epub 墨水屏优化技能

目标

将 epub 文件中的图片进行四步优化，大幅减小文件体积，同时保留在墨水屏设备上的可读性。

核心脚本

INLINECODE0 — 一键运行全部优化步骤，支持单独开关每个步骤。

CODEBLOCK0

参数说明：

四步优化流程

步骤 1：去重复图片

同一张图片以不同文件名出现在多篇文章中（常见于转载同款配图、作者反复使用的插图）。

• - 用 MD5 哈希识别完全相同的图片
• 保留文件名排序靠前的一份，其余删除
• 自动更新所有 XHTML 中的引用和 OPF manifest

步骤 2：清除小图

微信公众号文章末尾通常插有固定的二维码、点赞、广告等装饰性小图（通常 < 5KB），对阅读毫无价值。

• - 删除低于 --min-size 字节的图片文件
• 从 XHTML 中移除对应的 <img> 标签
• 清理残留的空 <p> / <div> 标签

步骤 3：缩放大图

墨水屏设备分辨率通常为 1024-1448px 宽，超出无意义。

• - 将宽度超过 --max-width 的图片等比缩小
• JPEG 保存为 JPEG，PNG 保存为 PNG
• 中间使用 LANCZOS 高质量缩放算法

步骤 4：JPEG 重压缩

epub 中的 JPEG 原始质量往往是 85-95，对墨水屏来说过于精细。

• - 以 --quality（默认 70）重新压缩所有 JPEG
• 使用 optimize=True 开启哈夫曼表优化
• 通常可节省 15-25%

典型效果参考

手动处理补充指南

脚本覆盖大多数场景，以下情况需要手动干预（参考 references/manual-fixes.md）：

• - 图片为 base64 内嵌（非独立文件）
• epub 内部目录结构非标准（如多层嵌套）
• 需要将彩色图片转为灰度以进一步减体积

依赖

CODEBLOCK1

Python 标准库：zipfile, hashlib, re, io, INLINECODE21