如何私釀電子書

買紙本書將其電子化，這個過程一般叫作「掃描」，日本人稱之為「自炊」，好像買食材來自己煮。書籍掃瞄算不上新鮮事，網路上有許多部落格從裁書到掃描教學十分詳細，最後通常會得到一個PDF檔，適合放到平板上看。曾有網友來信說自己有TB數量級的PDF電子書，在我看來十分硬蕊。

不過，我一直沒有動念做這件事。首先，把書籍電子化在我看來不是買菜來煮，而是釀私酒。差別在於沒有人會阻止你煮菜，但釀酒在歷史上往往由法律明文禁止，或至少不會有好的社會觀感。掃描電子書也是，我們都明白這是「重製」，電子化後的書籍輕易就能複製、傳播。任何人只要稍微對著作權有點概念，都會擔心自己會一不小心就犯了法，侵害到作者的權利。

再者我不能接受PDF。我現在的主力閱讀裝置是iPhone SE，在四吋螢幕上開A5大小的PDF絕對體驗很差，想都不敢想。雖然這麼說，我也深知製作高品質EPUB電子書有多困難，若是苟且一點導致品質不夠高，讀書時看到錯誤又心裡難受，不改正不舒服。考慮再三，還是算了，不找自己麻煩。

另一方面，所有愛書人都會遇到一個實際問題：書櫃爆滿。不僅書櫃爆滿，可能連書桌、床頭、茶几以至於地板都裝不下不斷增生的書籍。所以說，電子書的重度用戶其實就是有大量閱讀習慣的讀者，這是自然而然的事。

我的書櫃早就爆滿了，再多一本書也塞不進去，偏偏想看的書常常不出電子版，買了紙本書卻因為閱讀習慣改了，最後往往堆著沒看，加上真正喜歡的書就算看完了也會收藏起來⋯⋯我想這樣下去不行，會被買了卻沒看的書淹沒，買書難道為了養蠹蟲和蟑螂？

終於我開始嘗試私釀電子書，就從手上最多的文字書開始。首先，有三個規範：

1. 不破壞書

   我將書籍電子化，為的是讀書，不是討厭紙本書。雖然空間不夠了很令人困擾，但我還是喜歡書本，不想隨意破壞，畢竟那才是作者藉由出版流程製作出的直接產品。若是本來就買電子書，則另當別論，出版社有責任幫讀者做好精美的（作為主產品的）電子書。如今我所要私釀的電子書是基於原產品的二度產品，它的位階應該次於原本的書籍。

2. 不另外購買掃瞄器

   因為掃瞄器通常很醜。也因為沒空間擺機器。更因為既然是私釀，我要盡量利用手邊現有的工具，越簡陋、越窮酸越好。特別弄一台掃瞄器實在太方便了，對不起良心。

3. 成品必須是可註記的高品質EPUB

   否則看不下去。另外，我用Calibre管理書籍，用iBooks看書。

那麼，以下是我的釀法：

1. 手機作為掃描器

   要製作高品質的電子書，掃描品質應該是最重要的一環。掃描品質越高，後期製作所耗的力氣越少。可是，我既不願意使用專用掃描器、也不願意破壞書，又想快速取得清晰的圖像，十分貪心。最後決定用手機掃描。

   用便宜的手機懶人夾把手機架在書桌上方，俯瞰桌面。桌上舖一張黑布，方便手機辨別書本範圍。理想的狀態是當書本攤開時，整個跨頁都能入鏡，同時能夠稍微看到桌面的黑底。要記住：距離太遠解析度不夠高，距離太近則手機無法辨別書的範圍。

   

2. 掃描軟體：Scanbot

   Scanbot是一款評價相當高的手機掃描應用，在測評網站The Sweet Setup中獲選為iOS最佳文件掃描軟體。我看上它主要有兩個理由：一、它能辨別書籍範圍，並自動連續掃描；二、它會幫忙修正圖像，加強對比。

   掃描時，我會同時開啟它的「多頁」、「照明」、「自動」模式，因此只要把手機架著就好，不必再碰它。騰出的雙手必須用來翻書，一次掃瞄一個跨頁，每翻一頁就掃瞄一次，翻完書也就等於掃瞄完畢了。雖然Dropbox和iOS內建的Notes都有專用的文件掃描功能，但兩者都遠遠不及Scanbot好用。

3. 以章節為單位進行掃描

   先到Scanbot的設定關掉它的文字辨識功能（OCR），它辨識中文的能力不堪使用，而且會大幅延長處理文件的時間。

   以章節為單位開始翻書，稍微用點力把書張開，讓鏡頭盡量拍到平整不變形的文字。手指入鏡沒關係，但遮住字當然不行。拍完一個章節後，用Scanbot內建的編輯介面檢查成果，辨識範圍錯誤的地方手動調整。套用高對比黑白模式，方便後續辨識文字。

4. 輸出PDF到電腦

   處理好的PDF傳到電腦或雲端，接下來要用電腦處理文件。

   如果你使用Google Drive，它本身就配備很強的文字辨識功能，只要選擇用Google Docs開啟PDF檔，就會自動辨識。掃描品質夠好的話，漢字的辨識結果也令人驚喜。不過，全形標點符號往往辨識為半形，分段的辨識也相當差，我用它釀了一本書，發現後續的處理相當耗時，有必要針對整本書進行細校，畢竟連分段都一塌糊塗，決定棄用。

5. 文字辨識：ABBYY FineReader

   試用了幾個方案^[1]，最後選擇ABBYY的FineReader，不便宜，但最省事。匯入排好的PDF後，原本拍攝的跨頁會自動被切割為左右頁（所以說一開始就拍跨頁）。我用來辨識繁體中文縱排的小說，文字辨識比起Google Drive看來要更好一些，至少沒有一眼就看出來的明顯錯誤，而且分段都確實找出來了。我讓它分析文本後，剔除天地的眉標和頁碼，再讓它進行文字識別程序。

   識別好的成果輸出為純文字檔，並勾選「以一空行區隔段落」，就變成Markdown的分段格式，正合我意。由於我最後將會由Markdown純文字檔轉為EPUB，可以說到這裡已經很接近完成了，FineReader的完成度之高，出乎我意料之外，Mac App Store上也有賣。覺得貴的話不妨去下載試用版把玩看看。

   

6. 細部調整純文字檔

   FineReader轉出來的純文字檔難免還是有瑕疵，以下列出較普遍的問題，隨附上我的解法：

   • 問題：書頁上的每個分行都會變成一個半形空格。
     解法：搜尋非英文字之間夾著的半形空格，以「沒有東西」取代。
   • 問題：跨頁會變成分段，即使文章順走。
     解法：利用正則運算式（Regular expression）檢查所有不是以。？」：結尾的段落，然後合併之。
   • 問題：有些符號（例如破折號）與文字無法正確辨識，可能顯示為英文字或符號。
     解法：利用正則運算式檢查所有非漢字的字符，遇錯誤則修改。
   • 問題：「濕」這個字不知為何總是辨認成「淫」。
     解法：一面偷笑，一面手動修改。

   之後便是一些製作電子書的細活，例如標示腳註。

7. 製作電子書

   文字檔完成，電子書也可以算是完成了。我利用〈縱排印刷CSS〉學到的經驗，製作縱排EPUB電子書，文章已經太長，這裡不詳述，有興趣可以上PrintZongpai.css的GitHub頁面看看我的作法。

   簡單來說，步驟如下：每個章節加上章名（階層為<h2>）、建立元數據檔案、加上封面圖檔，最後用Pandoc輸出為EPUB。

做好的電子書先進Calibre過過水，然後丟到iBooks便大功告成。

行文時，我已釀了兩本小說、一本非虛構作品，結果還算滿意。不過，為了盡量取得精確的文字，細部調整的時間還是太長了，一本書從掃瞄到完成約要四到五個小時左右，耗時又耗力。當然也可能是我吹毛求疵的關係。

釀好了電子書，我又開始煩惱該怎麼對待原有的紙本書。賣掉肯定不行，那絕對是盜版。當垃圾回收則浪費，畢竟書還很新。再三考慮後，還是把書塞回書架了⋯⋯

也許哪一天有家人朋友來玩，看到喜歡的書可以把它借走吧。