- tools/extract.py: PDF 300 หน้า -> extracted/pages.json + crop ภาพ/ตาราง/สมการ 423 รูป (ถอด PUA วรรณยุกต์ไทย, รวมสระอำ, แยกหัวข้อที่ระดับ span) - tools/build.py: generator หน้า docs แบบ static (สารบัญซ้าย/เนื้อหา/ในหน้านี้) - index.html + chapters/ch01..10.html + css/docs.css + js/docs.js (ธีม K2D, ค้นหาเต็มเล่มผ่าน data/search.json, dark mode, drawer มือถือ) - README.md: วิธี build และข้อจำกัดที่รู้อยู่
5.0 KiB
5.0 KiB
intro-irre — วิศวกรรมชลประทานเบื้องต้น (เว็บเอกสาร)
แปลงตำราต้นฉบับ Intro-Irri-Eng.pdf (300 หน้า, 10 บท) เป็นเว็บเอกสารแบบ static
โครงหน้าตาล้อกับ docs.julialang.org: สารบัญซ้าย · เนื้อหากลาง · "ในหน้านี้" ขวา · ค้นหาเต็มเล่ม
index.html หน้าปก + สารบัญการ์ด + สถิติ
chapters/ch01..10.html หนึ่งไฟล์ต่อหนึ่งบท (หัวข้อเป็น anchor ไม่ reload)
css/docs.css ธีมทั้งหมด (โทเคนสี/ฟอนต์/สเปซที่หัวไฟล์)
js/docs.js theme, drawer มือถือ, search modal, scrollspy
data/search.json ดัชนีค้นหา (ระดับย่อหน้า 1,489 รายการ)
data/nav.json สารบัญแบบ tree
assets/figures/*.jpg ภาพ/ตาราง/สมการที่ crop จาก PDF (423 รูป)
assets/cover.jpg หน้าปกที่ render จากหน้าแรก
fonts/k2d-*.woff2 ฟอนต์ K2D (ไทย+ละติน) ฝังในโปรเจกต์
extracted/pages.json ผลถอดข้อความดิบ (แหล่งข้อมูลของ build)
tools/extract.py PDF → pages.json + ภาพ
tools/build.py pages.json → HTML/ดัชนี
สร้างใหม่
python tools/extract.py # ~2 นาที (ต้องมี pymupdf: uv pip install pymupdf)
python tools/build.py # ไม่กี่วินาที
python -m http.server 8090 # เปิด http://localhost:8090
extract.py อ่าน PDF จาก path คงที่ (DEFAULT_PDF) — แก้ที่หัวไฟล์ถ้าย้ายไฟล์ต้นฉบับ
หลักการถอดข้อความ
ต้นฉบับพิมพ์ด้วยฟอนต์ไทยรุ่นเก่า (AngsanaNew / EucrosiaUPC) มี 3 กับดักที่ต้องจัดการ:
- วรรณยุกต์กลายเป็น PUA — subset font จ่ายรหัส
U+F70A…แทน ่ ้ ๊ ๋ ็ ์ ิ ี ั → แปลงกลับด้วยPUA_MAPในnorm()ก่อนอย่างอื่นทั้งหมด - สระอำแตกเป็น นิคหิต + า — รวมกลับเป็น U+0E33
- สมการ/ตารางเส้น/ภาพ อ่านเป็นข้อความไม่ได้ (
64)5.5(2×π) → ตรวจ "band" จาก image block + drawing + block สมการ แล้ว render เป็น JPEG แปะกลับในลำดับอ่าน พร้อม caption ที่ผูกกับรูปที่อยู่ใกล้ที่สุด
หัวข้อผ่าที่ระดับ span ไม่ใช่บรรทัด เพราะบท 5–10 พิมพ์หัวข้อไว้บรรทัดเดียวกับเนื้อเรื่อง
(5.1. หัวใจ… ตามด้วยเนื้อหาทันที) — ใช้ run ตัวหนาที่ขึ้นต้นบรรทัดเป็นตัวแบ่ง
ข้อจำกัดที่รู้อยู่
- หัวข้อบท 5–10 ที่ไม่ได้ทำตัวหนาและไม่ขึ้นบรรทัดใหม่ จะตกไปเป็นย่อหน้าธรรมดา
(เช่น
5.2 คุณสมบัติของดิน…หายจากสารบัญ) — ถ้าได้ไฟล์.docxต้นฉบับจะแก้ได้ตรงจุด - ตารางและสมการเป็น ภาพ ค้นหาข้อความในตารางไม่ได้
- ภาพเป็น JPEG 90% ที่ ~185 dpi (รวม ~30 MB) — ลดคุณภาพได้ที่
render_band()ถ้าต้องการเบาลง - ยังไม่มี offline/PWA และไม่มี dark-mode ตามระบบของตำรา (มีปุ่มสลับจำค่าใน localStorage)
ดีไซน์
ฐานจาก ui-ux-pro-max → style "Swiss Modernism 2.0" + พาเลตต์ knowledge-blue
โทเคนจริงอยู่ใน css/docs.css หัวไฟล์ (--brand #1e3a8a, --bg #f8fafc, ฯลฯ)
ตัวอักษรเนื้อหา 17px/1.95 เพื่อความอ่านสบายของภาษาไทย · ทุกคู่สีหลักผ่าน WCAG AA