一本由译者自己排版的书：谈谈HTML+CSS在中文图书排版中的实际运用

用HTML+CSS进行图书出版

最近我的新译作《物理是什么》出版了，这本书是日本著名物理学家，诺贝尔奖得主朝永振一郎先生的遗作，算是介绍物理和科学史的一部名作。当然，对于我来说，这本书还有另外一个意义，因为这本书是我自己用HTML+CSS排版输出的，据图灵的编辑说，这可能是图灵第一本不用InDesign排版的书，可能也是第一本由作译者自己排版的书。无论如何，用HTML+CSS排版是一件很有趣的事情，相比传统排版来说有一些优点，我想把这次的经验写下来，和大家分享。当然，在实际作业的过程中也遇到了一些问题，我也采用了一些方法去解决，我采用的方法可能不是最优解，也希望大家帮我指出来，共同进步。

本书部分源代码和脚本已作为示例发布在GitHub上，供大家参考。

图书出版的大致工作流程

在讲排版之前，先说说图书出版大致要经过怎样的工作流程。对于事务性的流程就不展开说了，主要说一些和文稿相关的部分。

要印书，首先当然要有原稿。原稿的格式可能千奇百怪，在数字文稿当中，最常用的大概是Word文档，Mac用户可能会用Pages，也有些IT圈子的作者喜欢用Markdown，学术圈的可能会用TeX等等。原稿需要提交给出版社的编辑进行校对、修改和润色，编辑有自己的工作环境，所以可能大部分编辑会要求作者提供Word格式的原稿，这里就会涉及到一次格式转换。

编辑跟作者修改过一轮之后，就会把原稿发给排版公司进行排版，对于排版中的一些格式要求，编辑会在原稿里注明。排版公司用的排版软件一般是Adobe InDesign，这里又会涉及到一次格式转换，或者说是将Word原稿中的内容导入到InDesign中的过程。最后，排版公司会输出PDF文件，和编辑再进行几轮校对和修改之后，由编辑将PDF交给印制人员到印刷厂付印。

我们发现在这个流程中至少涉及两次格式转换，一次是作者自己的原稿要转换成编辑的工作格式（例如Word），还有一次是编辑的工作格式需要导入到排版软件（例如InDesign）中进行处理。我们知道，格式转换越多，里面会产生的问题也就越多，我之前的一本译作就遇到过上标莫名其妙失效的问题，明明是5²，最终PDF里变成了52，被读者投诉到爆，我也觉得很冤枉。

还有一个问题就是数学公式比较多的书，就比如《物理是什么》这本书，有几章里面包含大量的公式，这种书编辑都比较头大，因为排版公司经常会在公式上出毛病。在国际学术出版领域，一般都用高德纳大神的TeX来排版，作者一般也接受用TeX来写原稿，而众所周知地，TeX对公式的支持是非常棒的，于是整个流程中只需要用TeX就可以一站式解决问题了。不过，在非学术出版领域，TeX实在是没什么人用，据我所知，公式一般还是用Word的公式编辑器来进行编辑，最后导入到InDesign来处理的。我对InDesign不熟，也不知道它如何处理Word的公式，不过编辑经常跟我抱怨公式会出问题，看来InDesign在这方面做得也不咋地。

为什么选择HTML+CSS

从这本书来说，我之所以决定尝试一下自己排版，初衷也是为了把数学公式排得更好一些。其实，排版公司不是不能排公式，但我上面说过，在几次格式转换过程中，公式很容易出问题，如果书里公式很多，一个一个检查起来就特别费力，问题也不容易被发现。其实在出版领域有很多工具可以替代InDesign，最有名的当然就是TeX。我曾经想过直接用TeX，毕竟对数学公式支持很好，但TeX我完全没有接触过，如果从头学起来感觉代价有点大。后来我发现还有HTML+CSS这个选项，很多作译者朋友跟我说起，国外有一些技术图书就是用HTML+CSS排版的，我想既然在国外有这方面专业运用的经验，那么就意味着，HTML+CSS完全可以胜任专业出版的需求，既然如此何不试一试呢？

选择HTML+CSS的几个原因：

• 对于有网页经验的程序员（比如我）来说学习成本很低。

• 在国外有一定的专业出版运用案例。

• 可以通过Javascript进行高级渲染，比如用MathJax渲染数学公式。

• 可以无缝对接Markdown格式的原始文稿（虽然这次我没用）。

• 可以用同一套源文件输出不同的格式，例如Word、EPUB。

• 最重要的，符合程序员的习惯和美学。

HTML+CSS排版的软件栈

基本架构

毋庸置疑，HTML+CSS这个体系中，HTML是文稿，CSS是样式，我们需要一个渲染器将它们渲染输出成PDF。我阅读了国外的一些技术文档，普遍推荐使用Prince来进行渲染输出。于是，一个最基本的软件栈是这样的：

需要指出的是，Prince对于商用是需要购买授权的，单机版本的授权费用是495美元，这个价格不便宜，除此之外还有服务器授权等方式，具体看官方的购买页面。在不购买授权的情况下，Prince也提供免费的非商用版本，但非商用版本生成的PDF文件会在第一页的右上角加上一个水印。当然，如果你一定要想个取巧的办法，可以在第一页生成一个空白页，然后再把这一页从生成好的PDF中去掉。实践证明这是一个在技术上可行的方案，但这样的做法是违反软件许可协议的，因为许可协议规定不得删除非商用版本生成的水印，也不得将非商用版本用于商业用途。

Prince的命令行很简单，基本用法如下：

prince source1.html source2.html ... -o output.pdf

如果你的HTML源文件中没有引用CSS，也可以通过命令行指定一个外部的CSS文件：

prince source1.html source2.html ... -s styles.css -o output.pdf

关于Prince命令行用法，可以参考Prince官方文档。

PDF后处理

无论是否要用上面这个取巧的办法，我们依然还是有必要对Prince生成的PDF加上一个后处理的步骤，因为出版社需要在正文的PDF前面加上一页扉页，扉页是由封面设计公司来制作的，我们只要把封面设计公司交付的一页PDF插到正文PDF前面就可以了。对PDF进行后处理有很多工具，我的习惯是写一个Python脚本，对PDF的处理使用了PyPDF2包。