- 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
58 lines
5.0 KiB
Markdown
58 lines
5.0 KiB
Markdown
# 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
|
|
|
|
```bash
|
|
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:
|
|
|
|
1. **วรรณยุกต์กลายเป็น PUA** — subset font จ่ายรหัส `U+F70A…` แทน ่ ้ ๊ ๋ ็ ์ ิ ี ั
|
|
→ แปลงกลับด้วย `PUA_MAP` ใน `norm()` ก่อนอย่างอื่นทั้งหมด
|
|
2. **สระอำแตกเป็น นิคหิต + า** — รวมกลับเป็น U+0E33
|
|
3. **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 `.docx` ต้นฉบับจะแก้ได้ตรงจุด
|
|
- 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
|