Books_Converter v1.3.3

v1.3.3 — 公式布局复燃根修 + 无目录书假目录根修

修复（FIXLOG 病例 016/017）

• 病例 016：EPUB 内嵌 CSS display:block 覆盖 Chromium UA 的 block math
  布局，块级公式贴左——EPUB 文件本身正确但渲染坏，阅读器实测才发现
  （文件级验证盲区）
• 病例 017：无目录页的书，LLM 拿"全书标题列表"编造假目录（页码直接抄
  扫描页码），假锚点以最高优先级锁死错误层级、结构散架——双判定硬兜底
  丢弃（目录页识别器未命中 / ≥80% 条目页码与扫描页全等），回退形状栈+
  编号先验；新增 PDF 书签 outline 先验注入（born-digital PDF 的免费真值）
• qc：无目录书不再当硬错误，降为黄牌提示

回归：结构 41/41 + stage3 12/12 绿；Calculus Made Easy（Gutenberg 公版书）
实测目录两级正确、477 MathML 居中。

资产

• Books_Converter-v1.3.3-win64.zip：GUI 免安装版（推荐）
• books_converter-cli-v1.3.3-win64.zip：命令行/集成版（SageRead sidecar）

Books_Converter v1.3.2

v1.3.2 — 公式居中三连环根修 + 标题层级修复

修复（FIXLOG 病例 016）

• 双 display 属性：latex2mathml 自带 display="inline" 与注入值并存，EPUB 序列化去重后 inline 胜出——块级公式不居中的隐形根因（promote 升格全被抵消）
• promote 正则跨段吞并：前段公式判定不合格时回溯吞并后段，后段永远失去升格机会（单测全绿、整文漏升的诡异分歧根源）
• 叙述前缀放宽：「解 / 证 / 双曲正弦 / 例1设」开头的整段公式现在正确居中（高数附录 74 处），编号补圈号 ①-⑳
• 标题层级：节标题不再与章标题同级（h2 撞车）——章 h2 / 节 h3 / 小节 h4 层级分明，节标题居中贴合原书排版

回归

• 《高等数学》块级公式 2726 → 3223（+497），独段贴左公式 257 → 156（残余均为本该行内的短答案）
• 新增单测 12 例（含双 display、跨段吞并复现场景），结构单测 40/40 无回归

资产

• Books_Converter-v1.3.2-win64.zip：GUI 免安装版（推荐）
• books_converter-cli-v1.3.2-win64.zip：命令行 / Better SageRead 集成版

Books_Converter v1.3

v1.3 — 多引擎 OCR + 结构重建大修 + 检查更新

双解析引擎

• 新增 PaddleOCR-VL-1.6（百度 AI Studio，免费 3000 页/天）：自适应分片、
  Unicode 上下标自动转 LaTeX、图注绑定、大书单任务提交提速 4 倍
• MinerU 保留为默认引擎（表格密集书首选）；GUI 设置页一键切换，Token 二选一
• 新增检查更新（设置页按钮 / pipeline.py --check-update）

结构重建大修（FIXLOG 病例 12 条）

• 目录页码确定性重配、幻影标题根除、目录页三判据识别
• 图注位置过滤、页首运行头收敛、字号阶梯层级（参考 pdf-craft 思想）
• 无编号标题下沉约束、孤儿编号先救后罚、LLM 全局一致性定级
• 轻量兜底紧凑重试（大目录 JSON 截断自愈）

实测回归（9 本书）

民法总论 6 编 15 章全对、必须保卫社会章节平铺、刘擎 55/55 锚定、
高等数学 188/188 锚定（公式节标题）、竖排日语可用。
内容零丢失为硬保证，全部病例与测试见仓库 FIXLOG.md / tests/。

资产

• Books_Converter-v1.3-win64.zip：GUI 免安装版（推荐）
• books_converter-cli-v1.3-win64.zip：命令行/集成版（SageRead sidecar）

v1.1

v1.1

结构修复：扫描书目录重建

• 章标题被 OCR 整块漏识可自愈：竖排/美术字章扉页整块丢失时，按目录页码回补（局部偏移投票 + 位置校验 + 稀疏页判定，宁缺毋滥）
• 修复"节被提升成章、一章断成两截"：形状栈同键碰撞，锚定条目压栈键改用真实层级
• 目录锚点容错：新增子串匹配（≥8 字符，救 OCR 截断副标题）与有界编辑距离（容忍目录页与正文的单字 OCR 差异）；锚定标题自动补全为目录完整文字
• 实测《中国当代社会各阶层分析》（414 页扫描本）：18/18 章单元、节目录与原书逐项一致；回归《城市与国家财富》《民法总论》层级零变化

SageRead sidecar 集成

• 新增 --headless：进度事件以 JSON 行输出到 stdout，可被其他应用（如 SageRead）作为 sidecar 调用
• 新增 CLI 打包（无界面、剥离 tkinter）：books_converter.exe
• 修复 --output-dir 下 EPUB 副本仍落在 PDF 旁的问题

下载

• Books_Converter-v1.1-win64.zip：GUI 绿色版，解压双击即用
• books_converter-cli-v1.1-win64.zip：命令行 / sidecar 版（支持 --headless）

Books_Converter v1.0.0 — 扫描书一键成册

扫描书 PDF 一键转 EPUB，可选全书翻译。

下载

• Books_Converter-v1.0-win64.zip（63MB，推荐）：Windows 免安装绿色版，解压双击 exe 即用，无需 Python
• Books_Converter-v1.0.zip（345KB）：源码包，需 Python 3.10+ 和 pip install -r requirements.txt

功能

• MinerU 云 API OCR + 结构重建（标题层级/跨页拼接/跨页表格/图注归属）
• 页脚注恢复（可点击尾注）、公式转 MathML、重页检测
• 全书翻译（DeepSeek 分批+上下文+译名表，any to any）
• GUI 拖拽多书、中英双语界面、真实进度条

首次使用需自备两个免费 Key：MinerU Token（mineru.net）+ 任意 OpenAI 协议 LLM 端点（默认 DeepSeek）。