自製 iThome 鐵人賽參賽主題電子書
這篇文章將介紹怎麼把 iThome 鐵人賽的參賽文章集結成冊，變成可以離線閱讀的電子書。就算一時半刻沒有時間閱讀，也可以有種自己收藏了不少好書的滿足感。
更新
最新版本只需要一行指令就可以製作好 epub 了。詳情請見 github repo:
緣起
一到每年的九月十月，如果我不是在參加 iThome 鐵人賽的路上，就是在閱讀各個厲害的鐵人們每天攪盡腦汁生出來的文章。到十月中時，每個主題都陸陸續續完結，然後大約在十二月時會公布得獎名單，並在一月初頒獎。
對於被評審青睞的作品，通常內容和文筆都有一定的水準，很值得拜讀。閱讀這些文章的方式不外乎連上網路，坐在電腦前，一篇篇地看；不然就是等著這些作者再接再厲與出版社合作，花上好幾個月甚至是半年的時間，把這些文章經過潤飾，變成實體的書籍。
除了這兩個方式之外，是不是有可能自己將這些文章集結起來，做成離線的電子書方便自己隨時閱讀呢？如果會寫點 python 語言，又懂得如何利用 calibre 這強大的電子書管理工具的話，其實是可以做到的。以下是我開發的一些步驟說明。
步驟
- 將某個想閱讀的參賽主題的每日文章抓下來。通常會有三十篇左右。
- 取出每篇文章中，屬於內文的部分，排除系統的元件(像是 header， footer，使用者評論等)。
- 將這三十篇左右的內文全塞進同一份 html 文件中。
- 用自己熟悉的瀏覽器打開這份 html，並且用 “完整的網頁” 另外新檔。
- 透過 calibre 軟體中提供的文件轉換工具
ebook-convert，將 html 轉換成 epub 格式的電子書。
步驟 1 ~ 3
上述的步驟 1 ~ 3 可以透過一支 python script 搞定。我有把程式碼公開在 github上。
如下面程式碼所示，要先帶入 iThome 主題的第一頁，它會從每一頁裡撈出每篇文章的 url，儲存網頁；再前往下一頁，處理下一頁的文章列表。
iThome 的設計還很原始，明明最多就三十幾篇文章，偏偏還要分成三頁，要使用者在看完十篇後，手動再進到第二頁，閱讀十一到二十篇，然後再往下)，
以我在 2021 年參加比賽的主題來做例子 (https://ithelp.ithome.com.tw/users/20140260/ironman/4027)，下面就是第一頁的內容。
儲存好每篇的文章後，再來是把它們的內文部分全寫到同一個檔案中。在下面的 49 行會先打開第一篇文章 html，從裡面抓出整個主題的標題，當成這份 merged html 的標題。
接下來 61 行的 loop 是建立電子書目錄。這裡後來我就全 comment 掉了，因為目錄可以在最後一個步驟時使用 ebook-convert 生成就好。
68 行開始從每一篇文章 html 中抽取重要的部分 (class name 為 qa-panel__content)，將其寫到 merged html 中。
步驟 4
一切順利的話，在執行 python script 的目錄，會生成一個以主題標題為名的檔案夾，裡面會有一個 combined.html；而且 python script 會自動去開啟這個網頁。這時，使用者要用 “完整的網頁” 另外新檔。
以我的參賽作品來說，要下的指令會是
python3 fetch_as_single_html.py https://ithelp.ithome.com.tw/users/20140260/ironman/4027而產生的檔案夾會像下面這個樣子
目前還沒有找到比較合適的工具，所以必須要手動進行。(希望以後有機會也整合到 python script 中。
這時，要利用瀏覽器的另外新檔，覆蓋掉目錄中的 combined.html。
完成後，會看到除了原先就存在的 combined.html 後，還會把網頁中的圖片，css styles, 也都一併存到一個目錄中。
步驟 5
完成步驟 1 ~ 4 後，最後一步就容易了。只要事前在電腦上安裝好 calibre，找到它附帶的 ebook-convert 路徑，再執行一下 command 就可以轉換成 epub 電子書。
建立 alias
calibre 在 Mac 上安裝後，預設會安裝到 /Application/calibre.app 下，而它附帶的 ebook-convert 也會在對應的目錄中。為了讓執行指令容易一點，可以先為它建立好 alias (這步驟是可以省略的，如果不嫌指令會過長的話)。
alias convert=/Applications/calibre.app/Contents/MacOS/ebook-convert執行 html to epub 的轉換
轉換很容易，只需要來源檔案名種，和目標檔案名稱。但如果想要轉得夠漂亮，而且還可以生成正確的書籍目錄，就必須要下點工夫才行。
關於 ebook-convert 的參數設定說明，可以到官網看到很詳細的說明：
以下是我在轉換時使用到的一些參數。
關於生成正確的書籍目錄，可以加上 — level1-toc “//h:h2[re:test(@class, ‘qa-header__title’, ‘i’)]” 。它會抓取 html 中具有 qa-header__title 名稱的 h2 元件，這些都是鐵人賽文章中用來表示文章標題的元件。
再來是 ebook-convert 預設會在每個 h1, h2 的元件前畫蛇添足地加上 page break，從新的一頁開始顯示。這點對於鐵人賽的文章內容來說，很不必要，會讓閱讀體驗很差。所以，必須調整一下參數，讓它可以正常的顯示那些利用 h1 來表示小標題的內容。下面的參數就是告訴 converter，只有在章節 element 前再加上 page break 就好。其他的場合不用雞婆。
--page-breaks-before "//h:h2[re:test(@class, 'qa-header__title', 'i')]"最後一個要介紹的參數是 — output-profile tablet ，這是為了避免 calibre 預設會將圖片做處理，將其 rescale 成較小的檔案。這參數也是可加可不加。如果產生的 epub 檔案太大的話，有可能是其中引用的圖檔太大，就可以考慮不加這參數，讓 calibre 幫忙把圖都重新處理過。不然，建議還是保留原始圖檔就好。
完整的指令如下
convert combined.html einkbro.epub --level1-toc "//h:h2[re:test(@class, 'qa-header__title', 'i')]" --page-breaks-before "//h:h2[re:test(@class, 'qa-header__title', 'i')]" --chapter-mark "none" --output-profile tablet執行指令後，等個幾秒鐘，或是十幾二十秒，電子書就完成啦！
效果展示
以下是 einkbro 第一次參賽的文章產生出來的電子書模樣 (用電腦上的 ebook-viewer)
在文石 Tab Ultra C 的效果如下：
在 pubook 上用 koreader 閱讀的效果：
在 calibre 中，一大排自己轉換好的書籍。有沒有注意到，這些電子書都是封面的。沒錯，在使用 ebook-convert 時，它會主動幫你生成一個帶有標題的封面，是不是很貼心呢！如果不喜歡的話，還可以手動再調整就是了。
