Skip to content

About

纯前端 TXT 转 EPUB 工具:自动识别编码与章节、漏章诊断、人工校对、本地草稿,支持 EPUB 3/2 与批量转换,文件不出浏览器。

Resources

Stars

1 star

Watchers

0 watching

Forks

Repository files navigation

BookLoom

把 TXT / DOCX 小说转换成排版体面的 EPUB,也能导出 DOCX / 单文件 HTML / TXT / Markdown —— 纯浏览器本地运行,文件不出设备。

当前版本 v0.3.1(2026-11-07),代码变更见 docs/roadmap.md 的实施进度与 GitHub 提交记录。

在线版可直接托管到 EdgeOne Markers(或任意静态托管);转换全部在 Web Worker 里完成,没有后端、没有上传。

为什么再做一个

网上现成的 TXT 转换器大多有三个问题:编码识别不准(GBK 当 UTF-8)、章节全靠一条正则、转出来的文件没有目录和封面。BookLoom 把重点放在解析与校对上:

  • 自动识别 UTF-8 / GBK / GB18030 / Big5 / UTF-16,可手动切换
  • 章节按「标题形态 + 密度」打分识别,支持卷/章两级、目录页剔除、空行分章兜底
  • 解析结果可以在左侧列表里直接改标题、并入上一章、删除,并实时预览
  • 点正文任意一段就能「从此分章」或「设为标题」,识别漏了的章节不用改代码
  • 章节可一键升为卷 / 降为章,支持搜索章节、输入章号跳转
  • 排版可以调行高、段距、缩进、字体、对齐,也能让章号单独一行、追加自己的 CSS
  • 应用式布局:页面本身不滚动,章节 / 预览 / 设置各自滚动,页头常驻
  • 可以嵌入 ttf / otf / woff 字体;封面可选竖排书名或 Orly 风格的色块(本地生成,配色由书名决定)
  • 封面编辑器:在两种模板上切换配色(原木 / 墨夜 / 深海 / 酒红 / 松林)、标题字号和作者位置,右侧实时预览;参数随草稿保存,导出 JPEG 与预览一致
  • 文件名支持知轩藏书格式:《书名》(校对版全本)作者:远瞳.txt 会自动拆出书名和作者
  • 「第X部分 / 部门 / 部队」不会被误判成卷,完本感言、最终章、英文 Section / Page 都能识别
  • 「疑似漏章」诊断:自动找出像标题却没被识别的段落,一键修正
  • 全书体检:检查章号缺号 / 重复、空章节、标题重复、异常长短、卷内无章和广告残留,可手动按顺序重编号(保留中文 / 阿拉伯数字风格)
  • 通用撤销 / 重做:改标题、分章、合并、删除、升降级、批量替换、重编号都进历史,最多 50 步,键盘和目录面板都能操作
  • 批量替换 / 清洗:按标题 / 正文 / 全部范围查找替换,支持正则、区分大小写,先预览命中数和前后文,再执行并自动快照
  • 繁简转换:导入时可选「保持原样 / 转为简体 / 转为繁体」,章节标题和正文一起转换;切换后自动重跑,原始文件不动
  • 常用快捷键:↑ / ↓ 或 J / K 切章、/ 聚焦搜索、Ctrl/Cmd+S 导出、Ctrl/Cmd+Z 撤销、Esc 关闭浮层
  • 书籍元数据:书名 / 作者之外,还能补简介、系列、出版社、标签和出版日期,写进 EPUB 的 dc:description / dc:publisher / dc:subject / dc:date 与系列字段(系列仅 EPUB 3)
  • 内嵌目录页:EPUB 3 / EPUB 2 都会在封面后生成可点击的 toc.xhtml,卷 / 章层级和 nav / NCX 一致;导入时不会把目录页当成章节
  • 多草稿书架:每本书的解析结果、原文和嵌入字体分开存进 IndexedDB;书架页可打开、重命名、删除,顶部显示本地占用与可用容量
  • 自动恢复上次打开的书;导入新书不会覆盖旧书,旧版单草稿会在首次打开时自动迁移
  • 本地草稿:解析结果和所有编辑自动存进 IndexedDB,刷新、关掉标签页都能接着改
  • 识别规则可配置:内置爱下电子书、笔趣阁系、数字标题、英文 Chapter 预设,也能手写 JSON 规则并导入导出
  • EPUB 导入:按 spine 顺序还原章节,标题和卷/章层级优先取 nav / NCX,没有目录时用正文标题兜底,封面一并带出来
  • DOCX 导入:按 Heading 1 / Heading 2(含中文「标题 1 / 2」和大纲级别)还原卷 / 章,普通段落进正文;没有标题样式时整本作为单章并提示;图片与表格暂不导入
  • 导出可选 EPUB 3 / EPUB 2 / DOCX / 单文件 HTML / TXT / Markdown;TXT 的标题单独成行,再拖回来还能识别成同样的章节;HTML 样式内联,目录可跳转
  • 批量转换:一次拖入多本 TXT / EPUB / DOCX,按选定的格式串行导出成一个 ZIP
  • 设备导入指南内置在页面里(汉王 / 文石 / 掌阅 / Kobo / Kindle)
  • 自动生成竖排书名封面,也可以上传自己的图
  • 导出标准 EPUB 3(含 nav + NCX 双目录),Kindle / 文石 / 掌阅 / Kobo / 微信读书都能读

设备导入

设备 做法
汉王 / 文石 / 掌阅 / 墨案 USB 连接电脑,把 .epub 复制到 Books 或「文档」目录,断连后刷新书架
Kobo 把 .epub 放到根目录,弹出设备时自动扫描
Kindle(新款) 用「发送至 Kindle」网页或邮箱推送 .epub,亚马逊会自动转码
Kindle(老款 USB) 先用 Calibre 把 EPUB 转成 AZW3,再拷进 documents

排版或目录异常时,优先试一次 EPUB 2 导出。

本地开发

npm install
npm run dev        # http://localhost:5173
npm test           # 单元测试 + 大文件压测(会生成 samples/demo.epub)
npm run build      # 产物在 dist/
npm run validate   # 校验 samples/demo.epub 的结构

浏览器端到端冒烟测试(需要本机有 Chrome):

npm run build
npx vite preview --port 4173 &
npm run smoke      # 载入示例 → 导出 → 解包校验,截图写到 samples/

部署到 EdgeOne Markers

  1. 把仓库推到 GitHub / GitLab,或把 dist/ 直接上传。
  2. 新建项目:框架选 Vite(没有就选「其他」),构建命令 npm run build,输出目录 dist,Node 版本 20+。
  3. 不需要环境变量、不需要函数、不需要数据库,部署完直接访问域名。

仓库里的 edgeone.json 已固定构建参数:npm ci、dist、Node 24.18.0。EdgeOne 控制台里也能切 Node 版本,选 22.17 以上的都可以;构建前确认项目设置里的 Node 版本与 edgeone.json 一致。

项目是纯静态的,不调用任何外部接口。public/sw.js 会在生产环境注册 Service Worker,第二次打开可离线使用(需要 HTTPS)。

如果部署在子路径而不是域名根目录,需要把 vite.config.ts 的 base 改成对应路径,并同步修改 manifest.webmanifest、sw.js 里的 /。

自托管

npm ci
npm run build
# 把 dist/ 交给任意静态服务器,例如:
npx serve dist

Service Worker 只在 HTTPS 或 localhost 下生效;其余功能与域名无关。

发布前自检

npm test                 # 全部单测 + 回归语料 + SEO 校验
npm run build
npm run validate         # EPUB 3 结构校验
npm run smoke            # 真实 Chrome 端到端(含批量、草稿、EPUB 2)

SEO / GEO

站点固定使用 https://bookloom.xiaoxura.com/ 作为 canonical 域名。迁移域名时要同步修改:

  • index.html:canonical、og:url、og:image 与 JSON-LD 里的绝对地址
  • public/robots.txt、public/sitemap.xml、public/llms.txt

站内约定:

  • 首页唯一 h1 是「TXT 转 EPUB」,下面保留「三步把 TXT 转成 EPUB」与「常见问题」两段静态正文;FAQ 的可见问答与 JSON-LD FAQPage 逐条对应
  • 结构化数据:WebSite、Organization、Person、WebApplication / SoftwareApplication、HowTo、FAQPage
  • robots.txt 显式放行主流 AI 检索与训练爬虫,并声明 Content-Signal;sitemap.xml 只列可索引页面;llms.txt 给生成式引擎一份可引用的站点摘要
  • 分享图 og.png 为 1200×630;npm run build 会把版本号与构建时间注入 JSON-LD
  • tests/seo.test.ts 校验 canonical、JSON-LD 可解析、FAQ 与页面一致,以及 sitemap / robots / llms.txt 的地址

新增可索引页面时,记得同时更新 sitemap.xml,并把内容写进静态 HTML(不要只靠 JS 渲染)。

目录结构

src/
├── app/
│   ├── dom.ts         # 工作区元素引用
│   ├── state.ts       # 状态初始值与布局 / 主题 / 导出格式的本地存储
│   ├── render.ts      # 章节列表、预览、设置控件、体检与批量列表渲染
│   ├── events.ts      # DOM 事件绑定
│   ├── export.ts      # EPUB / DOCX / HTML / TXT / Markdown 导出与下载
│   └── shortcuts.ts   # 统一键盘快捷键
├── core/
│   ├── text.ts        # 编码检测、清洗、并段、广告行过滤
│   ├── chapters.ts    # 章节标题打分、卷/章切分、目录页剔除、兜底
│   ├── edit.ts        # 分章 / 设标题 / 合并 / 删除 / 升降级
│   ├── convert.ts     # 繁简转换(opencc-js 词典按需加载)
│   ├── rules.ts       # 站点预设、自定义规则校验与编译
│   ├── draft.ts       # IndexedDB 书架、草稿、原文、字体(v1 → v2 迁移)
│   ├── import/        # 格式探测、EPUB 读取、DOCX 读取
│   ├── export/        # EPUB / DOCX / HTML / TXT / Markdown 写出
│   └── cover.ts       # Canvas 生成竖排封面、上传图裁切
├── worker/
│   ├── pipeline.ts    # 解析与打包都在 Worker 里跑
│   └── protocol.ts
├── types.ts
├── main.ts            # 启动、草稿、Worker 调用与业务动作
├── notice.ts          # 站内公告:文案与弹窗(落地页与工作区共用)
└── styles.css
tests/                 # vitest:编码、分章、规则、草稿、EPUB、语料压测、SEO
scripts/
├── smoke.mjs          # 真实 Chrome 的端到端测试
├── validate-epub.mjs  # 无 Java 的 EPUB 结构校验
└── make-og.mjs        # 生成分享图 public/og.png
public/
├── robots.txt         # 爬虫规则(含 AI 爬虫白名单与 Content-Signal)
├── sitemap.xml        # 可索引页面
├── llms.txt           # 给生成式引擎的站点摘要
├── manifest.webmanifest
└── sw.js              # 离线缓存
docs/
└── roadmap.md         # 开发计划、优先级、里程碑与不做清单

快捷键

快捷键 作用
↑ / K 上一章
↓ / J 下一章
/ 聚焦章节搜索
Ctrl/Cmd + Z 撤销
Shift + Ctrl/Cmd + Z(或 Ctrl/Cmd + Y) 重做
Ctrl/Cmd + S 按当前格式导出
Esc 关闭封面预览、段落选择条和提示

输入框、文本域、下拉框聚焦时,单键快捷键不会触发;Ctrl/Cmd+Z 在这些控件里保留浏览器原生的文本撤销。

转换规则(可预期的部分)

  • 编码:BOM 优先;否则先严格 UTF-8;失败后在 GB18030 / Big5 / UTF-16 之间按「常用汉字命中率」评分选择。
  • 段落:如果超过一半的行带缩进,认为一行就是一段;否则认为是被硬换行的 TXT,按句末标点并回段落(英文之间补空格)。
  • 章节:看点是否像标题——长度、结尾标点、是否匹配「第 X 章 / 卷」「序章 / 番外」「Chapter N / Section N」;再看标题密度是否合理。「第X部分 / 部门 / 部队 / 部件」这类正文词会被排除,不会当成卷。开头的连续标题会被当作目录页整段丢弃。标题里的「第 X 章」和后面的文字如果粘在一起(第1章我的天呐),会自动补一个半角空格;原本就有空格或标点分隔的保持原样。
  • EPUB 导入:按 spine 顺序读 XHTML,标题和层级优先取 EPUB 3 的 nav、其次 NCX;没有目录时用 h1–h3 兜底。<br> 造成硬换行的正文按句末标点并段,正常的 <p> 一段就是一段。有 DRM 加密的文件会直接报错,不会导出乱码。
  • DOCX 导入:解压 word/document.xml,把 Heading 1 / Heading 2(本地化的「标题 1 / 2」也认)映射成卷 / 章;如果整本书只用了 Heading 1,则按章节导入避免出现空卷。没有标题样式时整本作为单章并提示;图片、表格、页眉页脚、脚注和自动编号暂不还原。书名 / 作者优先读 docProps/core.xml。
  • 繁简转换:使用 opencc-js,简体转繁体走台湾标准(cn → tw),繁体转简体走通用 t → cn;转换只作用于解析出的章节标题和正文,不改原始文件。词典按方向动态加载:转繁体约 440KB gzip,转简体约 51KB gzip,不用转换时不会下载。
  • 广告:只在开启开关时删除短行里的站点水印、网址、「本章未完」之类,长段落不会误伤;选择站点预设后会追加该站点的强特征规则。
  • 规则:chapter / volume 是整行正则,命中即当作标题;drop 是不受行长限制的整行丢弃;inlineJunk 用来把粘连在标题前的水印剥掉。规则在 Worker 里编译,非法正则会在应用时直接报错。
  • EPUB:mimetype 是压缩包第一个且不压缩的条目;每章一个 XHTML,单章超过 4 万字自动分文件但只占一个目录项;中文默认 zh-CN。EPUB 2 模式会去掉 nav.xhtml、epub:type 和 dcterms:modified,改用 XHTML 1.1 + NCX,包版本写 2.0。两种模式都会在封面之后、正文之前插入 text/toc.xhtml 目录页,并在 guide 里登记 toc 引用。
  • EPUB 元数据:简介、出版社、标签和出版日期分别写 dc:description / dc:publisher / dc:subject / dc:date;系列在 EPUB 3 用 belongs-to-collection + collection-type=series 表达,EPUB 2 只保留基础字段。导入 EPUB 时会读取这些字段,calibre 的 calibre:series 也能兜底。
  • DOCX 导出:输出最小 OOXML 包(document.xml + styles.xml + [Content_Types].xml + 关系与 core.xml),书名用 Title、卷用 Heading 1、章用 Heading 2,正文段落套用行距 / 缩进 / 对齐设置;不包含封面和插图。
  • HTML 导出:单文件、CSS 内联、不引用外部资源;正文前生成可点击目录,卷 / 章用 h1 / h2,章节带锚点;不嵌入封面和插图。
  • 书架与草稿:每本书按 bookId 分开存草稿、原始文件和嵌入字体;自动保存有 1.2s 防抖并放在空闲时执行。启动自动恢复上次打开的书,点顶栏书架图标可切换 / 重命名 / 删除。旧版只有一本的草稿会在首次打开时自动迁移成书架里的一本。

已知限制

  • EPUB 导入只取文字和封面,不还原插图、脚注链接和 CSS 排版;带复杂版式的书导进来会变成「标题 + 段落」的朴素结构。
  • DOCX 导入依赖 Word 标题样式(或大纲级别);正文全用「正文」样式、靠手动加粗/字号区分章节的稿子会被当成单章导入。表格、图片、页眉页脚、脚注和自动编号不还原。
  • DOCX / HTML 导出目前不包含封面和插图(当前章节模型只有文字);DOCX 在 Word 里重新分页、字体替换后的效果需要自己确认一遍。
  • 封面编辑器只调整自动生成模板的配色 / 字号 / 作者位置,不支持拖拽元素或任意字体;调整参数会把已上传的封面替换成模板封面,需要的话再上传一次。
  • 扩展元数据目前只写进 EPUB;DOCX / HTML 导出仍只有书名和作者。系列字段只在 EPUB 3 输出。
  • 繁简转换按 OpenCC 的通用词典处理,不做港台用词差异定制;一次转换后再切回原样需要原始文件重新解析,旧草稿没有原文时会提示重新拖入。
  • 首次使用某个转换方向需要下载对应词典(约 440KB / 51KB gzip),之后会被 Service Worker 缓存;完全离线且从未用过该方向时会加载失败,联网后再试即可。
  • 嵌入字体会让 EPUB 增大(常见中文字体 5–10MB),并且要自己确认字体授权;不加字体时阅读器会用系统字体。
  • MOBI / AZW3 暂不支持(EPUB 2 兼容模式只能解决老阅读器对 EPUB 3 的挑剔,不能替代 AZW3)。MOBI 需要自己实现 PDB + PalmDOC 容器(还要处理 NCX 索引记录),AZW3 的 KF8 结构更复杂。考虑到亚马逊自 2022 年底起「发送至 Kindle」已不再接受 MOBI、USB 侧载主流是 AZW3,建议先用 EPUB 推送或经 Calibre 转换。
  • 暂不支持 PDF(中文字体子集化是硬骨头)。
  • 「疑似漏章」和「全书体检」都是启发式扫描:体检可能把番外、特殊编号或本身不连续的原书报成问题;重编号只改「第 X 章 / 回 / 节 / 话」里的数字,并且必须手动点击,执行前会进历史,可撤销。
  • 批量替换的正则运行在 Worker 里,已限制查找 200 字 / 替换 500 字,并拦截常见的嵌套量词和「交替分支 + 无限量词」写法;复杂正则超时会自动中断,输入时即时校验非法正则。
  • 解析与重新识别挂起 120 秒、打包 60 秒会自动中断并重建后台线程,解析 / 导出 / 批量进行中都可以点「取消」中断,批量里失败的项可单独重试。
  • 批量转换完成后不自动下载:点「下载 ZIP」手动触发,成品列表里可以逐本单独下载。
  • 删除书架书先软删除并给出 8 秒撤销窗口,之后才真正清理草稿和原始文件;重新识别 / 换编码 / 切换识别规则会覆盖手动校对,有编辑记录时需要先确认。
  • 目录超过 400 章时只渲染可见部分,其余章节用搜索或输入章号定位(数据始终是完整存档的)。
  • 撤销历史上限 50 步,并按字符总量做了内存预算;超长书籍会优先丢弃更早的历史,刷新页面后不再保留历史(草稿仍会保存最后状态)。
  • 分章只能从段落边界切,不支持在段落内部按字符拆。
  • 单文件建议在 20MB 以内;压测 2.4MB / 129 万字 / 1200 章约 0.3 秒完成解析与打包。
  • 书架会同时保存每本书的原始文件和解析结果,百万字级别大约 5-10 MB;没有硬性本数上限,容量看浏览器配额,书架顶部会显示占用。浏览器存储被清理时所有书都会丢。
  • 旧版本(没有保存原始文件)的草稿恢复后无法换编码,页面会提示从哪里删除,重新拖入 TXT 即可。
  • 书架依赖 IndexedDB;无痕模式或浏览器禁用本地存储时只能临时编辑,页面会给出提示。
  • EPUB 结构用自研校验脚本验证(scripts/validate-epub.mjs),未跑官方 epubcheck(需要 Java);上架前建议再用 Kindle Previewer 或 Calibre 打开确认一次。

开发计划

后续功能的实现要点、优先级、里程碑和「不做清单」都在 docs/roadmap.md。

许可

代码以 MIT 协议开源,可自由使用、修改、自托管。

繁简转换使用 opencc-js(MIT AND Apache-2.0),词典数据来自 opencc-data(Apache-2.0)。相关许可证全文见 licenses/opencc-js/。

请只转换你拥有或已获授权的内容;工具本身不提供、不存储任何书籍。

About

纯前端 TXT 转 EPUB 工具:自动识别编码与章节、漏章诊断、人工校对、本地草稿,支持 EPUB 3/2 与批量转换,文件不出浏览器。

Resources

Stars

1 star

Watchers

0 watching

Forks

Contributors

Languages