#!/usr/bin/env python3 """ 绘本打包工具 - 完整版：包含封面，支持图片下载和重试 """ import argparse import json import os import sys import base64 import time import requests from urllib.parse import urlparse def load_metadata(book_dir): """加载绘本元数据 - 支持相对路径和绝对路径""" # 标准化路径（去除 ./ 前缀） book_dir = book_dir.lstrip('./') if not os.path.isabs(book_dir): book_dir = os.path.abspath(book_dir) metadata_file = os.path.join(book_dir, "metadata.json") if not os.path.exists(metadata_file): print(f"错误：找不到元数据文件 {metadata_file}") print(f"当前工作目录: {os.getcwd()}") print(f"查找的路径: {book_dir}") if os.path.exists(book_dir): print(f"目录存在，列出内容: {os.listdir(book_dir)}") sys.exit(1) with open(metadata_file, 'r', encoding='utf-8') as f: return json.load(f) def load_pages(book_dir): """加载所有页面信息 - 支持相对路径和绝对路径""" # 标准化路径（去除 ./ 前缀） book_dir = book_dir.lstrip('./') if not os.path.isabs(book_dir): book_dir = os.path.abspath(book_dir) pages_dir = os.path.join(book_dir, "pages") # 检查 pages 目录是否存在 if not os.path.exists(pages_dir): print(f"警告：找不到页面目录 {pages_dir}，将尝试从 metadata.json 读取图片URL") return [], pages_dir page_files = sorted([f for f in os.listdir(pages_dir) if f.lower().endswith(('.png', '.jpg', '.jpeg', '.gif', '.webp'))]) if not page_files: print("警告：pages 目录中没有找到图片文件，将尝试从 metadata.json 读取图片URL") return page_files, pages_dir def download_image(url, max_retries=3): """下载图片，支持重试""" for attempt in range(max_retries): try: response = requests.get(url, timeout=30) response.raise_for_status() return response.content except Exception as e: print(f"图片下载失败 (尝试 {attempt + 1}/{max_retries}): {url}") print(f"错误信息: {str(e)}") if attempt < max_retries - 1: wait_time = (attempt + 1) * 2 # 递增等待时间：2s, 4s, 6s print(f"等待 {wait_time} 秒后重试...") time.sleep(wait_time) else: return None return None def image_to_base64(image_path_or_url, max_retries=3): """将图片转换为base64，支持本地文件和URL""" # 检查是否是URL if image_path_or_url.startswith('http://') or image_path_or_url.startswith('https://'): # 下载URL图片 image_data = download_image(image_path_or_url, max_retries) if image_data is None: raise Exception(f"无法下载图片: {image_path_or_url}") # 从URL推断文件格式 parsed = urlparse(image_path_or_url) path = parsed.path img_format = path.split('.')[-1].lower() # 验证是否是真正的图片（检查文件头） if not is_valid_image(image_data): raise Exception(f"下载的文件不是有效的图片（可能是HTML错误页面），大小: {len(image_data)} 字节") else: # 读取本地文件 if not os.path.exists(image_path_or_url): raise Exception(f"图片文件不存在: {image_path_or_url}") with open(image_path_or_url, 'rb') as f: image_data = f.read() img_format = image_path_or_url.split('.')[-1].lower() # 验证图片数据大小 if len(image_data) < 1000: raise Exception(f"图片数据异常（大小只有 {len(image_data)} 字节，可能下载失败）: {image_path_or_url}") # 转换为base64 image_base64 = base64.b64encode(image_data).decode('utf-8') # 确定MIME类型 mime_type = { 'png': 'image/png', 'jpg': 'image/jpeg', 'jpeg': 'image/jpeg', 'gif': 'image/gif', 'webp': 'image/webp' }.get(img_format, 'image/png') return f"data:{mime_type};base64,{image_base64}" def is_valid_image(image_data): """验证是否是有效的图片数据""" # 检查文件大小（小于1KB的通常是错误页面） if len(image_data) < 1000: return False # 检查文件头（Magic Numbers） # PNG: 89 50 4E 47 if image_data[:4] == b'\x89PNG': return True # JPEG: FF D8 FF if image_data[:3] == b'\xff\xd8\xff': return True # GIF: 47 49 46 38 if image_data[:4] == b'GIF8': return True # WebP: 52 49 46 46 ... 57 45 42 50 if image_data[:4] == b'RIFF' and len(image_data) > 12 and image_data[8:12] == b'WEBP': return True # 检查是否包含HTML标签（错误页面的特征） text = image_data[:500].decode('utf-8', errors='ignore').lower() if '{text_cn}
{text_en}
' elif text_cn: page_text = f'
{text_cn}
' elif text_en: page_text = f'
{text_en}
' pages_data.append({ 'number': page_number, 'image': image_url, 'text': page_text }) # 如果有失败的图片，询问用户是否继续 if failed_images: print(f"\n⚠️ 警告: {len(failed_images)} 张图片加载失败！") for img in failed_images: print(f" - 第 {img['page']} 页: {img['file']}") print(f" 错误: {img['error']}") # 这里选择继续生成，但使用占位图 print("\n继续生成绘本（失败的图片将显示占位符）...") # 生成封面HTML cover_html = f'''

{metadata.get('title', '绘本')}

作者：{metadata.get('author', '未知')}
{f'
{metadata.get("description", "")}
' if metadata.get('description') else ''}
''' # 生成内容页HTML - 每个sheet包含一页的完整内容（左图右文） sheets_html = "" for i, page in enumerate(pages_data): sheets_html += f'''
Page {page['number']}
{page['text']}
{page['number']}/{len(pages_data)}
''' # 生成完整HTML html = f''' {metadata.get('title', '绘本')}
{cover_html} {sheets_html}
''' return html def save_html(html, output_file): """保存HTML文件""" with open(output_file, 'w', encoding='utf-8') as f: f.write(html) print(f"✓ 绘本已生成: {output_file}") def main(): parser = argparse.ArgumentParser(description='绘本打包工具') parser.add_argument('--input', required=True, help='绘本目录（支持相对路径和绝对路径）') parser.add_argument('--output', default='book.html', help='输出HTML文件（支持相对路径）') parser.add_argument('--max-retries', type=int, default=3, help='图片下载失败时的最大重试次数（默认3次）') args = parser.parse_args() # 显示当前工作目录，方便调试 print(f"当前工作目录: {os.getcwd()}") print(f"输入目录: {args.input}") print(f"最大重试次数: {args.max_retries}") # 加载数据 metadata = load_metadata(args.input) page_files, pages_dir = load_pages(args.input) print(f"\n标题: {metadata.get('title', '未知')}") print(f"页数: {len(page_files)}") print(f"开始处理图片...\n") # 生成HTML html = generate_html(metadata, page_files, pages_dir, args.max_retries) # 标准化输出路径 output_file = args.output.lstrip('./') if not os.path.isabs(output_file): output_file = os.path.abspath(output_file) # 保存 save_html(html, output_file) print("\n✓ 绘本打包完成！") print(f"输出文件: {output_file}") if __name__ == '__main__': main()