格式、文件与 DRM

如何在 Android 上重排 PDF

Lectern 能把文本型 PDF 变成按屏幕大小排布的流动文本:打开书籍,点一下「文本重排」(或者点「收听」直接开始朗读),它就会根据 PDF 的文本层重建段落。搜索、词典查询、高亮和主题都和其他书一样可用。纯图像的扫描版 PDF 需要先做 OCR 才能重排。

简短回答:PDF 描述的是一个固定页面,所以「重排」的意思是把这一页的文本重建成会根据屏幕自动换行的段落,就像 EPUB 那样。在 Lectern 的 PDF 阅读器里,打开书籍的详情面板,点一下文本重排。这只对真正包含文本的 PDF 有效;扫描页面没有文本可用。

重排到底改变了什么

PDF 把字形存储在固定页面上的固定坐标处,这就是为什么在手机上放大后要来回平移才能读完一行。重排会丢弃那个页面版式,把文字重建成普通段落:把文本归并成行,把行拼成段落,把多栏页面拆分成从左到右的阅读顺序,把因换行被拆开的连字符单词重新接上,并把被分页打断的句子重新连接起来。

完成之后,结果的表现就和 Lectern 打开的其他任何书一样:你平常的阅读器排版设置(字体、字号、行距、页边距)都会生效,而且始终按屏幕大小排布,不再受原始页面限制。重排后的文本会在第一次生成时缓存下来,与这本书绑定,之后再打开就是瞬间完成,磁盘上原始的 PDF 文件则从不会被改动。

分步操作:在 Lectern 中重排 PDF

  1. 打开书库,点一下你想读的 PDF(是点一下,不是长按,正常点击会打开书籍的详情面板)。
  2. 找到两个按钮,就在主按钮以 PDF 打开下方:文本重排和收听。
  3. 点「文本重排」以流动段落的方式阅读,或者点收听打开同样重排过的文本并立即开始朗读。
  4. 长 PDF 需要等待一次性构建过程:Lectern 提取和重建文本时,会出现一条「正在准备重排」的进度条。短文件几乎瞬间完成;篇幅长、图片多的书可能要稍等一会儿,但只有这一次。
  5. 从阅读器自身的设置里调整字号、行距和页边距,和调整 EPUB 的方式完全一样。
  6. 随时可以切回去:重新打开书籍的详情面板,选择以 PDF 打开即可看到原始固定页面;你会回到同一页。

重排之后,哪些功能依然可用

重排后的文本走的是和 Lectern 里其他任何一本书相同的阅读界面,而不是一个精简过的 PDF 专用视图,所以平常的工具都会跟着一起可用:

在 Lectern 中,以 PDF 打开与文本重排的对比。
以 PDF 打开文本重排
版式原始页面,固定流动段落
字号缩放与平移自动适配屏幕大小
全文搜索支持支持
词典查询仅限英语(长按一个词)支持
高亮不支持支持
朗读支持,在页面上支持,带逐句高亮
夜间 / 棕褐自有的颜色模式与其他书相同的阅读主题

分栏、脚注和页眉页脚的处理方式

这部分正是重排比纯文本导出更值得用的原因,也是它诚实的局限所在:

  • 多栏页面(论文、通讯稿)会被识别出来,拆分成从左到右的阅读顺序,避免各栏内容交错成乱码。没有明显栏间距的页面会当作单栏处理,和以前一样。
  • 页面底部字号明显更小的脚注会被提取出来,放在该页正文之后,而不是插到段落中间打断阅读。脚注内容照样保留,只是挪到了这一页文字流的末尾。
  • 在大多数页面上重复出现的页眉、页脚和裸露页码会被自动识别并去掉,所以你不会在每一段之间听到或读到「第三章 · 42」这样的内容。这种识别需要至少 10 页的文档才能把重复出现的页眉和巧合区分开,所以一份简短的讲义或单章导出的文件,页眉文字仍可能留在文字流里。
  • 表格不会被重建成行列结构。重排重建的是阅读顺序,不是电子表格,所以表格的单元格会按它们在页面上大致的顺序变成连续文本。对主要是带标签列表的表格来说没问题;密集的数据表格在原始固定版式里读起来更好。
  • 被分页打断的句子会跨两页重新连接起来,所以你不会在原来的分页处听到句子被腰斩。

重排帮不上忙的情况

  • 扫描或拍摄的页面。如果一份 PDF 是页面的图像而不是真正的文本,重排就没有可用的素材,而且 Lectern 不会运行 OCR(光学字符识别)来生成文本。可以先在 PDF 里试着选中一个词:如果什么都选不中,说明这是扫描件。Lectern 会直接告诉你:「此 PDF 没有可重排的文本层(看起来是扫描的图像)。请改用逐页或滚动模式。」先用一个独立的 OCR 工具处理这个文件(OCRmyPDF 这类免费桌面工具就很好用),再在 Lectern 里重新打开,重排就能正常工作。
  • 表单、乐谱、漫画和信息图。凡是页面上元素的视觉位置本身就是内容、而不只是承载内容的容器时,一旦变成段落文字流就会失去意义。这类文件请按固定页面阅读。
  • 密集的数据表格和标注很多的图表。同上:数字保得住,网格保不住。这其实和 EPUB 与 PDF 里讲的页面与文本的取舍是同一回事:重排能让 PDF 的表现更接近 EPUB,但没法追溯性地给它 EPUB 那种版式自由。
  • 需要原始页码的时候。重排会围绕你的字号重新分页,而不是按印刷页面分页,所以如果你要为参考文献或课堂引用具体页码,请打开 PDF 的原始固定版式来读取真实页码。

一个快速的预先检查方法

在重排一份长文档之前,先以 PDF 方式打开它,试着在某一页上选中一个词。如果出现文本选区,说明文件有文本层,重排会正常工作;如果什么都选不中,说明这是图像,重排没有素材可用。在任何应用上尝试朗读 PDF之前,都值得先做一遍这个检查,不只是在 Lectern 里。

常见问题

切回原始页面版式会丢失阅读位置吗?

不会。同一本书在「以 PDF 打开」和「文本重排」之间切换时,Lectern 会记住你所在的页面,所以你可以查看原始版式,然后回到同一页。

重排在短文档(比如五页的讲义)上效果好吗?

文本本身会被重排,但自动去除页眉页脚的功能只在 10 页及以上的文档中生效,因为它需要足够多的页面才能把重复的页眉和巧合区分开。在短文件里,信头或页脚文字仍可能出现在文字流中。

可以给扫描版 PDF 加上文本层再重排吗?

可以。Lectern 本身不含 OCR 功能,但 OCRmyPDF 这类免费桌面工具可以给扫描版 PDF 加上文本层。做完之后,在 Lectern 里重新打开文件,「文本重排」的效果就和一开始就是数字文本的 PDF 完全一样。

重排会改变或替换我的原始 PDF 文件吗?

不会。重排后的文本是单独生成并缓存的,绑定在 Lectern 自己存储里的这本书上。磁盘上的原始 PDF 从不会被修改,「以 PDF 打开」显示的永远是未改动的文件。

像读书一样读你的 PDF

重排、调整大小,并用设备本地语音收听。无需账号,你的 PDF 留在你的手机上。

前往下载Google Play