这是一个面向《数理化自学丛书》17册教材的数字化重建仓库，包含原始扫描PDF、规范化Markdown正文、近5000个插图资源，以及基于Python、Pandoc和Make的可复现EPUB3构建与审计工具。项目重点不是通用软件库，而是一个高质量中文数理化教材电子化、校勘、归档与发布流水线。
适用领域
数字出版 / 中文教材数字化 / 数学教育 / 物理教育 / 化学教育 / EPUB3电子书构建 / 文献保存 / Markdown/Pandoc工作流 / PDF审计 / 可复现构建
配置难度
中等。对于熟悉命令行、Python、Make和Pandoc的开发者，构建和审计流程比较直接；对于只想阅读电子书的普通用户，环境配置可能偏复杂。若参与校勘、公式修订、EPUB规范维护或可复现构建验证，则需要较高的数字出版和文本处理经验。
商业价值
该仓库的直接商业化价值受版权状态限制，不适合在未确认授权前进行收费分发或商业出版。但其在中文老教材数字化、结构化教材资产管理、EPUB自动化生产、可复现构建、PDF隐私与安全审计方面具有较高参考价值。对教育公益项目、数字图书馆、文献保存机构、电子书制作团队和中文学习资源平台来说，可作为高质量工程范例或内部流程参考。
01
技术亮点
- 覆盖《数理化自学丛书》17册，包含代数、几何、三角、解析几何、物理、化学等经典内容
- 同时保存原始扫描PDF、语义化Markdown和插图资源，便于校勘与再加工
- 提供可复现EPUB3构建工具链，适合长期归档和自动化发布
- 审计能力较完善，覆盖ZIP、XML、元数据、内部链接、图片替代文本、MathML数量、EPUB3 nav与EPUB2 NCX同步状态
- 原始PDF审计关注哈希、结构、附件、主动内容和隐私元数据，安全意识较强
- 当前状态显示缺失或孤立资源为0，图片替代文本为空的数量为0，资源完整性较好
- MathML数量达到88412个，说明公式语义化处理较深入
- 对原扫描缺页问题有透明说明，未擅自补写，适合严肃校勘场景
- README结构清晰，构建、审计、隐私检查和发布前门禁流程都有说明
02
目标用户
- 希望自学中学/基础大学预科数理化内容的中文读者
- 关注老教材数字化保存的开发者或志愿者
- 电子书制作与校勘人员
- 教育资源整理者
- 图书馆、档案馆或文献保存项目维护者
- 研究中文教材史、科学教育史的研究者
- 需要学习Pandoc EPUB3构建流程的开发者
03
配置要求
- Python版本需为3.10+
- Pandoc版本需为3.1+，不同Pandoc版本可能影响输出结果
- 如追求字节级可复现构建，需要固定相同源文件、相同Pandoc版本和相同 SOURCE_DATE_EPOCH
- GNU Make不是绝对必需，但README中的主要命令依赖Makefile封装
- PDF深度审计依赖系统级命令行工具，Windows用户可能需要额外配置PATH或使用WSL
- 构建过程依赖 books/、books/assets/、catalog.json、epub/ 和 scripts/ 的相对路径结构，不能随意移动单册源文件
- dist/ 和 reports/ 属于生成输出区域，通常不纳入版本控制
- 仓库未声明明确开源许可证，使用、分发、商业化前需要自行确认版权与授权状态
04
适用场景
- 从Markdown源文件批量构建17册EPUB3电子书
- 审计电子书源文件、图片引用、内部链接、MathML和元数据完整性
- 对原始扫描PDF进行哈希、结构、附件、主动内容和隐私元数据检查
- 将老版数理化教材用于个人学习、校勘或学术研究
- 作为中文数学公式、插图、Markdown到EPUB转换的工程样例
- 验证可复现电子书构建流程
- 维护长期可归档的结构化中文教材数据
05
部署与配置
- 安装 Python 3.10 或更高版本
- 安装 Pandoc 3.1 或更高版本
- 可选安装 GNU Make，用于执行 make all、make audit、make epub 等命令
- 如需深度PDF审计，安装 PyPDF2 3.x、qpdf、Poppler 工具集（pdfinfo、pdfdetach、pdfsig、pdftotext）以及 ExifTool
- 克隆仓库：git clone https://github.com/tradecatlabs/shulihuazixuecongshu.git
- 进入仓库目录：cd shulihuazixuecongshu
- 执行完整审计并构建：make all
- 仅构建EPUB：make epub
- 仅审计源文件：make audit
- 构建单册示例：python3 scripts/build_epubs.py --book '代数（第一册）'
- 构建结果默认输出到 dist/，审计报告输出到 reports/
06
风险与注意事项
- 仓库未提供明确license，且README声明不对原著文字、版式或扫描图像授予新的版权许可，二次分发和商业使用存在版权风险
- 项目内容主要是教材数据和构建脚本，不是通用Python包，复用范围相对垂直
- 构建依赖Pandoc、Make和多个系统工具，新手在Windows或非Linux环境配置可能遇到困难
- 原扫描存在已知缺页或空白页，例如《立体几何》第49、50、55、56页问题，内容完整性并非100%
- 如果未固定Pandoc版本和SOURCE_DATE_EPOCH，可能无法获得完全一致的可复现输出
- PDF和图片资源体积可能较大，克隆、审计和构建耗时较长
- 涉及大量OCR/转写/公式语义化内容，仍可能存在文字、公式或图注校勘错误
- README中包含赞助方和CA链接，使用者应注意与教材内容本身区分，避免误解为官方出版信息
2026-08-30
第15名
新收录 · github_search
