EPUB電子書標準研究

[摘要]回顧EPUB開放式電子書標準的發(fā)展歷程；重點分析EPUB 3.0標準的結(jié)構(gòu)，并通過EPUB3.0格式的電子書《白鯨記》加以展示；最后概括EPUB3.0在國內(nèi)外的應(yīng)用情況及特點。

[關(guān)鍵詞]電子書標準 EPUB 3.0 數(shù)字出版 開放電子書論壇

[中圖分類號]G237 [文獻標識碼] A [文章編號] 1009-5853 （2013） 02-0089-06

1 EPUB發(fā)展歷程

近一二十年，國內(nèi)外電子書產(chǎn)業(yè)迅猛發(fā)展。作為一種新型出版物形態(tài)，電子書的內(nèi)容、格式、質(zhì)量、平臺、版權(quán)等方面都需要相關(guān)標準支持。目前，與電子書有關(guān)的標準可大致分為電子文檔結(jié)構(gòu)定義和描述標準、多媒體格式標準、編碼標準、元數(shù)據(jù)標準、版權(quán)標準等。其中，EPUB（Electronic publication的縮寫，電子出版）是一個免費開放的電子書格式標準，由1999年9月發(fā)布的開放電子書結(jié)構(gòu)（Open eBook Publication Structure，OEBPS）標準不斷改進演變而來。提出OEBPS標準的開放電子書論壇（Open eBook Forum，OeBF）也隨著EPUB電子書標準的發(fā)展更名為國際數(shù)字出版論壇（The International Digital Publishing Forum，IDPF）。EPUB標準從OEBPS 1.0到EPUB 3經(jīng)歷了將近14年時間，根據(jù)標準名稱的變化可劃分為三個發(fā)展階段。

1.1 第一階段 OEBPS 1.*

OEBPS 1.*階段包括三個版本的標準：1999年9月，OeBF發(fā)布OEBPS 1.0版本。在隨后的應(yīng)用中，發(fā)現(xiàn)該規(guī)范存在含糊、錯誤、不足等地方，于是OeBF于2001年6月發(fā)布了1.0.1版本，修復(fù)1.0版本存在的問題。2002年8月，OEBPS 1.2版本發(fā)布，新功能的增加和格式、顯示等方面功能的增強使開放式電子書標準得到進一步完善。

但是，OEBPS 1.2標準也存在缺點。如其元數(shù)據(jù)（metadata）部分基于都柏林核心集（Dublin Core，DC），主要是描述性元數(shù)據(jù)，雖然可以采用x-metadata方式進行擴展，但是能力有限，在管理性元數(shù)據(jù)方面比較欠缺[1]。又如OEBPS1.2不支持數(shù)學(xué)公式，也沒有解決數(shù)字權(quán)利管理（Digital Rights Managem，DRM）問題[2]。

1.2 第二階段 EPUB 2.*

2006年10月，IDPF發(fā)布開放容器格式（Open Container Format，OCF）1.0版本。次年9月，發(fā)布開放出版物結(jié)構(gòu)（Open Publication Structure，OPS） 2.0版和開放包裹格式（Open Packaging Format，OPF） 2.0版。OPS 2.0、OPF 2.0以及OCF 1.0共同構(gòu)成EPUB 2.0電子書標準，并取代OEBPS 1.2成為IDPF的正式標準。EPUB 2.0使用XHTML或DTBook 2005來展現(xiàn)文字，并以zip壓縮格式來包裹檔案內(nèi)容；在版權(quán)處理方面，支持對OCF容器中的內(nèi)容文件進行加密；在文件布局和顯示方面，出版商可以通過樣式表來控制布局，打破固定的行和頁，從而呈現(xiàn)流動的文本[3]。

但是，EPUB 2.0依舊不能支持數(shù)學(xué)公式，并需要進一步在出版商的控制性和用戶的方便性之間尋找平衡。2010年7月2日，IDPF發(fā)布EPUB 2.0.1版本，組成部分分別升級為OPS 2.0.1、OPF 2.0.1和OCF 2.0.1。然而，該標準只是糾正前一版本中的錯誤和不一致，并沒有從根本上改變功能。如新標準依然不能完美支持多媒體內(nèi)容，無法支持讀者和電子書互動，不支持標準注釋功能，也無法實現(xiàn)精確排版。

1.3 第三階段 EPUB 3.0

2011年10月11日，IDPF宣布完成EPUB 3.0版本的制定。與EPUB 2.0.1相比，新版本在很多方面進行了修正、改進和刪除，使得開放式電子書標準更加完善。以下將詳細分析EPUB3的結(jié)構(gòu)和應(yīng)用實例。

2 EPUB 3.0結(jié)構(gòu)及實例

EPUB 3.0標準在文件結(jié)構(gòu)上有很大改動，將復(fù)雜重復(fù)的內(nèi)容進行了整合修改，并且為了更好地體現(xiàn)電子書在多媒體文件方面的運用，新增了多媒體方面的規(guī)范。

2.1 標準結(jié)構(gòu)

從標準結(jié)構(gòu)來看， EPUB 3.0主要由4個規(guī)范組成：Publication 3.0、Content Documents 3.0、Open Container Format 3.0和Media Overlays 3.0。

2.1.1 EPUB Publications 3.0

EPUB Publications 3.0規(guī)范取代了之前的OPF 2.0.1，定義了EPUB 3格式出版物的層次和符合性要求。它的主要內(nèi)容是關(guān)于包裹文件（Package Document）的，包含電子出版物的目錄順序和相關(guān)結(jié)構(gòu)性資料，是電子閱讀器如何處理及顯示EPUB電子書的主要信息來源。包裹文件將出版物的信息資料有效地集中在一起，并配上詳細說明，使閱讀器能準確識別整本電子書的結(jié)構(gòu)以及閱讀順序。包裹文件主要內(nèi)容有：①元數(shù)據(jù)（metadata），用于描述電子書相關(guān)信息；②資源清單（manifest），將電子書的所有資源進行描述定義；③結(jié)構(gòu)順序（spine），預(yù)設(shè)電子書的閱讀順序[4]。

2.1.2 EPUB Content Documents 3.0

EPUB Content Documents 3.0規(guī)范取代了OPS 2.0.1，但是所規(guī)定的內(nèi)容并沒有改變，即對電子書的內(nèi)容進行定義：首先，整個電子書內(nèi)容必須為基于HTML 5的XHTML文件，每章內(nèi)容的定義語句均要符合XHTML的語法規(guī)則；其次，該規(guī)范定義了CSS層疊樣式表，對電子書的布局排版進行了說明；再次，圖像的嵌入、導(dǎo)航文件的定義、對MathML標記的支持等都在該規(guī)范中進行了介紹。

2.1.3 EPUB Open Container Format（OCF）3.0

OCF 3.0是EPUB 2.0中惟一沒有被替代的規(guī)范，只是對版本進行了升級。它定義EPUB文件格式和處理模型，將文件中所包含的相關(guān)內(nèi)容打包封裝在單一的文檔容器中。OCF是EPUB電子書必要的容器技術(shù)，包括OCF抽象容器和OCF ZIP容器。OCF抽象容器針對容器的內(nèi)容定義了一種檔案系統(tǒng)模型，使用單一共通的根目錄，將所有出版物資源均放入其中，并生成名為META-INF的文件。另一個名為mimetype的文件保留給OCF ZIP容器所使用。

META-INF中必須包含container.xml文件，其中指明了EPUB電子書根目錄的媒體類型和文件路徑，除此之外還可以選擇性地使用encryption.xml對內(nèi)容進行加密、用manifest.xml列舉內(nèi)容清單、用metadata.xml描寫電子書相關(guān)信息、用rights.xml設(shè)置文檔管理的權(quán)限，以及signatures.xml對文件進行數(shù)字簽名[5]。

OCF ZIP容器使用ZIP格式。最終EPUB格式文件就相當(dāng)于是一個壓縮包，可將后綴名.epub改為.zip并解壓縮后查看電子書的具體組成內(nèi)容。

2.1.4 EPUB Media Overlays 3.0

EPUB Media Overlays 3.0規(guī)范是EPUB 3.0標準中新添加的內(nèi)容，包含對媒體層文件的定義、如何建立媒體層，以及對播放行為的描述。

EPUB 3.0格式電子書添加了文字和語音同步功能，可利用媒體層文件描述來建立同步朗讀型書籍。其中SMIL標記是主要內(nèi)容，媒體層通過對SMIL標記的運用將結(jié)構(gòu)化的音頻旁白加到對應(yīng)文字上，從而解決文字和語音同步的問題。另外，該規(guī)范還定義了音頻和視頻嵌入、片段播放的順序等內(nèi)容。

2.2 實例分析

IDPF官方網(wǎng)站給出了由谷歌代碼（Google Code）主辦的EPUB 3發(fā)展論壇“EPUB修訂”（epub-revision）。該論壇允許公開訪問、注冊登記、上傳下載EPUB 3.0文件。本文從該網(wǎng)站下載了未經(jīng)加密的EPUB 3格式《白鯨記》（Moby Dick），用來具體演示EPUB 3.0電子書標準的結(jié)構(gòu)。《白鯨記》文件名為moby-dick-mo-20120206.epub，將后綴“.epub”重命名為“.zip”后變成壓縮包，解壓后得到同名文件夾，其中包括META-INF、OPS和mimetype（見圖1）。

2.2.1 mimetype文件

每一本EPUB格式電子書中必須包含一個“mimetype”文件。這個文件內(nèi)容十分簡單，只有一條語句“application/epub+zip”，不能包含新行或者回車且必須作為ZIP壓縮包中的第一個文件。其作用是規(guī)定電子書能通過EPUB閱讀設(shè)備和ZIP壓縮軟件打開。這也是把《白鯨記》后綴名.epub改為.zip并解壓縮后可以看到詳細內(nèi)容的原因。

2.2.2 META-INF文件夾

META-INF是OCF抽象容器的必要目錄。該目錄主要描述電子書的位置、打開方式、信息加密、目錄、書籍資料、權(quán)限管理等信息。其中必須要有container.xml容器文件，在這個文檔中必須清楚指明容器所包含的EPUB電子書根文件的媒體類別與路徑。實例《白鯨記》的container.xml文件打開后如圖2所示，它的主要功能在于告訴閱讀設(shè)備該從何處找到且如何打開該內(nèi)容文件。container.xml文件是不能加密的。

其中，<？xml version=“1.0”encoding=“UTF-8”？>語句聲明了XML的版本和編碼方式。元件中可以看到EPUB電子書標準參考了開放文檔格式標準（Open Document Format，ODF），突顯出EPUB格式的開放性。根文件元件為OPS/package.opf，它指出根目錄的路徑，與內(nèi)容之間的關(guān)系必須惟一。而該電子書的媒體類型則由語句< media-type=“application/oebps-package+xml”>進行說明。

2.2.3 OPS文件夾

OPS文件夾存放了電子書的全部內(nèi)容?！栋做L記》電子書每一個章節(jié)的內(nèi)容、圖片、音頻、視頻，它在閱讀器上顯示的字體、樣式以及該電子書的內(nèi)部結(jié)構(gòu).opf文件都在OPS中。

2.2.3.1 .opf文件

.opf文件指定了所有內(nèi)容的位置并描述所有具體內(nèi)容，是EPUB規(guī)范中最復(fù)雜的部分。將《白鯨記》的package.opf文件打開后，根據(jù)規(guī)范中各個元件分別顯示其內(nèi)容語句。

（1）元件

這是包裹文件的根容器。version="3.0"指出該電子書符合EPUB 3.0版本規(guī)范標準。unique-identifier=“pub-id”用以識別元件（見圖3）。

（2）元件

該元件沒有定義屬性，是的第一個子元件，描述電子書的相關(guān)信息。例如：書名、作者、語言、出版社、單一識別符（如DOI、ISBN、ISSN）、語言等（見圖4）。出版物最少需要包括三個必要元件——title、identifier和language。

由圖4可以了解EPUB 3.0格式《白鯨記》仍采用DC元數(shù)據(jù)集。其中，書名為“Moby-Dick”，作者是“Herman Melville”，“Dave Cramer”為創(chuàng)作本書的次要作者。 ISBN號為“9780316000000”，該書是英文內(nèi)容，由Harper & Brothers出版社出版。

（3）元件

EPUB電子書的詳細資源清單由元件構(gòu)成。它是第二個必要的子元件，每一個資源用一個元件表示（見圖5）。

其中屬性必須在此文件范圍內(nèi)是惟一的；屬性指定所對應(yīng)條目的位置；屬性說明條目中出版物的媒體類型和格式；屬性定義條目所描述的媒體疊加層文件。實例《白鯨記》的元件語句中依次提到：

① 電子書字體為常規(guī)、斜體、粗體和粗斜體；

② 目錄“toc.xhtml”；

③ 版權(quán)頁“copyright.xhtml”；

④ 書名頁“titlepage.xhtml”；

⑤ 定義封面和封面圖片路徑的“cover.xhtml”“cover-image”；

⑥ 電子書排版的CSS樣式位置“css/stylesheet.css”；

⑦ 書名頁圖片“aMoby-Dick_FE_title_image”的讀取地址；

⑧ 前言“preface_001.xhtml”；

⑨ 簡介“introduction_001.xhtml”；

⑩ 評論和引語“epigraph_001.xhtml”；

分別將第一二章文字及其多媒體語音同步在一起的“chapter_001.xhtml”“chapter_001_overlay.smil”“chapter_002.xhtml”和“chapter_002_overlay.smil”；

第三章“chapter_003.xhtml”；

第一章音頻“audio/mobydick__001_002_melville.mp4”；

簡要目錄“toc-short.xhtml”。

（4）元件

該元件指定EPUB 3.0電子書內(nèi)容的預(yù)設(shè)閱讀順序（見圖6）。元件是中的子元件，表示出版物資源的順序。每個元件都需要一個屬性，并且和 manifest 中的某個 ID 匹配。可選屬性則說明內(nèi)容是否是線性閱讀序列的一部分，還是與前后項無關(guān)。

2.2.3.2 .smil音頻文件

《白鯨記》解壓后的OPS文件夾中有兩個.smil文件，分別是第一二章的同步音頻。將.smil音頻文件連接到相應(yīng)的文本內(nèi)容上，可實現(xiàn)文字和語音同步播放。

將名為“chapter_001_overlay.smil”的第一章音頻通過網(wǎng)頁打開，查看其語句定義如圖7所示。

元件是媒體層文件的根元件。屬性指明媒體層所遵循的SMIL版本規(guī)格。

是必要元件，是媒體層文件里內(nèi)容呈現(xiàn)的起點。

元件包含要依序播放的媒體文件。屬性對媒體文件進行惟一識別編號；屬性指定該媒體文件所對應(yīng)的EPUB內(nèi)容文件；屬性是在EPUB內(nèi)容文件中相對應(yīng)的結(jié)構(gòu)化語意表達式。