企业官网建设流程全解析

Calibre 电子书格式转换指南：从入书到出书的 5 个关键节点

【免费下载链接】calibreThe official source code repository for the calibre ebook manager项目地址: https://gitcode.com/GitHub_Trending/ca/calibre

想在 Kindle 上读 EPUB，却发现排版全乱；想把 PDF 变成能在手机上流畅滚动的流式文本，却不知从哪个选项下手。Calibre 电子书格式转换专门解决这类格式不兼容问题：它支持 30 余种格式的相互转换，转换链路的每一环都可以单独调参。本文按你实际会遇到的顺序，把入书、调参、处理常见坏结果、批量验收这条链路讲清楚。

📚 第一步：书入库之后，先选对输入格式

把电子书拖进 Calibre 主窗口 → 书库中生成一条新记录，书名、作者、封面等元数据会被自动识别。转换时 Calibre 会在书库里生成一份新格式的副本，原文件保留不动。

30 多种格式在哪里被处理

Calibre 的转换系统是一条管道：输入插件先把源文件转成中间格式 XHTML（一种标准的网页标记语言），中间经过一系列"变换"处理，最后由输出插件生成目标格式。每种格式对应一个独立插件，全部集中在 转换插件目录 中，例如epub_input.py、pdf_input.py、mobi_output.py，文件名即格式与方向。常见输入格式包括 EPUB、MOBI、AZW、AZW3、PDF、DOCX、HTML、TXT、RTF、ODT、FB2、LIT、LRF 等，输出格式与之基本对应。

源格式的质量差异很大

同样的转换设置，不同源格式的效果差距明显。推荐优先级：EPUB（结构清晰，效果最稳）> HTML（兼容性好）> DOCX（Office 文档，格式规整，用"标题 1、标题 2"样式标记章节还能自动生成目录）。PDF 是公认最难处理的输入，原因在第三节详述。

注意：Calibre 的定位是转换而非精修。如果一本书反复调不好，可以先转成 EPUB，用"编辑书籍"功能直接改内容，再把改好的文件作为新的转换输入。

🔧 第二步：文字乱、章节糊，先打开这几个转换开关

打开转换对话框后，大部分排版问题都在"外观与版式"和"启发式处理"两组选项里解决。启发式处理指的是按常见规律自动识别并修复排版差文档中的问题，因为靠的是概率判断，个别情况下会改错，建议开着看效果、不合适就关。

解包行：把断行拼回段落

很多 TXT 或旧文档每几行就硬换行，读起来像电报。勾选"解包行"（Unwrap lines）→ Calibre 按标点与行长度线索把硬换行合并成完整段落。如果只有零星几处断行，把"解包行系数"调到 0.1~0.2 可收紧判定范围。

清理空行与场景分隔符

"删除段落间的空行"会删掉每段之间的多余空行，连续的多个空行会被视为场景分隔并保留；"统一场景分隔符格式"则把各种花式的分隔标记（星号、圆点等）统一并居中，避免和分页冲突。两个选项常一起用。

识别未格式化的章节标题

如果原文的章节标题和普通正文长得一样，勾选"检测并标记未格式化的章节标题"→ Calibre 会用标题标签包起来，后续的目录生成和章节分页就能正常工作。

表格导致文字出界：线性化表格

有些文档用表格控制版面而非展示数据，转换后文字会溢出页面。勾选"线性化表格"→ 表格内容被提取并按顺序平铺。注意这个选项对文档里的所有表格生效，如果书里确有数据表格（如附录对照表），就别开。

统一字号，选对输出配置

"基础字号"会按比例缩放全文所有字号：正文变大的同时标题、脚注同步放大缩小，多本来源不同的书这样处理后阅读体验一致。"页面设置"里的输出配置决定目标设备行为：转 MOBI/AZW3 几乎总要选 Kindle 配置，其他电子墨水屏设备选"通用 e-ink HD"，配置还会影响图片按屏幕尺寸的自动缩放。

📄 第三步：PDF 转 EPUB，把预期放对位置再动手

官方手册对 PDF 输入的评价很直接：它是最差的一类输入格式，因为版面固定，段落边界、版面结构都很难还原。能拿到 EPUB 或 DOCX 就不要用 PDF。必须用 PDF 时，下面三件事决定成败。

调好"解包行系数"

PDF 转换在"PDF 输入"区有独立的解包行系数，默认 0.45（略低于中位行长度）。值调小 → 更多短行被并入段落，适合断行严重的大字书；值调大 → 更保守。这一项是 PDF 转换里收益最大的参数。

用"查找与替换"删页眉页脚

PDF 的页码、书名页眉会混进正文，不删的话还会干扰解包判定。"查找与替换"面板支持正则表达式，匹配到的文本直接删除或替换。表达式旁边的魔术棒按钮可以打开向导，配合"测试"按钮确认命中内容，避免误删。

认清 PDF 输入的硬限制

多栏排版、纯图片扫描文档、矢量图片与表格、内部链接和原有目录均无法转换；使用内嵌非 Unicode 字体的 PDF 会输出乱码；右到左书写的文字与数学排版也无法正确转换。扫描件背后 OCR 文本和肉眼看到的页面可能差异很大。转换结果从"能用"到"不能用"取决于源文件，转完务必抽查。

📑 第四步：目录、乱码、封面重复，逐一修掉

自动生成可点击的目录

输入文档自带目录元数据时，Calibre 会直接沿用。没有的话，靠"结构检测"从正文推断：它用 XPath 表达式（一种描述"在哪里找到某个元素"的规则语言）定位章节标题，默认规则是找到含"chapter/section/part"等词的 h1/h2 标签。检测到的章节可以并入自动生成的目录；"章节阈值"控制检测数量不足时是否回退到收集文档内的超链接。效果不理想时，勾选"转换后手动微调目录"→ 转换完成会自动打开目录编辑器，点一下书里的位置就能建条目，不用写任何表达式。

乱码：手动指定输入字符编码

老文件常不声明编码，Calibre 会自动猜测，猜错时非英文字符和特殊引号会显示为乱码。在转换对话框"外观与版式 → 文本"区的"输入字符编码"框中手动指定（UTF-8、cp1252 等），Windows 旧文档常见编码是 cp1252。

封面重复：勾选"移除第一个图像"

源文档里已经带了封面图，而你在 Calibre 里又指定了封面 → 转换出来的书有两张封面。勾选"移除第一个图像"→ 源文档里的首图被删掉，只保留 Calibre 元数据中的封面。

📦 第五步：批量转换，配置存好再排队

Calibre 如何记住配置

配置有两个存放处：首选项 → 转换里设置的是全局默认值；转换对话框里为某本书做的修改会被单独记住，下次转同一本书时优先生效。想重置某本书的配置，用对话框里的"恢复默认值"按钮即可。

批量转换的设置优先级

勾选多本书一次性转换时，设置按此顺序取用（后者覆盖前者）：全局默认 → 每本书已保存的单独配置 → 批量转换对话框中的设置。含义是：只把需要相似设置的书放在一起批量转，否则某本书的个性化配置会被批量设置盖掉。元数据和输入格式专属设置除外，批量对话框里没有这两类选项，仍取自单独配置或默认值。

转换完成后的验收清单

• 目录是否完整、条目是否指向正确位置
• 图片是否清晰、有无被过度缩放
• 特殊字符与标点显示是否正确
• 超链接与内部跳转是否有效

转换出问题想排查时，右下角作业区双击对应转换任务可查看完整日志，日志开头就是实际生效的全部设置；开启调试选项后，管道各阶段的中间 XHTML 会分别存盘，可逐段对比定位是哪一步改坏的。更多参数细节见 官方手册 中的 转换章节。

三条可以直接照做的建议：

1. 挑一本最常转的书先单独转 EPUB，反复调好解包、目录、字号三组参数后，再按相同设置批量处理同类书籍。
2. 遇到断行、乱行、封面重复，优先查"解包行系数"、"输入字符编码"、"移除第一个图像"这三项，它们覆盖了大部分坏结果。
3. 验收通过后不要重置该书配置——Calibre 已为你记住，下次转换同一本书无需重新调参。

【免费下载链接】calibreThe official source code repository for the calibre ebook manager项目地址: https://gitcode.com/GitHub_Trending/ca/calibre