chapTools.tex

\chapter{工具}
《Linux多线程服务端编程——使用muduo C++网络库》这本书是我自己用 \LaTeX 排版的，
在排版过程中也积累了一些小工具，本章把它们一一展示出来。
不少工具都直接基于开源的 iText PDF 库，可从 \myurl{http://itextpdf.com/} 下载，
我用的是 \fn{itextpdf-5.3.0.jar}。另外一些则用到了 Ghostscript，
可直接用 \fn{apt-get} 安装。

\subsubsection{下载}

Groovy 版本位于 \myurl{https://github.com/chenshuo/typeset/tree/master/tools}

Java 版本位于 \myurl{https://github.com/chenshuo/recipes/tree/master/java/pdf}

各个工具的输出示例位于 \myurl{http://vdisk.weibo.com/s/kT4fL}

\section{统计中文字数}
\LaTeX 没有像 Word 那样自带中文字数统计功能，加上 \LaTeX 源文件中有许多控制字符，
不能通过文件大小准确获知其中有多少汉字。
为此我用C写了一个统计中文字数的小工具，名为 \fn{cwc}，即 chinese word counter，
这个工具可以处理GBK、Unicode (UCS-2)、UTF-8这三种编码的文件。
源码位于 \myurl{https://github.com/chenshuo/recipes/tree/master/utility}。
以下是一次运行的输出。
\index{工具!cwc@\fn{cwc}}
\begin{Code}
$ cwc *.tex
    26    368    1729 abstract.tex (UTF-8)
   149   1780    7021 chapEnvironment.tex (UTF-8)
    24    132     737 chapExperience.tex (UTF-8)
   262   2304   12739 chapLayout.tex (UTF-8)
    91    671    3977 chapStyle.tex (UTF-8)
   154   1257    6720 chapTools.tex (UTF-8)
    12      6     192 title.tex (UTF-8)
    41     69     963 typeset.tex (UTF-8)
   759   6587   34078 total
  行数   字数   字节数
\end{Code}

\section{PDF内容对比（dif\/f\,）}
在书籍出版之后，每次印刷都可能修订一些内容，
在把新的PDF文件交给出版社的同时，也要通知哪些页码有改动，
方便出版社印刷。
由于PDF是二进制格式，无法直接对比新旧PDF文件，
于是我写了一个 \fn{diffpdf.sh} 小工具用来找出哪些页面的内容有改动。
这个工具的思路很土，就是先用 Ghostscript 把PDF按页渲染为多个PNG文件，
然后用 \fn{diff(1)} 比较新旧两个PDF渲染出来的这些PNG文件是否相同。
然后用 Python 脚本（\fn{diffpng.py}）将两个PNG文件的不同之处用红色高亮显示出来。例如：
\index{工具!diffpdf@\fn{diffpdf.sh}}
\index{工具!diffpng@\fn{diffpng.py}}

\vspace{1ex}
\centerline{\includegraphics{diffpng.png}}

\section{PDF截取}
为了在网上公布样张，我需要从整书中截取一部分页码，
另存为PDF文件，这用 \fn{pdftk} 最方便了。
例如
\index{工具!pdftk@\fn{pdftk}}

\begin{Code}
pdftk book.pdf cat 1-16 output preamble.pdf     # 前言和目录
pdftk book.pdf cat 19-46 output chap1.pdf       # 第1章
pdftk book.pdf cat 577-end output appendix.pdf  # 附录
\end{Code}


\section{PDF页码编号}

\LaTeX 的 \fn{hyperref} 宏包可以为生成的PDF设置“逻辑页码”，
例如前言目录用罗马数字，正文用阿拉伯数字。
不过经过 \fn{pdftk} 截取之后就失效了。
为此我编写了 \fn{pagenum.groovy} 工具，用来添加逻辑页码。例如
\index{工具!pagenum@\fn{pagenum.groovy}}

\begin{Code}
pagenum.groovy '1e,3r' preamble.pdf  # 第1、2页是封面，没有页码；第3页开始用罗马数字
pagenum.groovy '1n3'   chap1.pdf     # 第1章第1页的逻辑页码是3
pagenum.groovy '1n561' appendix.pdf  # 附录第1页的逻辑页码是561
\end{Code}


\section{PDF剪裁（crop）}
\label{sec:pdfcrop}
为了充分利用屏幕空间，也便于在电子阅读器（iPad、Kindle）上阅读校对书稿，
我一般会把PDF剪裁为版心大小。
例如下面左图是原始PDF，为纸张大小；右图是按固定Crop Box剪裁之后的版心。
\mpar{固定剪裁}
\index{工具!crop@\fn{crop.groovy}}

\vspace{1ex}
\centerline{\includegraphics[scale=0.4]{crop.png}}

剪裁工具是 \fn{crop.groovy}，设好 \sfn{CLASSPATH} 环境变量后可直接在命令行运行。
其核心是根据版心和纸张尺寸算出左下角和右上角左边，然后剪裁每一页。
这个工具不管PDF的内容。

如果需要根据页面内容剪裁PDF，\mpar{按内容剪裁}
可以使用Heiko Oberdiek编写的 \fn{pdfcrop} 工具，地址如下：
\index{工具!pdfcrop@\fn{pdfcrop}}

\begindot
\item \myurl{http://www.ctan.org/tex-archive/support/pdfcrop}
\item \myurl{http://code.google.com/p/pdfcrop2/}
\myenddot

%\subsection


\section{PDF拼接（two-up）}
有时候想在宽屏上同时阅读左右两页的书稿，除了可以用PDF阅读器本身的多页显示功能，
我还常常自己做二合一（two-up）。
这样得到的PDF也可以打印出来看，既节约纸张，而且与原稿是1:1大小。生成的PDF效果如下图。
\index{工具!twoup@\fn{twoup.groovy}}

\vspace{1ex}
\centerline{\includegraphics[scale=0.4]{twoup.png}}

二合一工具是 \fn{twoup.groovy}，其核心是算出左右两页在合页中的起始坐标。

\section{PDF小册子（booklet）}
\index{工具!booklet@\fn{booklet.groovy}}
有时候我会把一章的内容打印出来，装订成一本小册子，这样读起来有翻书的感觉。
为了节约纸张，在打印之前要拼版，这样一张纸双面能打印4个页码。
例如8页内容可以打印到两张A4纸上：

\vspace{1ex}
\centerline{\includegraphics{booklet-1.eps}\qquad\includegraphics{booklet-2.eps}}

对折、叠好，骑缝订之后就是一本小册子了。

\begin{center}
第一张纸的正反两面打印：\nopagebreak

\vspace{1ex}
\includegraphics{booklet-3.eps}\qquad\includegraphics{booklet-4.eps}

\vspace{1em}
第二张纸的正反两面打印：

\vspace{1ex}
\includegraphics{booklet-5.eps}\qquad\includegraphics{booklet-6.eps}
\end{center}

小册子工具是 \fn{booklet.groovy}，其核心是算出每面纸应该放哪两个页码的原始内容。

装订这种小册子要用骑缝订，可用旋转订书机
\footnote{\myurl{http://www.amazon.cn/dp/B0080AF0FM} \quad \myurl{http://product.dangdang.com/product.aspx?product_id=1141537002}}。
一本小册子一般应该控制在10页纸左右，即40个页码，再厚就订不透了。

\section{PDF字体嵌入}
\label{sec:embedFont}
出版社拿到作者提供的终稿PDF之后，如果没有进一步修改，就会准备印刷了。
第一步是让出片公司用激光照排机打印出胶片，即“出片”。
这种公司使用的操作系统很可能与作者不同，特别是安装的字体可能不一致。
为了防止出现文字乱码或字体错乱，出片公司一般都会要求提供嵌入全部字体的PDF文件。

一个办法是修改 Ghostscript 的配置文件，让默认字体全部嵌入
\footnote{\myurl{http://wand.net.nz/\textasciitilde iam4/latex.html}}。例如：
\begin{Codex}[label=/usr/share/ghostscript/???/Resource/Init/gs_pdfwr.ps]
/.standardfonts [
%  /Courier /Courier-Bold /Courier-Oblique /Courier-BoldOblique
%  /Helvetica /Helvetica-Bold /Helvetica-Oblique /Helvetica-BoldOblique
%  /Times-Roman /Times-Bold /Times-Italic /Times-BoldItalic
%  /Symbol /ZapfDingbats
] readonly def
\end{Codex}

还有一个办法是用 Adobe Acrobat Reader 找出 PDF 中没有嵌入的字体，
再用 iText 将字体文件嵌入，例子见 \myurl{http://itextpdf.com/examples/iia.php?id=288}。