HTML → FB2

HTML 是什么

HTML / XHTML 是网页的结构语言，也是 EPUB 内部真正使用的正文格式；.mhtml（MHTML）则是把网页及其全部资源（图片、CSS）打包成单个文件，常用于「另存为单个网页」。XML 是通用标记语言，FB2、OPF 等格式本身就是一种 XML。这一族本质上都是「带标签的文本」，标签决定结构，所以转成其他格式时保留多少结构，取决于转换工具对标签的理解程度。

FB2 是什么

FB2（FictionBook 2）是一个基于 XML 的开放电子书格式，在俄语地区极为流行。它把正文、元数据和插图全部写在一个 XML 文件里，插图通常以 Base64 内嵌，因此单个 .fb2 文件就是完整的书，方便分发。它的结构清晰、天然带章节与作者信息，缺点是体积偏大（Base64 会让图片膨胀约三分之一），且非俄语区的阅读器支持不如 EPUB 广泛。

HTML 转 FB2 需要注意什么

先从源格式抽出内容时

HTML 的结构全在标签里，但真实网页混杂导航、广告、页脚等噪声，直接整页转换会把它们一起带进去。建议先用可读性算法（如 Readability）抽出正文容器，并注意 <img> 多为外链 —— 转成单文件格式前必须把图片下载并内嵌。

写进目标格式时

FB2 要求正文是结构化的 XML，图片要转成 Base64 内嵌，元数据要写进 <description>。它对复杂 CSS 几乎没有支持，因此适合「纯文字 + 插图」的书，不适合依赖精细排版的排版书。

两端格式交互带来的坑

• 源文件的章节只是普通文字行，而目标格式要求一份真正的目录。转换器会尝试用正则识别「第X章」「Chapter N」这类模式 —— 识别不准就会出现目录条目错乱或整本书只有一个章节。转换后请检查目录条目数与实际章数是否一致。

转换后自检清单

1. 先用前 3 章试转，确认没有丢字、串行或错位，再整本转换。
2. 检查章节切分：目录条目数应与实际章数一致。
3. 随机翻 5 处，搜索书中一个人名，确认文本可被完整检索。
4. 确认插图数量与位置：尤其看图片有没有挤在章节末尾。
5. 补全书名、作者、语言；语言标签写错会导致排版（如中文断行）异常。

小说转换的特殊之处

小说是最常见、也最特殊的一类电子书：几百上千章、几乎没有图表、常常只有一份 TXT 源文件，中文源还经常带防盗乱码。下面几点是最容易踩、也最影响阅读体验的。

• 长篇小说动辄数百上千章，目录质量直接决定这本书能不能用。转换前先把章标题统一成一种可识别的写法（例如都写成「第X章 标题」并独占一行），否则目标格式里的目录会缺章、串章，甚至整本只剩一章。
• 分卷信息（「第一卷」「第二卷」）在多数转换里会被降级成普通标题，卷与章的层级关系随之丢失。如果你在意层级，转换后到编辑器里把卷标题提升一级，别让它和章标题平级。

HTML 转 FB2 的工具

下面这些工具都能完成这个方向的转换，按你的操作系统和文件数量挑一个即可。动手前建议先看上一节的注意事项 —— 顺序错了（比如该先 OCR 却直接转）往往要重来一遍。

常见问题

相关格式转换