，显示的PDF阅读，可以用超星5.4阅读，然后获取报文，用传统的BBT方法可以下载下来，但是单页的pdg的体积较大，需要用pd2pic中文本转换工具转换为PDF，然后用PDF软件合并，合并后就小很多。这类书是矢量高清的，这样的书很好，可惜还没自动的下载工具。和你们理解的有所差别吧

agent124

kqvtkdss 发表于 2017-5-19 22:28
可能你们理解的文本，超星的“文本版”前期的自己ocr的双层PDF，有错别字，而且排版很难看，这个不是很好 ...

即使不是ocr的文本pdg，虽然在acrobat里阅读正常，但是转成html或者txt会有很多排版上的错误或者错别字。文本pdf毕竟还是pdf，体积太大，不如文本轻巧。而且，pdf在kindle上的阅读效果太差，只能转成epub。当然，这是我个人的需求。
至于“自动的下载工具”，首先因为报文要一本本获取，所以自动批量下载的软件估计比较困难。而如果是一本本下载，用超星阅读器+抓包工具+棒棒糖/其他类似工具就能下载了，和下载普通包库差不多（棒棒糖虽然可以自动抓报文，但有时也会失效），稍微复杂了一点点而已。做“一键下载”的工具，个人认为不太必要。因为花时间精力做一个和现有工具功能差不多的东西，不是太合算，除非是特意想学有关的技术。此外，“一键下载”，我总持保留看法。因为越是“傻瓜”的软件，虽然实现基本操作很方便，但往往是以牺牲灵活性为代价的。当然，功能的灵活性和使用上的简便程度总会有矛盾，软件设计上需要tradeoff的考量。但是软件过于“聪明”，反而会产生意想不到的问题。所以个人不是太喜欢太“傻瓜”的软件。

kqvtkdss

agent124 发表于 2017-5-19 22:36
即使不是ocr的文本pdg，虽然在acrobat里阅读正常，但是转成html或者txt会有很多排版上的错误或者错别字 ...

你的理解也是对的，主要是侧重点不一样吧，要这种的话 最好还是去下载azw3 epub mobi这些客户阅读断的书籍，都是可以直接复制的，主要是针对文史类 ，而书世界的书是PDF是原版,对于非文本图文混排的比较好，公式其他符号可以完美显示，而超星的扫描书，其最大的好处是和原书一样，但带来的问题就是版权这些，盗版