DocBook技术在图书数字化中的应用

摘 要

随着科学技术的快速发展，越来越多的读者开始接受数字化图书的阅读，这个现状导致图书出版行业不得不进行数字化转型，在图书的数字化出版上，为了便于多终端的阅读，数字化图书就必然需要在XML的基础上建立DocBook规范，以便与更多地终端相兼容。

【关键词】数字出版图书 XMLDocBook

1 概述

图书资源的数字化处理，是每个出版单位必然要面对的实际问题，在企业数字化进程的开始之初，就必须制定一个数字化加工标准，以统一所有图书资源。同时为了以国际接轨，采用的加工标准就应采用国际标准。

DocBook模式是当前比较流行的加工模式。DocBook是一个庞大且成长迅速的针对图书的特有模式，它可以使用多种语言进行编写，比如RELAX NG、SGML、XML等。纵观国内的图书出版单位，基本上均采用XML语言进行编写。XML是可扩展标记语言，主要用于标记数据、定义数据类型，它以流文件的形式在互联网上传输，图书经过XML结构性标记后，形成独立于应用程序的结构化数据。

2 图书资源包结构

因为DocBook是一个庞大的标准规范，我们在实际应用中就需要对其进行裁剪、择选和再扩展。当然经过出来的简要的规范结果，也必须严格遵守DocBook规范。

定义一本图书的加工规范，第一步就是对图书所设计到资源进行资源包拆分。现阶段我们对图书资源包的拆分大概可以分为1个主文件和5个文件夹。

1个主文件是指main.xml，该文件为图书的主索引文件，也是该本图书的入口文件。

5个文件夹是指‘xml’文件夹，主要存放图书关联xml文件；‘images’文件夹，主要存放图书封面、插图等；‘multimedia’文件夹，主要存放图书多媒体资源；‘pdf’文件夹，主要存放图书原版原式的pdf文件；‘scanpic’文件夹，主要存放针对历史图书的扫描文件，便于后期再加工。

3 Main.xml文件的基本结构

Main.xml文件是图书的入口文件，起到至关重要的作用，它将图书的基本信息、前言、后记、目录、绪论、术语表等数据全部包括其中，所以我们首要任务就是对其进行定义。

3.1 根结点定义

主XML文件的根节点名称定义为“book”，如：

3.2 图书基本信息的定义

图书的基本信息一般包括前言、目录、绪论、后记等，我们对其进行描述一般定义为：<！--图书基本信息-->；<！----图书前言---->；<！--图书目录-->；

<！--图书序言-->；<！--图书章节-->等等。

3.3 多文件结构的定义

一本图书包含多个基本信息和多项内容，将其保存在一个xml文件中是不现实的，我们依据数据不同，分别将其保存在多个xml文件中。图书内容经过拆分，形成多个xml文件，每个xml文件有一根结点，并保持与main.xml文件对应关联。

比如：基本信息保存在info.xml文件中，文件的根结点为info；目录保存在toc.xml文件中，文件根结点为toc；前言保存在dedication.xml文件中，文件根结点为dedication；章节保存在chapter.xml文件、后记保存在colophon.xml文件等等，。最后我们通过使用main.xml文件将上述拆分后的文件串联起来，形成一本统一的图书。

4 info.xml文件的基本结构

info.xml文件主要包括了图书的标题、书号、作者等图书基本信息，定方式为：

4.1 图书标题的定义

标题采用进行定义。

4.2 书号的定义

书号有多种编号方式，比如国际标准书号ISBN、图书在版编目CIP号等等，所以对书号属性定义时，我们应通过class属性区分。

4.3 作者的定义

因为一本图书存在主编、副主编、作者等很多属性，所以我们使用属性将所有作者元素包括，每个单独元素使用定义。

4.4 其他的基本信息的定义

图书涉及到的基本信息“出版商”、“版权”、“定价”、“开本”等，在此不作详细阐述。

5 图书附属信息的定义

图书的附属信息一般包括前言、序言、后记等，我们对其进行定义的方法介绍如下：

“前言”使用dedication进行标记，加role=”foreword”进行表示，如果出现多个前言，将使用label属性进行区分。

“序言”使用preface置标，若有多个图书序言，在preface 节点上添加label属性进行语义区分，用法类似图书前言。

“后记”使用colophon置标，若有多个图书后记，在colophon节点上添加label属性进行语义区分，用法类似图书前言。

其他附属信息如“术语表”、“参考文献”、“作者简介”、“辅文”等的标注定义方式，在此就做介绍。

6 图书内文的定义

图书的主要精髓就是其内文的内容，它是图书的最重要部分，但是在数字化处理中，却是最容易处理的部分，主要涉及到以下几种属性的定义：

“章”：使用chapter表示；

“节”：图书节位于图书章之下，用sect表示， sect逐级包含，不可间隔。

“段”：段主要用来书写内容，使用para表示。

“插图索引”、“图片”、“表格”等多项信息的定义，在此不做阐述。

7 结论

图书的数字化转型是出版单位的当务之急，在转型过程中数字化投入是巨大的，项目不能盲目上马，一定要做足前期的准备工作。制定一个既符合本单位使用，又符合国际标准的加工定义是这项工作的重中之重。

作者单位

贵州出版集团公司数字出版中心 贵州省贵阳市 550001