电子书阅读器上的浏览器 [Day15] 网页汇出成 epub 档案 (I)

为电子书阅读器而开发的浏览器 APP，在绕了一大圈之後，终於又绕回了电子书本身。原本的实作就已经可以将网页输出成 pdf 档案。不过，如果希望产生的档案可以更有弹性地调整字型大小，或是在不同的设备上阅读，转成 epub 格式会是更好的选择。但目前市面上的行动浏览器都没有这样子的设计，顶多提供输出成 pdf，或 mhtml 等格式。

引入函式库

为了在 browser 中加入这功能，当务之急是先找到一个可以在 Android 设备上新增、开启和编辑 epub 的函式库。找来找去，似乎选择也不多，只有 Epublib 是个比较完整的方案。

https://github.com/psiegman/epublib

Epublib 是个纯 Java 的函式库，不过也支援在 Android 系统中使用。虽然它已经很久没有什麽更新了，但看起来功能应该还算符合我的需求。它并没有把它的函式库放在常用的 public repository 中；文件中是建议直接下载 jar 档案，塞在 Android app 中。不过这和发布到 F-Droid 的规则有抵触，所以我去 mavenCentral 找到了其他人帮忙上传的版本。比最新版差了些 commit，但并不影响我需要的功能。

https://search.maven.org/artifact/com.positiondev.epublib/epublib-core

实作

目前我在实作上，会先跳出系统的 document picker ，让使用者建立一个新档名，或是选择一个已经存在的 epub 档案，再把目前网页的 innerHtml 内容取出，利用 Epublib 注入到 epub 档案中，当成一个新的章节。

677 行的 getRawHtml() 利用注入 javasript 取得 raw html。拿到手的 raw html 还不行直接拿来用，因为它里头有些字元已经被转换过了，需要加入

implementation 'org.apache.commons:commons-text:1.7'

然後呼叫 StringEscapeUtils.unscapeJava() ，还原成可用的字串。

电子书名及章节名称

getBookName() 和 getChapterName() 都会跳出 AlertDialog 让使用者输入字串。因为不想再用 callback 的方式，所以把它们都包成 suspendCoroutine，让程序好读一点。

以 getChapterName() 为例，在代入恰当的参数到 TextInputDialog 後，就可以得到想要的章节名称。

而 TextInputDialog 只是很单纯地实作了 show()，在使用者有任何互动後，把字串传出。

待改进的地方

目前只能把纯文字的资料存进 epub 档案里。在下一回会介绍如何把网页中的图片也存到 epub 档案中，让产生的 epub 更有价值。

参考原始码连结

v8.6.0 https://github.com/plateaukao/browser/releases/tag/v8.6.0