一、开源项目简介
参考百度文库，使用Beego（Golang）开发的开源文库系统。
二、功能概述
文档在线阅读
DocHub文库通过svg矢量图来实现文档阅读体验的，我知道的文库站点中，新浪爱问是通过png等图片提供文档阅读体验的。
SVG相比png、jpeg等图片格式有很大的优势，至少放大不会失真，而且与JPEG 和 GIF 图像比起来，svg尺寸更小，可压缩性更强，DocHub通过gzip，将svg文件压缩，一般情况下，能减少70%的文件大小，比如200kb的svg，gzip压缩后，只有60kb左右的大小。
使用svg，大大提升了加载速度，优化了内容的阅读体验。
office文档在线阅读
这个需要经过两层转化:
office --> pdf --> svg
之前有考虑过office文档不经过转化，然后直接在线浏览的，但是方案比较复杂，部署不容易，至少我没部署成功过…
PDF文档在线阅读
将PDF文档通过pdf2svg转化，提供在线阅读
没有使用mozila的
pdf.js作为PDF文档阅读的实现方案，主要是我没有解决
pdf.js分片分页加载的问题，每次都需要将整个PDF文档下载下来才能提供阅读。如果文档大的话，用户需要等待好长时间，而且也比较耗费服务器带宽资源。
mobi、epub、chm文档在线阅读
使用calibre将文档转成PDF，然后pdf再转svg。
目前该功能还没实现，epub、mobi等文档，现在还是暂时不能在线阅读
全文搜索
全文搜索功能，之前是使用coreseek开发实现了这个功能的，但是现在coreseek的官网都已经挂了…打算用elasticsearch重新实现这个功能。
文档采集功能【TODO】
建站初期，站点内容的填充，是一个大难点。
然而，GitBook、ReadTheDoc等站点上，就有一大堆的开源技术文档，提供mobi、pdf、epub离线文档下载。
初略统计了一下，GitBook有10多万文档，按可用文档为5万估算，每份文档，提供3种格式的下载，光从gitbook采集文档，做成文库，就有15万多的文档了。
然后，你再借助下搜索引擎，搜索filetype:文档格式 + 搜索关键字，如filetype:pdf 入门教程，你就会发现惊喜！不信，你试着赋值下面两个链接地址在浏览器打开：
https://cn.bing.com/search?q=filetype%3apdf+%E5%85%A5%E9%97%A8%E6%95%99%E7%A8%8B&first=11 https://www.sogou.com/web?query=filetype%3Apdf+%E5%85%A5%E9%97%A8%E6%95%99%E7%A8%8B
如果再爬其他文档，一年之内，单枪匹马搞个上百万文档的文库站点，应该不是个事儿。
不过，现在综合类的文库站点，如百度文库等已经做起来了，如果你打算做综合类的文库站点，还是不现实，因为空间太小了.
但是，你可以做专注于某一个方向的文库站点，比如课后习题答案文库站点、IT行业文库站点、教育类文库站点等，专注于一个行业领域方向，还是有很大成长空间的。就好比图片站点，现在很多搜索引擎都能搜索图片，但是Pinterest、花瓣网等还不是做起来了吗？
给你提供了程序，还给你提供了思路。
积分功能
用户签到、上传分享文档，获得积分奖励；用户下载文档，需要消耗积分
阅读文档水印功能
在提供阅读的svg文件上添加水印
三、技术选型
后端
Go语言框架Beego
前端
基于Bootstrap的前端框架Flat-UI
数据库
MySQL，数据存储
依赖环境
Libreoffice(或Openoffice)
用于将office文档转PDF
使用命令:
soffice --headless --invisible --convert-to pdf path/to/officefile --outdir path/to/outdir
pdf2svg
注意，这个要用最新版的pdf2svg
pdf2svg，用于将PDF转成svg矢量图片，以供阅读。
使用命令：
pdf2svg <in file.pdf> <out file.svg> [<page no>]
calibre
用于将mobi、chm、epub等文档转成PDF，然后再将pdf转成svg
注意：目前mobi、epub等文档的在线阅读功能还没有实现
阿里云OSS
存储office文档、PDF文档以及svg等文件
注意：目前只支持阿里云的OSS云存储，暂时不支持其他云存储(后期我再抽时间开发和扩展其他云存储)，不支持本地化存储(现在云存储和CDN价钱比以前便宜多了)
四、界面展示
页面一览
没有哪一个时代不是看脸的…
- 首页
- 文档阅读页
- 用户中心
- 管理后台
- 搜索结果
五、开源协议
使用Apache2.0开源协议
评论(0)