Co je XHTML v EPUB?

Proč záleží na tom, když převádíte PDF na EPUB

Text, který konvertor extrahuje z PDF, musí být správně unikátován a zanořen, jinak celá kapitola není schopna se analyzovat; jeden nepatřičný "&" nebo neuzavřený tag stačí. Chyby při analýze se objevují v EPUBCheck jako RSC-005 (chyby schématu) nebo RSC-016 (fatální XML chyby).

Jak EpubCC s tím zachází: každá kapitola je napsána jako XHTML s HTML5 doctype, lang a xml:lang nastavenými na rozpoznaný jazyk, a dir="rtl" pro jazyky, které čtou zprava doleva. Každý kus textu převzatý z PDF je escapován (&, <, > a uvozovky), a znaky, které XML nepovoluje, jako jsou osamělé ovládací znaky ponechané v některých PDF, jsou odstraněny, takže kapitola nikdy nezapadne při analýze kvůli svému zdrojovému textu.

Související termíny

• Co je CSS v EPUB?

Zprávy EPUBCheck o tom

• RSC-005 Error while parsing file: …
• RSC-016 Fatal Error while parsing file: …
• HTM-004 Irregular DOCTYPE: found "…", expected "…".
• HTM-011 Entity is undeclared.
• RSC-001 File "…" could not be found.
• RSC-002 Required META-INF/container.xml resource could not be found.
• RSC-003 No rootfile tag with media type "application/oebps-package+xml" was found in the container.
• RSC-004 File "…" is encrypted, its content will not be checked.
• RSC-006 Remote resource reference is not allowed in this context; resource "…" must be located in the EPUB container.
• RSC-006b Resource "…" is located outside the EPUB Container; please check the resource is retrieved in scripted content.