一些电子书制作方面的资料及工具(不定期更新）

雾锁寒江

一些电子书制作方面的资料及工具(不定期更新）

来自：MACD论坛(bbs.macd.cn) 作者：雾锁寒江 浏览：50076 回复：99

欢迎加入E书制作经验交流群11700414共同探讨电子书制作技巧

书籍

        chm格式电子书制作详解.exe        273359
        5日精通CSS层叠样式表.chm        51618
        5日学会动态HTML.chm        37632
        ASP打造图书管理系统(.CHM        338503
        CHM网页应用技巧.chm        5761130
        DeskTop Author 4.2.0中文教程.exe        1852928
        DesktopAuthorTurial3.07使用.exe        232960
        DesktopAuthor的一点使用经验.txt        1877
        DREAMWEAVER 4 中文帮助 .chm        3938138
        Dreamweaver2.0实用教程.exe        884031
        Dreamweaver经典五十问 .exe        1140762
        Dreamweaver 3教程chm
                DW3图层应用技巧集锦.exe        555219
        eBook Edit Pro 用户手册 v3.20.exe        407464
        E书制作帮助.exe        392808
        e书制作相关文摘.chm        1223171
        FAR制作CHM电子书手把手一步一步学.txt        3102
        Flash 技巧汇粹！.chm        295615
        Flash 教程.exe        426152
        FrontPage2000教程.exe        4688001
        html40.chm        220532
        Html入门.exe        666198
        HTML语言教程.exe        396469
        HTML 语言教程chm
        PDF电子书简要制作方法.exe        422353
        ps入门教程.exe        7693014
        WebCompiler2000与电子书制作教程.chm        609225
        《网页设计师》网站chm版 .chm        2183066
        电子书是怎样炼成的.chm        187708
        电子书制作入门.exe        1134248
        动态HTML教程 .exe        406931
        轻松制作电子书（作者不详）.exe        499109
        手把手教您制作电子图书.exe        692499
        玩转电子书.exe        484352
        网页设计技巧及网页制作常见问题.chm        59391
        网页特效-时钟日历篇.exe        1200336
        网页特效教程1.0.exe        333553
        网页源码自动生成.exe        473195
        网页制作常见问答集锦.chm        1327392
        网页制作新手上路.exe        2615566
        网页制作最简单入门.exe        3377450
        网页中的特效.exe        1898812
        网页中的特效（示范样书）.exe        1898812
        网页制作技巧chm
        学习HTML语言.exe        380056
        制作单一和可选择速度滚屏方法.txt        1614
        自己动手轻松制作CHM文件.exe        626325
电子书制作教学录像        CHM电子书制作(耶书制造).exe        522549
电子书制作教学录像        eBook Edit Pro电子书制作视频教程.exe        11373695
电子书制作教学录像        eBook Edit Pro电子书制作视频教程.part1.rar        6000000
电子书制作教学录像        eBook Edit Pro电子书制作视频教程.part2.rar        2244530
电子书制作教学录像        eBook Workshop制作电子书.exe        5283672
电子书制作教学录像        EXE电子书制作(ebook edit pro 3.31).exe        699668
电子书制作教学录像        教程说明.txt        186



工具    百艺滚动条1.0

工具    CHM制作助手 Word2CHM V1.2.0 破解版
    Word2CHM Assistant优势：
    智能：本软件一次可以同时处理多个帮助文档并分别生成hhp工程文档，层次自动生成，支持多级层次；
    快速：制作一个300页的Word文档大约只需要10分钟（在PIII733/256M内存环境下）；
    方便：用户只需维护一份Word格式的文档，随时可以快速生成美观实用的CHM文档；
    绿色：本软件无需安装，直接使用。
   
工具        Dreamweaver3绿色版.rar        2969893（网页制作）

工具        DiDaProHTMLEditor.rar        1698205
    DiDaPro HTML Editor v5.60 特别版
    简介说明：
    小巧的网页编写工具，操作简单，具有即时预览功能，支持代码加亮功能
    特别说明：
    拷贝didapro.exe覆盖到安装目录

工具        EasyAngel.rar        2892449
    轻松网页特效 v1.2 特别版
    简介说明：
    一款功能强大的网页制作辅助软件，特效多达数百种，支持背景音乐播放，击键音效和退出音效，是同类软件中特效数目和功能最齐全的网页特效软件之一
    特别说明：
    使用key.exe注册

工具        EasyPegPro.rar        950969
    Easy Peg Pro v1.10 特别版
    简介说明：
    图片编辑工具，可处理JPG, JPEG, JPEG 2000, PNG, GIF, BMP, EMF, WMF, ICO 格式的图片，可创建缩略图。简单易用而且速度快，可添加艺术效果、光影效果
    特别说明：
    name:www.chinaz.com
    sn:118031-EP1-355
   
工具    JPEG Imager  2.1.2汉化版
    此软件能将BMP图形文件及JPG图形文件压缩，使图形文件变的更小，可自设压缩比例，大小，明暗度等等，使用新的演算法，允许压缩后的图形文件不失真，经由此软件压缩后的图形文件能让网页使用，让网页读取的速度加快。


    加上好用的批量图像处理功能【alt】+【b】。
  
工具        Share My Picture v3.1.40805.rar        3547502
       电子像册（英文破解版）

工具        更换电子书图标.rar        239259

工具        模板.rar        542875
        武侠全集系列模板

工具        软景HTML制造机[Softscape HTML Builder] 3 .exe        2013298
    软景HTML制造机[Softscape HTML Builder] 3 是一款基于模板的将文本文件转换为网页文件的工具软件（Txt2html、Text to Html)。只需把文章的题目、内容按顺序放在文本文件里，经程序处理，即可快速生成带索引文件、“上一页”“下一页”链接的HTML文件群，是快速制作e-book电子书，“书屋”、“技巧”类站点的得力助手。软景HTML制造机 3 自带10套不同风格的精美模板，不会做网页也可以轻松使用。

    软件特点：一个文本文件可含一篇或多篇文章，程序一次可处理多个文本文件，支持图形插入，文章段自动缩进，段间自动空行，既可使用自带模板，又可自制模板，无限扩展……


工具        图标.rar        765331

工具        网文快捕4.01.rar        破解版
    利用CyberArticle，您可以：
    简单快速的保存网页，再也不用为保存网页发愁了
    统一管理保存下来的网页，再也不用到处乱找保存的网页了
    管理保存下来的网页：强大的管理功能，可以任意添加、删除、重命名、移动、合并网页
    可以给网页增加附件、密码、注释
    可以给您的资料增加密码保护
    搜索功能，快速找到感兴趣的资料
    导入功能，可以快速的导入已经保存的网页
    导出功能，可以导出资料到文件夹、chm文件
    制作可执行文件，交流资料不再麻烦

工具    网页特效梦工厂 XP v2.2
   
    破解补丁的使用方法：
    把破解补丁拷贝到程序所在目录，执行，便可完成文件的修补丁，即可解决软件原有的各种限制！
    现在小部分国内杀毒软件把注册机（特别是内存注册机）报告为病毒（一般报为hack.psw.foxmail病毒）这是为了打击破解，盗版。如果你觉得软件好用，建议向作者注册或购买！如果你对误报病毒很在乎，请不要下载使用。我们提供的软件尽量测试后上传的.

工具        文本整理器 V2.0.rar        795907
    文本整理器的使用类似于Windows记事本， 只是增加了许多适合于整理中文文档的功能，使中文文档的排版变得更容易。它的主要功能有：


    1、对空格的整理；

    2、对段落和空行的整理；

    3、对标点符号进行转换；

    4、转换代码；

    5、插入；

    6、查找与替换；

    7、输入特殊符号；

    8、附件；

    9、其它。
    （文本大于40k就不好用了）

工具        友益文书5.2.5.exe        1257953
    （电子书制作工具）

工具/DesktopAuthor4.2        keymaker.exe        65536
    翻页E书制作工具


工具/easychm1.96        2005127205211643.rar        918
   chm制作工具
   Name：jeike
   Code：QE33C382354-1161-AF9DA499
   安装原版后解压“chm14769d299915.dll”文件到原版目录下，运行程序进行注册！


工具/eBook_Workshop-v1.5        使用说明.txt        2544
    (e书工场) v1.5 简体中文版
    Name:crsky
    Code:BB80BF70-17375E4C-B40C90D7

工具/HTML-_TXT转换、文件合并        FineReader.htm        7185
    这是一个专为整理电子版小说而开发的工具，包括HTML到文本文件的转换，文件合并，段落合并，段落切分，内码转换等功能。

工具/Natata eBook Compiler GOLD 3.03/natata3.03        natcgold3_full.exe        2165810
    （电子书制作工具附注册机）

工具/电子书注册表清理器        eBookRegClean.exe        159744

工具/反编译        unwebcompiler反编译.exe        217600

工具/反编译        CtrlN.exe        188416

工具/反编译        miniKillEBook.exe        204800

工具/反编译/UnEBook        UnEBook.dll        57344
    几款反编译电子书工具

工具/目录列表工具        FtpList.htm        10873
    这是一个目录列表工具，能够列出FTP、本地磁盘上的目录内容，输出格式可以是树型图，也可以是URL、HTML、带格式文本文件等形式。

工具/神奇的文本工具        SETUP.LST        3935


工具/一键排版好轻松        DEPlugIn.dll        157184
    DreamEdit：中文编辑排版专家(原名BBSSword)
    本软件为免费软件，版本为2.3.5，发布于2001年6月27日。
    请到http://shengqh.yeah.net检查是否有最新版本。
    本软件为绿色软件，不需要安装。除非您需要IE插件功能，否则不写注册表

工具/制作语音版电子书必备工具--草履虫E书制作工具       
    Paramecium Beta 0.93注册机和注册文件：

      电子书制作工具Paramecium的确是个不错的好软件（具体介绍请看：http://www.52ebook.com/bbs/dispbbs.asp?BoardID=5&ID=10662）。虽然本软件免费注册，但是，作者网站已经无法进入，联系方法又不得而知，不得已才作出本注册机方便广大网友。得罪之处还望原程序作者多多海涵！

     【注意】：如果想知道自己的注册码，就请用注册机注册，但是，该注册机不一定在你的机器上找出真实的注册码来，因此，最好还是请用我导出的注册表文件！！！

     【注册机使用方法】：
       先在Paramecium注册窗口内随意填入任意注册码。本注册机即可帮你找出真实的注册码来！

       等本注册机弹出Paramecium的注册信息后，仅选择前10位字符再次填入注册框内即可！

    【附件】中有两个文件：一个是内存注册机；另一个则是注册表文件。


Paint Shop Pro 4.14

    一个可以和 PhotoShop 叫板的图象软件。PaintShop Pro 自 2.0 版起便在 Windows 3.X 声名大噪的一个绘图共享软件，其随著版次的更替遂也成为商业软件，而其功能也逐步的增强中，而 V4.14可以说是一个经典的版本，许多人都把它作为一个必备的案头工具，用它来完成位图处理中的大部分事情：抓图、看图、电子相册、照片处理、格式转换、图形縮放、图象编辑、扫描终端......等等，尽管压缩后才2M多的个头，但功能超强，特别是体贴人意的界面，目前还没有其他软件超出其右，4.14以后的版本，虽然功能不断加强，但界面已经变得有点凌乱了，有点象PHOTOSHOP，而这个4.14才是Paint Shop Pro系列中最有代表性的版本，这样的绿色软件绝对值得收藏。



pa-sketcheffect-10-huzuro

    Sketch Effect (素描效果)是专门用来生成素描效果的处理软件,可生成马赛克效果、凡高画、点画法、彩色铅笔、碳笔画、黑白照片等效果。



pic.gif.animationshop10_ep

    PaintShop Pro 5.0 里的动画组件，动画制作利器，这里收藏的是其最低的 1.0 版，但功能不弱，适合初学者使用。



FrontPage 98 绿色精简版

    Microsoft FrontPage 98 汉化中文版   
                            --------无序列号，真正的中文版

进入SETUP目录，执行SETUP程序进行安装DLL文件,完毕后运行Microsoft FrontPage文件夹中的fpeditor.exe即可！！！。
一个不错的网页制作工具



印章制作软件

     这个软件是制作印章的最好的软件，操作虽然有点麻烦，但印章元素的定位非常精细，me及me以下系统建议安装70版本的，不过用80版本的也可以，使用时看看软件自带的帮助文件。以下是正版软件压缩包以及注册补丁！





eBook Edit Pro 3.31 汉化版
———————————————————————————————
    该软件是典型的将 HTML 页面文件（包括媒体文件）捆绑成 EXE 电子文档的制作软件。软件支持大多数基于 Web 的技术，集成了目前所有同类软件的优点于一身，是 EXE 电子图书制作软件中最豪华、最完善的一款。
    新版本较 3.21 版本的改进：
    程序方面：修正了大量的问题，其中最突出的一点是：修正了 Flash 支持方面的问题，现在，eBook Edit Pro 可以完美的支持 Flash 文件了；
    汉化方面：修正了上一版本中翻译不当的地方，采用中文全角标点符号替代英文半角符号，修正了窗体、字符串、内嵌模块处理中的一些问题。

运行环境：
———————————————————————————————
   Windows9X/NT/2000/ME/XP



Macromedia FireworksMX 简体中文正式版,
非常有名的网页三剑客之一，这是经典的正式MX版！本站提供特别信息： SN:FWW600-04860-63582-21175
下载：http://www.zwye.com/Soft/108.htm

----------------------------------------------------------------------------------------
软件名称：FAR 4.0.0.625 汉化版
官方主页：http://www.helpware.net
原版下载：(不需要)
运行环境：Win 9x/NT/2000/XP
软件性质：注册
汉化文件：HA_FAR400625_gnatix.rar
汉化作者：gnatix (gnatix@163.com)
汉化日期：2005-06-22

软件简介：
────
FAR 不仅具有超强的文本查找和替换功能，它更是目前公认为最好的帮助文件制作软件。它除了能制作
目前流行的 HTML 帮助文件(即 CHM 文件)之外，还能制作新一代的、在 Visual Studio .NET 下工作的
帮助文件(即 MS 帮助 2.x)。针对不同的目标文件，它不但提供了界面友好、使用方面的方案编辑器、
目录和索引编辑器，同时还提供了一系列辅助工具，比如文本查找和替换、文件过滤、链接检查等等。
你可以使用向导来一步一步地完成帮助文件的制作。它的特快功能甚至允许你只需一步就能够将一个文
件夹转换为一个帮助文件。该软件除了能制作编译和压缩过的帮助文件之外，还能够制作由普通的 HTML
文件组成的帮助文件。而这种未压缩的帮助文件却可以具有和 CHM 文件类似的导航面板(目录、索引和
搜索)。强烈推荐！

安装程序中所包含的 hha.dll 文件来自 刘继华 兄汉化的“Microsoft html Help Workshop 1.3”，
详见 http://www.hanzify.org/index.php?Go=Show::List&ID=6129

说明：注册模块未汉化。
------------------------------------------------------------------------------------
Easy CHM Setup

--------------------------------------------------------------------------------
eTextMaster(绿色）
1.52版
1.改变tree的算法，使之更快；选择1000多个文件还很快；
2.文件列表和系统关联，设计了一个文件列表图标
3.使itcc.dll文件能在系统中正确注册，解决不能搜索的问题
4.增加自动排序；

1.47版
  1.增加了反编译功能
  2.修改了网页标题扫描的算法，提高了速度；
  3.增加了看网页的功能；修改了其他的错误；

1.45版
  1.修正了有时编译的文件（CHM）过大；
－－－－－－－－－－－－－－－－－－－－－－－－－－
zx抓图软件（绿色）
－－－－－－－－－－－－－－－－－－－－－－－－－－－
xnview看图及转换（绿色）
支持150多种格式
－－－－－－－－－－－－－－－－－－－－－－－－－－－－
e书特效字制作软件FontTwister v1.3

－－－－－－－－－－－－－－－－－－－－－－－－－－－－

3D字制作软件(绿色)Xara3D5.02

－－－－－－－－－－－－－－－－－－－－－－－－－－－
网页制作王(HtmlEditor) V1.1(绿色)

－－－－－－－－－－－－－－－－－－－－－－－－－－－
光影魔术手－图片处理的好帮手(绿色)

－－－－－－－－－－－－－－－－－－－－－－－－－－－－
凌云图标大盗(绿色)

[ Last edited by 雾锁寒江 on 2005-7-14 at 12:21 ]

海杉

Originally posted by 雾锁寒江 at 2005-2-2 11:56
电子书制作入门
e书制作相关文摘
电子书是怎样炼成的
电子书制作教学录像
更换电子书图标工具及图标
模板
反编译电子书工具
HTML-_TXT转换、文件合并

多谢交流加分鼓励

雾锁寒江

EXE电子书与垃圾

作者：马健
邮箱：stronghorse@tom.com
主页：http://stronghorse.yeah.net/

目前EXE格式的电子书在网络上比较流行，制作工具五花八门，eBook Workshop和eBook Edit Pro是其中比较流行的两个。但是又有多少人知道，在你打开用它们制作的电子书的时候，其实它们已经在你的系统中悄悄产生了一些垃圾，包括注册表项、文件等。而且目前没有一个制作软件提供垃圾清除手段，典型的“管杀不管埋”作风。

在EXE格式的电子书反编译技术没有取得突破以前，这种垃圾对电子书收藏者来说是一种被迫接受的负担：只要你还想看电子书，它就会一直存在，删不完的。但是在解决了反编译技术以后，这种垃圾就成了不可容忍的存在：反编译完成以后，EXE格式的电子书已经没有存在的价值，但是EXE文件好删，它留下的垃圾可不好清理。

一、注册表中的垃圾

打开一个用eBook Workshop制作的EXE电子书（假设文件名为“荡寇志.exe”），然后退出。运行regedit，即可看到下面这一项：HKEY_CLASSES_ROOT\荡寇志.MyNSHandler。这个项下面只有一个CLSID项，其默认值为{E8CFC029-8420-4EAE-ADEF-915BDC77E1DC}。搜索这个CLSID，可以发现在它下面有LocalServer32、ProgID两个项。

以后每次当你打开一本用eBook Workshop制作的EXE电子书，都会生成一个名为“电子书主文件名.MyNSHandler”的项。

而打开用eBook Edit Pro制作的电子书，其垃圾数是eBook Workshop的两倍：会在HKEY_CLASSES_ROOT下产生一个名为“电子书主文件名.eBookNSHandler”，和一个名为“电子书主文件名.ExternalNSHandler”的项。

NSHandler这个名字应该是Namespace Handler的简称，也就是这两个电子书制作工具内部使用的技术的名称。

在互联网上，常见的应用层协议包括http、FTP等。出于种种原因，微软允许用户在标准的应用层协议之外，扩展自己的协议，称为Asynchronous Pluggable Protocol。Asynchronous Pluggable Protocol可以指定对所有进程有效，这个在注册表的HKEY_CLASSES_ROOT\PROTOCOLS\Handler下注册一下就好（包括CHM、Web Compiler等）；也可以指定只在某个进程内有效，以增加保密性，不过这个时候微软就不叫它Asynchronous Pluggable Protocol了，而是Pluggable Namespace Handler。

如果电子书使用了加密功能，要求用户输入用户名、密码才能看书，那么在注册表还会留下更多的垃圾，有兴趣的到这里看：

HKEY_CURRENT_USER\Software\Ada99\eBook workshop\Security

二、文件垃圾

eBook Workshop和eBook Edit Pro在处理背景音乐、Flash动画的时候，都不能直接在内存中支持，必须将文件写到临时目录。对于Windows 2000/XP，这个临时目录在
C:\Documents and Settings\当前登录用户名\Local Settings\Temp
目录下。

eBook Edit Pro比较直接，生成的临时文件名就是链接中的文件名，如music.mid、pic.swf。这种方式虽然简单，但是如果同时打开多本电子书，而其中含有同名的背景音乐或Flash动画，则可能产生文件冲突。

eBook Workshop做得更聪明一点：生成的文件名是以data开头的随机文件名，避免产生文件冲突。

但是不论是这两种工具中的哪一种，在退出电子书的时候，都不会删除自己建立的临时文件，造成垃圾。

三、解决之道

解决电子书垃圾的办法有以下几种：

电子书制作工具的作者升级自己的产品，起码在正常退出电子书的时候，可以将自己在注册表、临时目录中建立的东西删除掉。
第三方制作专门的批量垃圾清理工具。有志在软件业发展的同学，可以借此练习一下自己对注册表和文件的操作。不过调试的时候千万注意，如果不能在虚拟机下调试，请先用Ghost做好备份，免得一失足成千古恨。如果觉得自己开发太麻烦，也可以用我开发的小工具eBookRegClean，纯免费。
彻底抛弃EXE格式的电子书，这个才是王道。我个人一贯认为，原始的HTML文件格式就很好，支持直接从ZIP/RAR中浏览HTML文件的软件也早就有了，实在没有必要生成EXE，占用空间不说，还会产生垃圾、感染病毒木马、消耗文件列表时间、不能进行批量全文检索，等等，实在得不偿失。

雾锁寒江

常见电子书格式及其反编译思路

作者：马健
主页：http://stronghorse.yeah.net
电邮：stronghorse@tom.com
版本：1.00
日期：2004.05.30

声明：

本文可能夹杂大量技术术语，如果您对此感到不快，请勿继续阅读。
本文仅仅讨论一些思路，不会提供相关源代码，最多也只提供源代码网站的链接。如果您对此有所不满，请勿继续阅读。
本文仅仅从技术角度讨论电子书反编译问题，请勿将之用于侵犯版权等等非法目的，或损害他人利益。如果您对此感到失望，请勿继续阅读。
本文版权归作者所有，转载前请先征得作者书面同意。
1. 前言
2. 常见电子书格式及其反编译思路
   2.1 PDF格式
   2.2 基于IE内核的电子书
       2.2.1 CHM格式
       2.2.2 EXE格式
             2.2.2.1 Web Compiler 1.67
             2.2.2.2 Caislabs eBook Pack Express 1.6
             2.2.2.3 通用反编译思路
   2.3 HLP格式
   2.4 小说网/小说世界（ebx/XReader）
3. 结论
附录 基于IE内核电子书的实现方式探讨

1. 前言
本文所描述的电子书，指的是将原始的、可编辑的HTML、TXT、RTF、图像文件等，打包成一个独立的EXE，或其它只有专用浏览器才能读取的文件，打包后的文件通常不可用常规工具进行编辑、全文检索。

本文所描述的电子书反编译，指的是将电子书中的内容提取出来，还原或转换成标准的、可编辑的HTML、TXT、RTF及图像文件等。

就像世间其它事物一样，电子书编译器和反编译器的出现也都不是偶然的，都有其必然性。

在电子书编译器这一方来说，大概从有电子文档那天开始，就有人琢磨着要对电子文档打包了。我个人认为这主要是从以下几个方面进行考虑：

便于阅读、管理。当年在DOS下阅读文本文件，尤其是中文文件比较麻烦，因此出现了自带中文字库、自带基本浏览（翻页、滚动）功能的DOS电子书；由于需要在不同OS平台上获得相同的阅读效果，因此产生了跨平台的PDF格式电子书；随着互联网络的发展，大量信息以HTML格式出现，但是面对一大堆HTML文件，并不是每个人都知道该去双击index.htm或default.htm的，而且文件太多，管理也成问题，因此出现了CHM格式和各种基于IE内核的EXE格式电子书。
便于保护知识产权、商业机密。这个问题的重要性相信大家现在都能理解了，不要说那些包含核心商业机密的东西，就算是区区一本小说，都会有些卑鄙小人把原始的HTML、TXT文件拿去加LOGO、打包，然后声称是自己“辛苦扫校的成果”，再堂而皇之地收取所谓“VIP费用”。因此PDF一直将文档安全性作为卖点之一，国内的各种独门格式电子书也以防反编译、防内容复制为首要目标。
而反对将通用格式打包成独门格式的人，当然也有自己的道理：

便于全文检索。如前所述，电子书一般不可用通常的检索工具进行全文检索，这就为资料的有效利用设置了障碍。我个人认为，藏书量在几十本、上百本的时候，手工建立摘要、索引可能还可以接受；再多以后，我想要的就只是一个快速的全文检索工具，就好像在互联网环境下，对google的依赖一样。
便于修改。俗话说：“金无足赤，人无完人”，电子书也是人做的，有时难免会出点什么错，或者因为资讯的发展，需要对原有内容加以修正、补充，这个时候如果面对的是一个不可编辑的EXE，您会有什么感想？
节省时间和耐心。Windows在显示文件列表的时候，需要读取文件信息，EXE文件还要读取ICON等，如果装有反病毒软件，进入文件夹的时候，反病毒软件一般还会自动对文件夹中的EXE文件进行自动检查，而电子书大小一般都在MB级，因此打开包含EXE格式电子书的时候，感觉速度巨慢，比较令人反感。
节省空间。一般EXE格式电子书的标准架构是：可执行体＋内容＋TOC。可执行体指的是电子书的执行代码部分，包括程序代码、插件代码、界面资源等。内容指的是电子书中真正包含的文本、图像内容，一般使用某种压缩、加密算法进行处理。TOC（Table Of Content）相当于目录索引，作用是加速对内容的访问。因此相对于直接用WinZip、WinRAR对原始内容进行压缩，每一本EXE格式的电子书都会浪费一部分磁盘空间，以存储执行体部分。电子书的软件界面越花哨，这种浪费一般也越大，我见过最夸张的电子书比原始内容足足多出 1 MB多的东西。
避免垃圾。对于某些基于IE内核的电子书来说，由于实现技术的限制，可能会在注册表和系统目录下留下垃圾。
安全。如果说如今的网络社会是一个充满恶意、毫无诚信的环境，可能有点夸张了，不过确实有人不知“做人要厚道”为何物。老实说，每次拿到一个来路不明的EXE格式的电子书的时候，我都在怀疑里面有没有什么木马、病毒，实在难受。
便于平台转换，包括转换到手持设备。EXE格式的电子书看起来可能很爽，但是毕竟只能在Windows下看，如果想在其它系统下看，尤其是在手持设备上看，唯一的出路就是反编译了它。
当然，在反编译后，也必须寻找合适的替代品，以继续满足原先的需要：

打包工具。建议选择Winzip或WinRAR，不仅使用方便，而且打包后文件也小，进入目录还快。
阅读工具。现在可以不解包就直接阅读zip/rar文件内容的软件不少，一搜一大把，我自己都做过一个MyReader，不仅可以直接从ZIP/RAR中读取内容，还有自动定位index.htm、书签、现场保护、资源浏览器右键菜单扩展、zip/rar密码自动记忆等功能。
全文检索工具。可以直接在zip/rar中全文检索的软件也有不少，我自己也做过一个FindStr，支持加密zip/rar，这个工具还可以与MyReader集成，搜索结果可以直接用MyReader直接打开，不需解包。另外它还支持批量文本替换，所以也经常被我用来整理下载到的或反编译出来的小说，包括去除广告链接、绝对URL改成相对URL等。
对劳动成果的保护。这个直接用zip/rar的密码保护就好。
2. 常见电子书格式及其反编译思路
2.1 PDF格式
PDF格式是Adobe公司推出的一种跨平台电子文档格式，Adobe公司提供专用的文档浏览器，使用户可以在不同平台下获得相同的阅读效果。

其实Adobe公司提供的PDF编辑工具－－Adobe Acrobat本身，就已经支持将PDF文件另存为RTF格式，因此我对PDF的反编译研究不多。不过这个功能似乎受到“文档安全性”的限制，好在我google了一下，破解PDF安全保护的软件似乎不少。如果真的对批量转换有兴趣，在codeproject上也有一篇文章，提供将PDF转换成纯文本的源代码。

从我使用的情况看，Adobe Acrobat本身输出的RTF格式，对英文文档来说应该没有什么太大的问题，顶多是格式有点变化，但是在输出中文文档的时候，偶尔会因为字符集代码错误，导致输出的文件在Word、写字板中打开的时候，只能看到一堆乱码。对于这种情况，手工替换一下字符集编码即可解决。

出现乱码还有一种可能就是PDF文件中使用了自定义的字库，导致转换出来后的文件无法正常显示，这个比较麻烦。PDF文件自带字库有两种方式：自带一种完整的字库，称为font embedding；只自带一种字库中要用到的那几个字符，称为font subsetting。在ｅ类出版物论坛的“图书制作、阅读工具区”对此有过讨论，需要的可以自己去看。

不过有一次我试着用过一个叫PDF2Html的软件，这个软件的思想是将PDF文件的每一页转换成一个JPG文件，然后将JPG文件封装到HTML文件里，加上目录、翻页按钮等，这样在网络浏览的时候，连客户端的Acrobat Reader及客户端字体支持都可以省了。这个软件的HTML文件模板做得怎样先不去说它，最令我奇怪的是，转换出来的图像格式只能是JPG，不能是PNG。其实对于有大片白色背景的页面来说，使用PNG格式不仅文件长度比JPG小，而且不会象JPG格式一样，在文字、图像边缘产生许多细小的碎片（高次杂波）。

2.2 基于IE内核的电子书
随着互联网的发展，现在越来越多的网络文档内容是以HTML格式提供的，而微软本身又以控件的形式提供了IE浏览器的内核，可以很方便地被几乎所有Windows下的编程工具所调用，因此目前基于IE内核的电子书似乎占据了主流位置。

2.2.1 CHM格式
CHM（发音为“chum”）的原意是Compiled HTML help file，是微软作为HLP格式（16位Windows下的标准帮助文件格式）的替代格式提出的，因此微软自己不仅随4.01以上版本的IE一起提供免费的浏览器，而且免费提供制作工具Microsoft HTML Help Workshop。

CHM文件内部使用ITS格式，这是一种非常优秀的压缩格式，感觉压缩比要比zip、rar大。

由于ITS格式的开放性，国外早就有人做出了CHM格式的独立编译、反编译工具，并且公开了全部源代码，需要的人可以到这里看：

http://bonedaddy.net/pabs3/hhm/

这个网站除了提供CHM编译、反编译工具及其源代码外，还提供CHM格式的详细说明，当然是英文的。我做的UnEBook在开始的时候，就使用了其中chmdeco的源代码，实现批量反编译CHM的功能。如果这个网站不幸登录不了，google一下chmdeco就好，有很多备份站点的。chmdeco内部使用的是chmlib的源代码，这份源代码很有名，除chmdeco外，chmtools用的也是它。

不过在使用了一段时间后，我发现这份代码在反编译某些CHM文件的时候，会出现数组越界错误。这种错误出现的概率虽然不大，但是出现后还是比较心烦，因此最终放弃了这份代码。

现在UnEBook使用的CHM反编译代码是从这里改出来的：

http://www.codeproject.com/winhelp/htmlhelp.asp

这份代码使用了微软未公开的ITS文件访问接口，直接对文件进行操作。由于使用的都是微软的东西，不仅目标码比较小，兼容性也好得多，目前还没有遇到反编译不出来的CHM文件（唯一的一次例外，是那个CHM文件本身就打不开），内存漏洞什么的也没有发现。看来微软的东西还是要由微软来对付，方为王道。

另外某些人制作CHM电子书的时候，为了省事，没有制作index.htm，而是单纯依赖左侧的目录树进行导航。对于这样的电子书，在反编译后，一般还需要根据生成的hcc文件，自动生成一个索引页，以免看的时候不方便。hcc文件结构大致如下：

多级目录通过<UL>控制，见到<UL>的时候往下走一级目录，</UL>往回走一级。
目录项以<OBJECT type="text/sitemap">开始，以</OBJECT>结束。以<PARAM NAME="Name" VALUE="xxx">存放项名称，<PARAM NAME="Local" VALUE="xxx.html">存放项链接。
某些目录项可能只有名称，没有链接。
在UnEbook中，不仅能够根据hcc文件自动生成索引页，还能自动生成框架页，将索引页和显示页嵌入框架中，以最大限度模仿CHM中的目录效果。如果要完全模仿能够动态伸缩的树形目录效果，则需要增加图片、js、css等文件，实在得不偿失。

2.2.2 EXE格式
除了CHM格式外，大量基于IE内核的电子书是以EXE格式提供的。制作EXE格式的电子书工具现在似乎已成为一个产业，养活了大批的程序员。虽然很多人认为这种格式的电子书很酷：一个文件就可以执行，界面也可以做得很漂亮，还可以带密码保护。但是我个人对这种格式的电子书是最最痛恨的：除了前面说到的安全性、速度、空间、检索等问题外，我最心烦的一点是目前的EXE电子书都没有好用的书签功能，尤其是没有能够定位到页面中任意位置的书签功能，看长文档看到一半的时候被打断会很麻烦，所以自从MyReader实现了书签功能后，我就下定决心一定要解决反编译问题。

2.2.2.1 Web Compiler 1.67
这种格式的电子书，因为其制作工具在国内出现得比较早，而且有非常彻底的汉化解密版，所以曾经比较流行，E书时空提供的很多电子书都是这种格式。不过也正因为它的流行，导致想反编译它的人也多，引出了各种反编译工具，所以现在用的人似乎已经不多了。

反编译工具里，收费的就不去说它了，国内RMH和Fbilo还联合推出过免费的unwebcompiler，并且提供全套的Delphi源代码，有需要的到google或百度搜索一下unwebcompiler就有了。不过可能国内大多数软件网站的管理员都不是开发人员出身，对源代码不感兴趣，所以收藏的都是212 KB的EXE，有源代码的不多，需要仔细找一下。

在unwebcompiler的源代码里，RMH和Fbilo对Web Compiler 1.67生成的电子书的文件格式进行了详细描述，在这里我就不做无聊的重复，有兴趣就自己去看吧。我做的UnEBook也使用了他们提供的源代码，实现对Web Compiler 1.67生成的电子书的批量反编译，不过被我将代码从Delphi改成了C，似乎长度缩短了一些（原代码中有一段在字符串和十六进制数之间转换来、转换去，看起来比较怪异，被我省了），不过LHA解压缩部分改起来实在太麻烦，我直接在网上找了一段现成的C代码来用。

2.2.2.2 Caislabs eBook Pack Express 1.6
这个电子书制作工具也出过汉化版，所以在国内也有一定影响，不过这种影响似乎还没有大到足以使反编译工具满天飞的程度，嘿嘿……

在分析这种格式的电子书的时候，我没有使用任何反汇编工具，用UltraEdit32和系统监视工具就猜出来了：

文件标识：以十六进制串 00 F8 03 00 结尾。这个似乎是一种惯例，差不多所有EXE格式的电子书都有自己特殊的文件结尾。
目录块起始地址指针：0003F81C
目录块中目录项结构：以0字符结尾的文件名＋4字节起始地址，文件名起始字节为FF则目录块结束。
如果文件存放在子目录里，则文件名首字符：02＝../，01：第一个00变成/，直到遇到02。
文件内容实际起始地址：目录项里的4字节起始地址＋9
文件内容长度：目录项里4字节起始地址所指内容，DWORD。
在分析出目录结构后，我曾经想通过调试工具，分析文件加密算法，再反编译出具体的文件内容，但是很快我就发现那样干太累了，实在是得不偿失。

不过在经过几次尝试后，我还是找到了一个偷懒的办法：

通过安装hook的方法，往电子书的进程空间注入一个DLL。
在这个DLL里，用Windows标准的API函数URLDownloadToFile，就可以下载到指定的文件。文件的URL可以按前面说的方法，从目录项得到相对路径，再加上一个固定前缀（"file://Z:\\com_caislabs_ebk\\"）构成绝对路径。
UnEbook在批量反编译这种格式的电子书的时候，就是按照上面的分析结果实现的。

不过到了更高版本的Caislabs eBook Pack Express的时候，似乎Caislabs公司也开始意识到文件内容保护的重要性，因此不仅对文件内容采用更强的加密算法，杜绝了可以用URLDownloadToFile下载的漏洞，连目录块的加密强度都强到足够使我不想去分析了。幸好这个时候我已经有了更好的反编译思路－－与具体文件格式无关的，专门针对使用IE内核的电子书的通用反编译思想。

2.2.2.3 通用反编译思路
在分析过几种电子书格式后，我开始领悟到一个真理：电子书内部文件结构的变化是无穷的，而我的时间和精力是有限的；把有限的时间和精力投入到对抗无穷的变数中去，早晚会有累死的一天。

有此认识后，我开始思考有没有什么通用的方法，可以解决大部分电子书的反编译问题（我还没有幼稚到相信这世上会有万能药的程度）。按照惯例（不可救药的职业病），第一步当然是市场调查、产品定位，结论是目前大多数电子书都是基于IE内核的，但是根据我在开发MyReader时对IE内核的了解，这里面明显存在一个误区：微软以控件的形式提供IE内核，其目的就是希望通过控件接口的开放性、方便性，吸引更多的人加入微软的标准阵营，如果想在此基础上添加加密、保护等等内容，恐怕与微软的初衷不合（我说的是当时，以后微软改主意了也说不定）。因此我相信IE内核一定有后门可走！经过一番努力，果然没有令我失望。

1、基本原理

针对IE内核电子书的通用破解技术实现起来可能需要一些技术和技巧，但是原理却很简单，几句话就可以说清楚：不论电子书在存储的时候如何对内容进行加密，在将内容传递给IE内核进行显示的时候，一定要将内容转换成IE内核能够识别的标准格式－－HTML格式。而IE内核为了便于显示、刷新，在对HTML代码进行解析后，并不是立刻就把这些HTML代码抛弃，而是在内存里保存了一份备份。因此只要将这份备份从IE内核里搞出来，就得到了解码后的内容，也就是反编译想得到的内容。

至于网页中的其它内容，包括图片、css、js、Flash文件等，就更简单了：模拟IE内核，直接找电子书要就好。如果电子书分辨不出请求是来自IE内核还是来自其它地方，自然会乖乖把我们需要的东西双手奉上！

虽然反编译的原理几句话就可以说清，但是要加以实现，还需要经过艰苦的探索和试验，我自己就经过了长期的努力，IE内核的源代码都翻来覆去看了好几遍（吹的，别当真！）。而我思想的发展也大概经历了两个阶段：第一个阶段是在得到某份传说中的源代码（没错，就是那份展开后近700MB，被国内主流媒体形容为噱头、无足轻重、充满无聊垃圾的东西）之前，完全立足于微软公开的IE内核接口。当时我考虑将电子书内容按照HTML、图像等分类，分别解决获取问题。第二个阶段是在得到那份源代码之后，我突然发现其实对于所有文件，我都可以直接找电子书要，只要假装是IE内核在要就行了。

由于某些东西比较敏感，因此下面叙述的主要是我第一个阶段的想法，其中有些属于基础性的东西。第二个阶段的实现恕我不便奉告。

2、获取HTML源代码的方法

从IE内核获取HTML源代码的方法不仅我一个人在想，从国内到国外，从CSDN（CSDN的VC/MFC区有一个栏目专门讨论IE内核编程）到MSDN，早就有很多人讨论过了，归纳起来，一般认为可以通过下列步骤实现：

不管是通过鼠标点击也好，通过EnumChildWindow也好，总之先找到IE内核的显示窗口，也就是电子书显示网页内容的那个窗口。
通过这个窗口的句柄（HWND），取得这个窗口对应的IE内核文档接口IHTMLDocument2的接口指针。取得的方法目前认为有两种，我个人认为这两种需要结合使用，否则总有一些电子书会搞不定：一个是通过MSAA，一个是通过WM_HTML_GETOBJECT消息。至于具体的实现代码，在CSDN上都快被讨论烂了，因此此处从略，有需要的自己到CSDN上找。不过这两种方法都对平台有要求：XP下是完全没有问题，2000下可能需要装IE 6，98/Me/NT就不要想了。
在得到IHTMLDocument2接口指针后，按照这个接口提供的标准方法，即可获得文档的HTML代码。具体实现代码见CSDN中的例子。
除了上面这种方法外，我自己还尝试过一种方法：使用MIME Filter。

对于搞过网页在线翻译、网页内容过滤的人来说，MIME Filter可是吃饭的本钱，它的作用和实现机理应该早就烂熟于心，但是对于其它人来说，可能还不是很熟，所以这里简单介绍一下：为了便于对IE内核的功能进行扩展，微软规定在IE内核显示某种标准格式（HTML、TEXT等）的内容之前，会先将要显示的内容传递给这种格式的过滤器，即MIME Filter，由它先对内容进行预处理（如将英文翻译成中文，将下流文字替换成星号等），然后再显示。

按照这个原理，如果实现一个针对HTML格式的MIME Filter，即可拦截到最原汁原味的HTML代码。可惜，经过我的尝试，这招对IE本身是灵的，对某些电子书也有效，但是对另一些无效。再加上使用IHTMLDocument2接口指针的方法要比这种方法简单得多，也可靠得多，所以后来在我开发的反编译工具KillEBook、IECracker和CtrlN里就没有使用这种方法。不过这种方法也有一个好处：与平台无关，我在98/Me/2000/XP下都试过，当然都是在虚拟机下试的啦。

MIME Filter的作用机理、实现方法在MSDN里有详细说明，并提供了详细的实例代码，有需要的可以到MSDN上搜“MIME Filter”。

3、获取图像的方法

与HTML代码相似，IE内核对图像的处理也有一个“下载->解码->显示”的过程。考虑到显示代码的抽象性，原来各种各样的图像格式，包括JPG、GIF、PNG、TIFF等，在解码后都被统一表示成位图格式，而原有格式数据在解码后即被从内存中释放，只在IE的cache中留有文件备份。如果指定不允许保存本地cache，则连这个备份都没有。在IE中通过右键菜单选“图片另存为...”的时候，其实就是将cache中的文件备份拷贝一份出来，如果cache中已经没有备份，就只能保存内存中的位图（*.bmp）了。现在明白为什么有些图片明明是jpg格式，但是用IE却只能保存为“无标题.bmp”了吧？

因此，获取图像文件要比获取HTML文件难得多。而且在MSDN里说得很清楚，用IHTMLDocument2接口只能得到图像的链接，用MIME Filter也不能搞到网页里的图像数据，因此需要另想办法。我想过、试过的包括：

先将图像复制到剪贴板，再从剪贴板里获取图像数据，然后根据图像文件扩展名（可以从图像元素的URL里解析），编码成原始图像格式，包括jpg、png、gif、tiff等。这个方法实现比较简单，到MSDN KB里搜索Q293125，拷贝图像到剪贴板的现成源代码就有了，图像编码的源代码则可以参考cximage，这个也是google一下就有的。不过这个方法远非完美无缺：a). 对于png、gif等允许带透明背景的格式，用这种方法处理后就不透明了。b). gif动画处理后就动不起来了，只能显示其中的某一帧。c). 对于jpg这样的有损压缩格式来说，每压缩一次就损失一次，多压缩几次可能就没法看了。d). 在电子书里，可以通过标准的Windows API函数，使剪贴板失效。
将IE内核导航到图片，然后通过IViewObject接口获取图片的拷贝。这个方法与上面的方法基本相同，不过不通过剪贴板，可以防止因为剪贴板被封锁而搞不到图像。
使用IE图像解码插件。IE内核在下载到某种格式的图像文件后，会调用对应的解码器，对图像进行解码（类似于MIME Filter）。为了便于扩充，解码器是做成插件形式的。如果自己做一个图像解码器插件，对解码请求进行拦截，即可获得解码前的原始图像格式数据。解码器的接口、实现方法在微软公开文档中没有任何蛛丝马迹，但是在那份传说中的源代码里，不仅有详细的接口规范，而且有好几个内嵌图像解码器的实现代码，可供借鉴。奇怪的是，虽然在MSDN中找不到，但是我在google上搜的时候，却发现有一个日本人在自己的个人网站上，早就给出了详细的图像解码器插件实现方法，一步一步说得很清楚，而且落款时间是2002年12月！看来这份源代码的泄漏时间可能比想象的要早。当然这个日本人也可能本来就在微软工作，或与微软有合作关系，可以光明正大地查看解码器源代码也说不定。
4、通用反编译器的实现

在解决了HTML、页面元素等的获取方法后，通用反编译器KillEBook的实现就很简单了，其算法可以描述如下：

打开电子书。
定位电子书的显示窗口。
获取当前显示页面的HTML代码。
解析页面HTML代码，得到其中的所有链接。
获取页面上的所有元素内容，包括图片等。
引导IE内核依次加载HTML链接页面。
重复步骤3～6，直到所有页面及其中的元素都已获取到。
5、进一步讨论

在完成KillEBook后，我发现其实对它扩展一下，就可以成为一种新的离线浏览器，解决传统离线浏览器（Offline Explorer Pro、Webzip等）面临的一个问题：传统离线浏览器多半与IE内核没什么瓜葛，因此在抓静态网页的时候都没有什么问题，但是在抓用session维持的动态网页时，都有点问题，更不用说抓需要PKI证书验证的HTTPS网站。

因此我考虑可以实现这样一个离线浏览器：

提供一个地址栏供用户输入起始URL。
内嵌一个微软web browser控件（IE内核），供用户交互，包括在网页上输入用户名/密码、从IE证书库中选择证书。
用户登录成功、进入需要开始抓取的网页后，设定递归深度、URL过滤条件，点“开始”按钮开始抓取。
离线浏览器自动引导web browser进入每个页面，每进入一个页面，都通过web browser控件获取客户端HTML源代码及页面元素，包括图片、css、js、flash等。
采用这种方法实现的离线浏览器，由于使用web browser控件，因此可以维持客户端session，抓取到动态网页。虽然网页抓取下来就成了静态的，但是对离线浏览来说应该不成问题，对付收费的网上教育等网站正好合适。

2.3 HLP格式
这种格式出现得比较早，在16位Windows（Windows 95以前的各Windows版本）下曾是标准的帮助文件格式，因此大概也算是Windows下出现得最早的电子书格式之一了。

由于这种格式比较流行，国外研究的也比较多，不过公开源代码的我似乎只见过一个HELPDECO v2.1。这个软件是一个控制台程序，因此有人做了一个GUI外壳DuffOS对它进行封装。国内有人对HELPDECO进行过汉化，到汉化新世纪搜索一下就可以找到，包括全部源代码。

在UnEBook中使用了HELPDECO的源代码，实现对HLP文件的批量反编译。不过从我使用的情况看，原版HELPDECO有一个小小的不足：反编译出来的RTF文件没有指定字符集。这对英文RTF来说没有任何影响，但是对中文RTF来说，其影响足够强到使您打开RTF后看到的是一堆乱码。它的修正方法有两个：

用文本编辑器打开反编译出来的RTF文件，手工指定中文字符集。这个是一种比较累的方法。
修改HELPDECO源代码，加上字符集修正，这个是一劳永逸的办法。但是不知道为什么，在汉化新世纪推出的汉化版上，我看到的还是原版的HELPDECO。看来汉化者只是用它反编译过英文HLP，没有反编译过中文HLP。
另外这份源代码还有一个不知道算不算是严重的问题：变量没有统一初始化、释放，因此不仅在程序退出的时候，VC++会报告有内存漏洞，而且就象当年的DOS内核一样，几乎没有可重入性。我曾经试图修复这个bug，但是在经过一个下午的奋斗后，有两处泄漏死活找不到。最后我还是决定向DuffOS学习：将HELPDECO代码封装成一个独立的DLL，每反编译一个HLP文件，都动态加载、释放一次DLL。这样一方面可以利用Windows本身的DLL管理机制，弥补HELPDECO产生的内存漏洞，一方面解决不可重入问题。收费的“耶书制造”软件提供的HLP反编译功能也是用DLL文件实现的，因此我严重怀疑它的作者可能也曾遇到过相同的烦恼，嘿嘿嘿……

从HLP文件反编译出来的RTF文件，一般包含大量书签、分页符等与实际文本内容无关的东西，有必要转换成纯文本格式。这个实现倒是比较简单：

创建一个Windows标准的RichEdit控件，当然没有必要在用户界面上显示出来。
按SF_RTF格式，StreamIn原RTF文件内容。
按SF_TEXT格式，StreamOut文本内容。
UnEBook提供的从RTF到TXT的批量转换功能，就是按照上面的方法实现的。

2.4 小说网/小说世界（ebx/XReader）
这两家网站提供的电子书使用的是同一个阅读器，只不过小说网出现得比较早，提供的电子书多半不需要验证码，而小说世界出现得比较晚，提供的电子书多半需要输入验证码。

这种电子书分两种：ebx和EXE格式。ebx格式的电子书需要用专用浏览器XReader才能浏览，EXE文件的内容其实就是XReader + ebx包构成。

国内Cyu曾经推出过反编译这种EXE格式的工具－－xReader Unpacker。从我试用的情况来看，这个工具的实现应该是基于对EXE文件格式的辛苦分析，果然勤劳善良的中国人什么时候都有啊！不过从我试用的结果看，这个工具也存在下列问题：

一次只能反编译一个文件，不能批量反编译，使用起来略有不便。
反编译出来的文件用左侧目录树中对应的节点命名，完全失去了文件的先后顺序。
在反编译某些文件，如《血酬定律--中国历史中的生存游戏》的时候，会出错退出。我个人猜想可能是因为对书中多级目录处理不当。
奇怪得很，只能对EXE文件进行反编译，不能对ebx文件反编译，其实这两种文件本是两位一体的。
当然，我试用的只是最初版本的xReader Unpacker，后来听说作者又进行了更新，这些问题都解决了也说不定。

在考虑反编译这种格式的电子书的时候，因为我已经在思考针对IE内核的通用反编译方法，因此从一开始我就没打算对文件格式进行分析，而是打算从界面元素入手，看看有没有什么后面可走：

先用IECracker抓一下窗口，发现根本就不是基于IE内核的东西。这个时候首先想到的就是：软件作者会不会向起点中文网学习，将内容转换成图片，然后再显示？但是很快就否定了这个可能，一方面是因为XReader提供了文字放大、缩小功能，另一方面是因为启动金山词霸后，将光标往窗口上一放，词霸显示出了抓词内容。这个时候脑袋里一闪念间，也曾出现过一个反编译方案：干脆向金山词霸学习，做一个API hook，抓它的显示内容算了，哈哈……
在确定XReader显示的东西不是图片后，我就启动SPY++，打算看看XReader的显示窗口用的是什么东西。但是查看的结果令人惊奇：每启动一次XReader，显示窗口的class name就会变化一次，是一个完全随机的字符串，从上面根本看不出这个窗口使用了什么控件。
再多看几本电子书后，我发现所有电子书都有一个特点：完全没有图片，清一色都是纯文本，但是鼠标放到窗口上的时候，光标不会变成通常文本窗口的插入光标（一条竖线），还是箭头光标。到这个时候，我已经开始准备相信软件作者完全继承了国人勤劳善良的光荣传统，自己写了一个文本输出控件了。……且慢，为什么在打开这个大文件的时候光标会闪一下，从竖线变成箭头？再前后动动鼠标滚轮看看，每次不多不少，正好滚动3行，这个不是RichEdit控件的特性之一吗？！
立刻启动SPY++，这次不看class name了，改看消息流。果然每次点击左侧目录树，都会向右侧显示窗口发送一堆RichEdit控件的消息：EM_SETBKGNDCOLOR（设置窗口背景色）、EM_SETCHARFORMAT（设置光标形状）、EM_SETMARGINS（设置左右页边距）、EM_STREAMIN（导入显示内容）。
既然已经确定右侧显示区用的是一个标准的RichEdit控件，而左侧目录树是一个标准的TreeCtrl控件，那么反编译方案其实也就出来了：周游左侧目录树，依次选中每个节点，然后拦截右侧RichEdit控件的输出，写入文件即可。
不过在搞清楚XReader的原理后，我也产生了一个疑问：RichEdit控件本身是可以同时显示文本、图片的（RTF格式），但是为什么XReader只显示纯文本，不显示图片呢？要知道这样可是会使做出来的电子书增色不少。开始我以为是为了保密，象我自己一开始不也差点误入歧途？如果不是偶然看到光标闪烁，再动动鼠标滚轮，可能我一时也想不起来他用的是标准RichEdit控件。后来在看到早期版本的XReader后，我想更大的可能是为了兼容：早期版本用WM_SETTEXT传递显示信息，只能显示纯文本，后来才改用EM_STREAMIN的。

总结一下，XReader中采取了下列措施防拷贝、防反编译：

随机更改RichEdit控件的class name，防止被人识破。
对光标形状进行设置，一方面防止被人识破使用的是RichEdit，一方面避免用鼠标选择、复制内容。
对WM_COPY、WM_GETTEXT、EM_STREAMOUT等等消息进行了过滤，因此直接从窗口获得文本内容就不要想了。
可惜，微软提供的RichEdit控件是用于开放环境的，一旦被识破，用微软本身提供的接口就足以搞到所需的内容了。

后来看到小说网早期放出来的EXE格式电子书，才发现XReader这个软件也是不断发展的，而版本升级的目的主要就是为了加强安全性，ebx格式本身却没有什么变化，一直很稳定，新的ebx文件也可以用老的XReader打开：

早期版本的XReader支持用命令行参数的方式，传入需要打开的ebx文件路径，这样容易被人利用，实现文件自动打开。后来版本的XReader就只能通过菜单或工具条，点“打开电子书”才能打开文件。当然这个限制也不是不可以突破，不过毕竟没有用命令行参数传递这么方便。
早期版本的XReader其实就使用WM_SETTEXT消息显示文本。如果早点看到这个版本的电子书，说不定我还可以少费点周折。后来版本改用EM_STREAMIN，估计一方面是为了保密，另一方面是为了速度和性能：在显示大文件的时候，EM_STREAMIN比WM_SETTEXT快得多；EM_STREAMIN可以显示RTF文件，而WM_SETTEXT只能显示文本文件；EM_STREAMIN可以显示大型文件，而WM_SETTEXT支持的文件长度是有限的。
3. 结论
就像信息安全中的攻与防一样，电子书的编译与反编译之间的斗争也将是一个永无止境的死循环。我相信不论电子书反编译技术如何发展，都不会导致电子书的绝迹，毕竟有实际的需要。但是本文的发表，毫无疑问将会刺激电子书制作软件和制作技术的新一轮升级。那么我的文章和软件会不会随之升级呢？我自己是没什么自信啦，毕竟我的自由时间越来越少，而如果没有其他人愿意象我这样研究反编译技术和软件（收费的免谈），我想最终胜利的一定是有商业利益支撑的电子书制作软件。
先分析电子书的详细文件格式，再有针对性推出专用反编译器的方法，在初期确实是一个不错的方法，但是随着电子书格式的增多，如果每一种都要去分析一遍，早晚会累死。
电子书制作软件其实也是人开发的，开发者当然也会有人类的通病——懒！只要有现成的东西可用，很少有人会再花力气去修练自己的独门功夫。而目前Windows下的东西，开放性的考虑要比安全性的考虑更多一些，如果能够找到这些东西的突破口，即可突破同一类使用这些东西的电子书。
利用现成控件的接口或漏洞，实现通用电子书反编译，这其实也是程序员懒惰的一种体现。这种方法虽然比老老实实分析、跟踪电子书简单许多，但是也有其天然缺陷：只能反编译显示到控件中的内容。通俗一点说，如果电子书是加密码保护的，那么这种方法并不能在不知道密码的情况下，反编译出电子书的内容。
附录 基于IE内核电子书的实现方式探讨
电子书看多了，有时候我也会想，如果是我自己做一个电子书制作工具，我会采用什么样的技术加以实现？考虑到现在HTML格式文档的普遍性，在有人开放出新的HTML render之前，我的想法还是只能围绕IE内核打转。下面就是我想到的一些思路。

1、基于res协议

res协议是IE内核提供的一种非常简单的协议，允许将需要浏览的页面存放在EXE或DLL的资源（resource）中，IE根据URL定位EXE或DLL，装载其中的资源。下面这个URL就是这种协议的一个例子：

res://C:\WINNT\system32\shdoclc.dll/http_404.htm

如果您在IE中要浏览的页面不存在，IE就会通过这个URL，打开C:\WINNT\system32\shdoclc.dll，查找其中名为http_404.htm的资源，找到后提取、显示出来，您看到的就是一个提示页面不存在的网页。

从上面这个页面的源代码可以看到，除HTML代码外，res协议还允许在页面中包含图片等内容，如上面这个页面就显示了一个名为pagerror.gif的图片，其绝对URL为res://C:\WINNT\system32\shdoclc.dll/pagerror.gif。

虽然res协议非常简单，基本上不需要额外的编程，但是我目前还没有看到有人用它做电子书，最多只看到有人用它显示软件的About信息。仔细想想，可能是因为这种协议太不保密了：随便找一个资源编辑器，就可以直接获取、替换资源内容了。

2、基于文件方式

这种方式的思路其实非常简单：需要显示网页的时候，先将网页解压缩到临时目录，然后用IE控件显示，退出的时候删除临时文件。

这种方式我早就知道，但是因为它实在是太简单了，所以连我自己都不相信有人真的会用它做电子书，直到我见到雄风网的电子书：这个网站早期发行的电子书，虽然要求用户输入密码进行验证，但是在密码输对以后，就会把全部内容解压缩到temp目录下，然后用IE控件打开文件进行浏览。虽然temp目录下的文件属性被设置为隐藏，但是这点小伎俩实在不值一提，所以只要破解了认证密码，电子书本身就已经提供了完整的反编译功能了。

该网站后来发行的电子书虽然经过升级，但还是延续了这种模式，只不过在temp目录里存放的是加过密的HTML文件，但是图像文件却是不加密的，因此我猜测他们可能改用MIME Filter技术了。

3、基于流或document.write方法

用流往IE控件中写入内容的方法，在MSDN和CSDN中都有详细的讨论，连源代码都有。有需要的到MSDN搜索“Loading HTML content from a Stream”即可。

document.write在动态网页中比较常用，很多网页加密工具都是使用这招来实现网页源代码的隐藏。对于VC、Delphi等来说，这招不过是换成了IHTMLDocument2::write，效果是一样的。

使用这种方法做电子书的虽然不多，不过毕竟还是有的，我见过的就是读写网。由于打开这个网站的电子书后，IE主页就会自动设置为这个网站的URL，所以在这里就不给出这个网站的URL了，以免各位受到意外伤害。破解这种电子书的收费验证的方法，已经有人在紫宸殿网络论坛的技术区贴出来过，有兴趣的可以去看看。

在MSDN中对这种基于流的方法的局限性说得很清楚：

页面不能太复杂，如果页面包含的tag太多，显示出来的就不是解析后生成的页面，而是原始的HTML代码。大概就是因为这个原因，所以读写网放出来的电子书清一色都只有纯文本，加背景色。
当前页面的URL永远不变（读写网的永远都是about:blank），因此IE内核没有办法从相对URL自动构造出绝对URL。就是因为这个原因，读写网早期的电子书在页面中使用jpg文件作为背景，就只能将这个背景图片写到temp目录下，然后在网页中使用绝对URL引用这个图片。也正是因为这个原因，所以在页面中不能包含“上一页”、“下一页”、“回目录”等链接，只能自己在左侧放一棵目录树，让用户一页、一页去点。
由于这种电子书的页面没有自己的URL，因此不能用KillEBook进行反编译，只能用IECracker或CtrlN，一页、一页手工抓取。

4、采用MIME Filter

与基于流的方法相比，这种方法不仅支持包含众多tag的复杂HTML页面，而且可以从相对URL构造绝对URL，因此支持页面之间的链接，实现也不复杂，MSDN上就有现成的例子可供参考。

不过这种方法的缺点也很明显：不能对图像等内容进行加密处理。下面说的协议插件方法就比这种方法强些。

5、基于web服务器

对于不懂行的人来说，“web服务器”听起来可能是一个很了不起的东东，但是对于懂行的人来说，实现其实很简单：

起一个监听线程，对本地80或任何一个指定的端口进行监听。
每监听到一个连接请求，起一个服务线程，根据请求内容，按照HTTP协议，返回内容。
在codeguru和codeproject上，有很多现成的web server代码，直接拿来用就好，自己只要考虑怎么填写返回内容即可。VC 6自带的MSDN光盘上，也带了一个名为HTTPSVR的例子，说明如何用MFC和WinSock创建web server。

使用这种方法虽然简单、直截了当，而且只要愿意，差不多能够模拟一个真正web server的功能（就算想实现app server也并非不可能，不过要花点功夫），但是也有问题：

基本上没有什么保密性可言，服务器起来后，本机其它进程很轻松就能下载到需要的内容。
如果本机上其它进程也提供TCP/IP服务，可能会产生端口冲突。
6、协议插件（Asynchronous Pluggable Protocols）

这个是微软专门为IE扩展的东西。

在互联网上，常见的应用层协议包括http、FTP等。出于种种原因，微软允许用户在标准的应用层协议之外，扩展自己的协议，称为Asynchronous Pluggable Protocol。到MSDN、codeguru和codeproject上搜索这几个关键字，从理论到源代码都能找出一堆，在这里我就不罗嗦了。

Asynchronous Pluggable Protocol可以指定对所有进程有效，这个在注册表的HKEY_CLASSES_ROOT\PROTOCOLS\Handler下注册一下就好；也可以指定只在某个进程内有效，以增加保密性，不过这个时候微软就不叫它Asynchronous Pluggable Protocol了，而是Pluggable Namespace Handler。

由于Asynchronous Pluggable Protocol具有一定的保密性，实现起来又有例子可参考，而且差不多与架设web server一样，能够对网页显示提供全面的支持，因此在电子书中得到了广泛的应用，我见过的就有mk（chm）、ada99（eBook Workshop）、wc2p（Web Compiler 2000）、ic32pp（Web Compiler 2000—exe防反编译格式）、e-book（E-Book Creator）、mec（E-ditor eBook Compiler）等。不过这种技术如果使用不好，可能会在注册表中产生垃圾，或产生垃圾文件（插件本身是一个COM控件，一般用DLL实现，使用前必须在注册表中注册）。

7、最后一招

即使使用Asynchronous Pluggable Protocol，由于在IE内核中还存在可显示的HTML源代码，因此还是存在被导出的可能，这个就是上面正文里讨论了半天的东西。

我想到的最后一招制作防反编译的电子书的办法就是：在制作的时候，将所有页面内容全部转换成图片，然后再打包。将网页转换成图片的源代码参见这里：

http://www.codeproject.com/internet/htmlimagecapture.asp

使用这种方法，在拿到一本制作好的电子书后，想得到原始文本信息的方法大概只有两个：OCR和key in。这个也可以用起点中文网的方法来对付：使用手写体，加水印，故意增加错别字或替换标点符号等。据传说，起点就是根据用户ID，生成错别字和错误标点的，因此如果是原样key in或OCR，就可能被查出来。

但是回头一想，如果哪个电子书制作工具真的走到了这一步，大概也就离消亡不远了，用户还不如直接去做PDF：

1所有动态效果全部没有，页面上的链接也全部失效，大概又只能靠在左侧放一棵目录树才能导航了。
2页面大小、字符大小基本固定，显示的时候很难放大、缩小，尤其是放大的时候，要么速度比较慢，要么必须忍受难看的锯齿。
3文件尺寸大增。对于以收藏为目的的电子书来说，这是一个必须以严肃的态度，认真地加以考虑的问题。

雾锁寒江

对E书制作的建议

作者：马健
邮箱：stronghorse@tom.com
主页：http://stronghorse.yeah.net/

看书多年，算下来我从网上下载的E书也不少。这些E书中有不少是制作精良的上品，当然也不乏粗制滥造的劣货，有些甚至让我看到忍无可忍的地步，所以想就E书制作提出一些看法，供各位制书人参考，当然也仅仅只是参考而已。

另外由于我本人不是美工，看书的口味可能也和各位不同，所以下面的建议主要针对一些具有共性的技术问题，不涉及选材、美工等。

一、内容整理

我个人认为，E书制作应该是一个在原有素材基础上，加入自己创意的过程。因此我对于那些直接将网站内容打包的行为比较鄙视。虽然不能要求所有人都对原来的网页重新美化、设计，但是我认为至少应该进行如下处理：

去掉原网页中的广告链接。这个步骤的必要性虽然人人都懂，但我还是见过不少一打开就开始下载页面中广告图片的电子书。当然有的广告链接隐藏在js代码里，可能需要对网页源码进行分析才能找到。
对页面进行适当的调整。我曾经看到过几本连环画电子书，由于没有对页面进行统一调整，翻页的时候，感觉中央的图片在上窜下跳，很是不爽。对于在线浏览来说，由于页面刷新需要时间，所以这种感觉可能不是很明显，但是对于所有内容都在本地的电子书来说，翻页刷新几乎是不需要时间的，因此感觉会特别明显。
在内容完整表达的基础上，形式应该尽量简捷。我曾经见过一本电子书，是直接用Word另存为HTML文件后做出来的，结果每一段文字前面，都有大量重复的字体描述、段落描述，这些无聊的废话甚至比正文还长几倍，真是下载的时候耗带宽，保存的时候耗硬盘。
打包前至少自己先把书读一遍，顺便改正一下明显的错别字。这个与技术无关，但是与职业道德有关。
二、文件命名规范

在电子书制作中，最容易被忽视的可能就是电子书中文件名的命名，因为这个问题最不容易表现出来。但是还是有必要说上两句。

请不要在网页文件名中使用中文，应该坚持使用英文（哪怕是汉语拼音）字母和数字。这个主要考虑的是非简体中文Windows环境下的读者，包括港澳台及海外的读者。对于使用IE内核的电子书来说，由于IE内核本身支持多内码，因此只要在网页中指定使用GB字符集，即使在非简体中文Windows环境下，也可以正常显示出简体中文网页的内容，当然第一次显示的时候IE可能会要求下载相应的简体中文字体。但是当点击网页中的链接时，IE内核需要将链接进行编码，发送给电子书，电子书解码后，在电子书内含的目录中查找对应的网页，提取出来返回给IE内核。这个编码/解码过程通常与本机的内码设置有关，因此对于按照GB编码的网页文件名来说，在非GB内码的机器上可能就会出现网页找不到的错误。如果电子书的首页本身就是简体中文文件名，那么这本电子书在非简体中文环境下可能根本就打不开。
如果可能，请尽量遵循约定俗成的文件命名规范。按照网站建设规范，通常主页文件名为index.htm，或default.htm，前者用得多一些，后者越来越少了。但是对于电子书来说，通常将目录页命名为index.htm或contents.htm，封面页命名为cover.htm，其它页面按照章节号用数字命名。数字一般有规定的位数，不足的在前面补零。使用统一命名规范的好处，一个是便于定位、维护，如果需要改哪一章的内容，按照命名规范立刻就可以知道需要打开哪一个文件；另一个是便于使用js代码，从本页URL构造出上一页、下一页的URL，从而实现翻页链接的自动生成，不用自己一页一页地去改，详见本文附录部分的实例分析。
三、屏幕分辨率

随着技术的发展，大家手上的显示器也在不断更新换代，以前用15寸就可以对用14寸的兄弟臭显一番，现在17寸都略显过时，将来19、21寸也必有过时的一天。而随着屏幕的越来越大，分辨率也必然会随之增加。如果在制作E书时对此不加以考虑，换个显示器看可能就会觉得很难受。

行长的问题。如果在页面中对显示宽度不做限制，单纯靠电子书窗口宽度做限制，那么在高分辨率的大屏幕上，将电子书窗口点到最大，就可以看到长长的一行行文字从左排到右，看完一行回过头来，可能已经搞不清下一行从哪开始了。对行长进行限制的方法不止一种，最简单的就是创建一个固定宽度的表格单元，将内容全部塞到这个单元里去。本文就是用这种方法限制宽度的，各位看一下源代码就知道了。
居中显示。在固定行长的情况下，还有一个需要注意的问题就是显示区域的居中。如果将内容全部靠左显示，在大屏幕下看起来会很不舒服。如果是用表格解决行长问题，将表格属性指定为“水平居中”即可。
字体大小的问题。这个问题也是一个比较容易忽视的问题，我甚至见过有人为自己“完美”的字体搭配而洋洋得意。但是从我看到的情况来看，在800×600分辨率下看起来很好的字体大小，到1024×768下可能就已经有点小了，到1280×1024下则可以用来测视力。所以我一贯反对将网页中的字体大小设置死。
四、适当利用网页特效

我认为电子书可以大致分成两种，一种追求的是与纸质出版物的尽量一致，另一种则更强调通过动态网页等技术增加阅读的方便性。前者以pdf为代表，不在本文讨论范围之内。后者以各种基于IE内核的电子书为代表，正是本文需要讨论的东西。

适当使用层。一般人制作的电子书，都是在页首、页尾才有上一页、下一页、回目录的跳转链接，这样如果看到一半的时候想跳转，会很不方便。而我见过的一本电子书，则使用层定义了一个很方便的菜单：用户在页面的任何地方点右键，都会弹出菜单，菜单包含上一页、下一页、回目录的跳转链接。另外在制作技术性书籍的时候，也有人用层弹出对关键词的注解，如微软的MSDN。
巧用动画增加页面趣味性。这方面做得最出名的无疑是钱建文先生，E书首页缓缓拉开的动态效果，已经成为钱氏藏书的经典标志了。
利用js代码实现一些繁琐、重复性的工作，如上面说过的自动生成上一页、下一页的链接。钱氏藏书的动态效果其实也是靠js代码实现的。
五、选择适当的表现形式

对于HTML格式的素材来说，一般人考虑的制作方式都是直接制作成EXE格式的电子书。但是我觉得其实也可以考虑其它的表现形式，根据需要进行选择。

mht格式。我曾经见到过有人将一个网页直接用IE另存为“网页，全部”，然后打包成EXE格式的电子书，结果一个1MB多的文件，实际内容不过区区10多KB。对于这种只需要保存一个网页及其中图片的情况，我一般是在另存为“网页，全部”后，先用Dreamweaver进行编辑，去掉所有不必要的内容，然后再另存为“Web档案，单一文件”，即mht格式。与其它格式相比，mht文件同样只有一个文件就可以放下全部内容，鼠标双击就能打开，而且用IE就可以直接生成，不需要额外的制作工具，还没有EXE文件的目录打开慢、容易染毒的毛病。
chm格式。大多数人使用chm格式，其实只是使用了chm的皮毛功能，即网页压缩、打包的功能，顶多再用到一个“目录”功能实现导航。其实在制作某些具有学术性质的电子书时，chm格式独有的索引、搜索功能，将会大大增加读者检索资料的方便性。我一直认为这方面做得最好的是MSDN，不过这个不是人人都能看到的。有兴趣的人也可以进入Windows XP的帮助目录（C:\WINDOWS\Help），仔细看一下其中chm文件对索引、搜索功能的使用。至少到目前为止，我还没有见到过哪个EXE格式的电子书提供全文搜索功能。
六、工欲善其事，必先利其器

如果各位制作电子书，只是抱着“玩玩而已”的态度，那么可以忽略下面的建议，否则可以参考一下。

至少学会看HTML源代码，可能的话再学会看css、js源代码。我想可以这么说：一个人如果只会用所见即所得的编辑器编辑网页，那么他这辈子大概都只能在电子书制作的大门口打转，很难登堂入室。原因无它：很多隐藏在代码里的东西，在页面上是看不出来的。
就算自己学不会js编程，至少也应该多到相关站点看看，搜集一些特效代码。原因也很简单：熟读唐诗三百首，不会作诗也会吟。
附录 实例分析

本附录以“幻剑书盟（http://www.hjsm.net/）”中的书为例，分析其页面命名规范及使用js代码实现翻页链接自动生成的方法。

一、页面命名规范

幻剑书盟的页面命名规则是：

目录页命名为contents.html。
内容页文件名＝部号＋章节号.html
所谓部号，指的是书的第几部，如玄雨的《梦幻空间》就有三部。当然大多数书只有一部。部号从1开始。
章节号从1开始，顺序增加，不足3位数的在前面补零，凑足三位数。
如某套书的第2部第3章，则其文件名为2003.html；而1023.html则表示某本书的第23章。注意即使整套书只有1部，其部号也不能省略，如果文件名以0开头，则下面的js代码会失效。
一套书的所有页面放在同一个文件夹下，包括下面说的pagescript.js文件。
二、页面设置

在内容页中，在每一页底部需要显示跳转链接的地方插入如下代码：

<script language="javascript" src="pagescript.js"></script>

三、生成页面跳转链接的js文件

文件pagescript.js的内容如下：

var pages=document.URL ;
var pagep=pages.lastIndexOf("\\");
if (pagep<1) {pagep=pages.lastIndexOf("/");}
var pagec = pages.substring(pagep+1) ;
pagep=pagec.lastIndexOf(".");
var pagebare = pagec.substring(0,pagep) ;
var pagepre = pagebare-1 ;
var pagenext = pagebare -0 + 1 ;
if (pagepre%1000!=0)
{document.write("<TD width=33% align=center><A HREF="+pagepre+".html><FONT COLOR=BLUE>上一页</font></a>") ;}
else
{document.write("<TD width=33% align=center>&nbsp;");}
document.write("</td><td width=34% align=center><A HREF=contents.html><font color=blue>目录</font></a>") ;
document.write("</td><td width=33% align=center><A HREF="+pagenext+".html><font color=blue>下一页</font></a></td></tr>") ;

从这段代码可以看出，在提取出当前页面的URL后，减1即为上一页的文件号，加1则为下一页的文件号。

就这样，幻剑书盟通过规范的页面命名方式，简单的js代码，巧妙地解决了页面跳转链接的自动生成问题。

雾锁寒江

FAQ
使用说明
    一、软件安装/删除
    二、软件使用
附录 版本更新记录

FAQ
Q：FineReader是什么？
A：这是一个专为整理电子版小说而开发的工具，包括HTML到文本文件的转换，文件合并，段落合并，段落切分，内码转换等功能。

Q：文件转换、文件合并功能好理解，段落合并、段落切分是干什么的？
A：段落合并其实就是某些软件所吹嘘的“自动分段”功能：在转换、识别出来的文本文件中，往往在一个自然段中间加入了若干回车/换行符，成了一行一行的了，因此需要将这些多余的回车/换行符去掉，只在自然段结尾才出现回车/换行符。有人喜欢把这个功能称为“自动分段”，我更喜欢称为“段落合并”。
段落切分是段落合并的过程。段落合并完成以后，在某些软件下阅读时，可能因为行太长，给阅读带来不便，因此需要按照指定的行长，对段落进行切分，切成一个一个短行。

Q：为什么要开发FineReader？
A：我曾经极度热衷于电子版小说，但是看HTML版的小说总有点遗憾：看到错别字的时候修改很麻烦，打印是个问题，翻页也很累……最后发现解决的办法就是将HTML转换、合并成一个TXT文件，然后在Word下观看。现成的HTML到TXT的转换工具有不少，但是集转换、合并、分段等功能于一体的好像还没有，尤其是分段工具，多半分完段后都会有哭笑不得的感觉，所以我才自己开发了这个工具。把分完段后的文件再按照指定的行宽重新分行的功能，则是在一个网友的要求下加进去的，估计是用于整理网络图书馆。

使用说明
一、软件安装/删除

本软件为纯正的绿色软件，不需要安装，下载ZIP包后直接展开、运行即可。删除时删除可执行文件和帮助文件即可。

软件包中仅包含下列两个文件，如果有其它的，保证不是我加的，请不要犹豫，立刻删除：

FineReader.exe。可执行文件。
FineReader.htm。本帮助文件。
二、软件使用

1、HTML文件到文本文件的转换（HTML->Text）

根据需要设置选项（也可以什么不选，直接使用预设值），点击Go按钮，在弹出的对话框中选择需要转换的文件（按住Ctrl键或Shift键点击文件，即可选多个），然后点“打开”或“Open”按钮即可。

2、文件合并（Merge Files）

一般网站刊登电子版小说时，都是一章一个文件，因此在将HTML文件转换成TXT文件后，一般还需要按照章节顺序将转换出来的诸多TXT文件合并成一个文件。

使用方法：点击“选择”按钮，在弹出的对话框中输入合并后的文件名，然后点“开始”按钮，在弹出的对话框中选择需要合并的文件即可。

注意：文件的合并顺序，等同于在点“开始”按钮后，弹出的对话框中“文件名”（File Name）项中的显示顺序。通常最先选择的文件将排在末尾，而最后选择的文件将排在开头。最简单的选择方法：先选择最后一个文件，然后按住Shift健，选择第一个文件。

3、分段（Paragraph）

在把HTML转换成TXT文件后，由于去掉了HTML中的段落控制，转出来的文件看起来可能会参差不齐，需要重新合并、分段。

使用方法：点“选择”按钮选择需要分段的文件（如果前面做过文件合并，这里会自动填入合并后的文件名），根据需要设置选项，点“开始”按钮开始分段。

选项说明：

“源文件段落开始标志”框指定分段条件，即在输入文件中，满足什么样的条件算一个段落。这样的条件可以有4个：

以2个或指定个数的中文空格开头。
以4个或指定个数的英文空格开头。
某一行的长度小于平均行长的1/20（可设置）。一般这个条件用于OCR出来、没有整理过的文件。
后面跟一个空行。
“输出文件段落控制”框指定输出格式，可以指定的内容包括：

段落的引导字符：可以是2个中文空格、4个英文空格或者什么也没有。
在段落后面加一个空行。
删除原文文本行的引导空格。
删除原文文本行的末尾空格。
4、分行（Reparagraph）

有时候在用分段功能对原文中的段落进行合并、整理后，还需要按照指定的行宽，对段落进行分行，避免在没有自动环绕功能的浏览器上出现横向滚动条。

使用方法：点“选择”按钮选择需要分行的文件（如果前面做过文件合并或分段，这里会自动填入文件名），根据需要设置选项，点“开始”按钮开始分段。

选项说明：

“最大行长”项说明分行的行长，以英文字符为单位。注意一个中文字符等于两个英文字符。
“段落开头添加”选项设置分行后段落的引导字符，可以是2个中文字符、4个英文字符或者什么也没有。
“在段落后添加空行”选项说明是否需要在段落后加一个空行。
5、内码转换（GB/GBK/Big5）

这个功能可以实现GB、GBK、Big5码的相互转换。转码过程使用的是Windows本身提供的标准接口，转码效果与IE相当。

使用方法：先设置文件选项、转码选项，然后点“开始”按钮，选择需要转换的文件即可。

文件选项说明：

覆盖原文件：转换后的文件将覆盖转换前的文件。
原文件另存为 bak 文件：转换后的文件不会覆盖转换前的文件，转换完成后将在原文件名后加后缀.bak。
转码选项说明：左侧为原文件中的汉字编码，右侧为转换后的汉字编码。
GB码是按照国家标准GB2312-80编排的，包括全部简体字及常用符号。
GBK码是国家技术监督局1995年为中文Windows95所制定的新的汉字内码规范（其中GB表示国标，K表示扩展）。该规范在字汇一级上支持ISO10646和GB13000中的全部中日韩（CJK）汉字，并与国家标准GB2312-80信息处理交换码相兼容。如果在中文简体版的Windows 95/98/2000下看到繁体中文，那么多半这些中文是用GBK编码的。
Big5码是港台地区流行的汉字编码，针对繁体字。这种编码的汉字在中文简体版的Windows 95/98/2000下多半显示为乱码，但是在繁体版Windows下显示正常。

附录 版本更新记录
Version 1.47

新增功能：GB/GBK/Big5码转换。转码过程使用的是Windows本身提供的标准接口，转码效果与IE相当。

Verion 1.46

发行简体中文版。
更正“关于”对话框中的email地址。
统一文件浏览对话框的风格。
修正定位代码，彻底解决改变字体后PropertyPage高度计算不精确的问题。
根据新的用户界面，更改了本帮助文件。
Version 1.45
在分段（Paragraph）的时候，可以去除行首、行尾的制表符。

Version 1.44
在HTML->TXT对话框中，增加“Convert iso8859-1 sequence”选项，即将&nbsp;转成空格，将&middot;转成·等。

Version 1.43
1、增加分行（Reparagrahp）功能。
2、增加本说明文件。

雾锁寒江

滚动条颜色如何与背景颜色保持一致，如何配置？



另，页面上的“上一页”、“下一页”、“回目录”等，如何随着滚动条移动？




1、滚动条问题。在源代码的head之间插入如下代码：<STYLE>
BODY {
SCROLLBAR-FACE-COLOR: #aaaaaa;
SCROLLBAR-HIGHLIGHT-COLOR: #bbbbbb;
SCROLLBAR-SHADOW-COLOR: #cccccc;
SCROLLBAR-3DLIGHT-COLOR: #dddddd;
SCROLLBAR-ARROW-COLOR: #eeeeee;
SCROLLBAR-TRACK-COLOR: #ffffff;
SCROLLBAR-DARKSHADOW-COLOR: #gggggg;
SCROLLBAR-BASE-COLOR: #hhhhhh
}
</STYLE>

其中：aaaaaa滚动条亮边的颜色代码,bbbbbb上下按钮上三角箭头的颜色代码,cccccc滚动条的基本颜色代码,dddddd滚动条强阴影的颜色代码,eeeeee滚动条凸出部分的颜色代码,ffffff滚动条空白部分的颜色代码,gggggg立体滚动条阴影的颜色代码,hhhhhh滚动条的背景颜色代码。根据需要换入与网页匹配的颜色代码。当然只有在ie5.0以上才能看到。

2、导航按钮滚动问题。

分两步：

（1）在源代码中把body部分的内容改为onload="setVariables();checkLocation()"

（2）在body之间插入如下代码

<<script language="JavaScript">

function setVariables() {
if (navigator.appName == "Netscape") {
v=".top=";
dS="document.";
sD="";
y="window.pageYOffset";
}
else {
v=".pixelTop=";
dS="";
sD=".style";
y="document.body.scrollTop";
   }
}
function checkLocation() {
object="object1";
yy=eval(y);
eval(dS+object+sD+v+yy);
setTimeout("checkLocation()",10);
}
</script> <div id="object1"
    style="right:0; position: absolute; top: 94; z-index: 5; width: 81; height: 293"><table border="0"
    cellPadding="0" cellSpacing="10" width="68">
<TBODY>
      
      <tr>
        <td  width="68"><a href="[PREVPAGE]"><img border="0" src="101.gif" width="68" height="34"></a></td>
      </tr>
      <tr>
        <td  width="68"><a href="[INDEXPAGE]"><img border="0" src="102.gif" width="68" height="34"></a></td>
      </tr>
      <tr>
        <td  width="68"><a href="[NEXTPAGE]"><img border="0" src="103.gif" width="68" height="34"></a></td>
      </tr>
     
</TBODY>
    </table>
    </div>

<p align="center"><br>
<br>
<script language="JavaScript">

<!-- hide

function goHist(a)

{

   history.go(a);

}

//-->

</script>

要把导航按钮的图片或文字换成自己的，导航按钮的方位可以在代码中自己调整。

谁怕谁

东西很好呀，要保存下来。

qwerr

要保存下来

xiwang

偶一直用网文快捕,就是没有技术含量,但是很方便:)

雾锁寒江

Originally posted by xiwang at 2005-2-2 11:26
偶一直用网文快捕,就是没有技术含量,但是很方便:)

我也用它，加软景HTML制造机[Softscape HTML Builder] 3
最近传的几本书就是这么做的。

wyhy

收下,谢谢.

中平

东西很好呀!3q

雾锁寒江

一些电子书制作方面的资料及工具又有增加http://bbs.macd.cn/viewthread.ph ... p;page=1#pid6304994

ynafa

谢谢！

1234auto

真是豐富
感謝熱心分享

masking

强！！！
顶了再下!!!!


ding5!!!!
houdaodehuitie !!

风清月晓

谢谢！慢慢看！

冲浪的人

收下,谢谢.