文章在线采集功能的建站系统(好比图片站点，Pinterest、花瓣网等还不是做起来了吗？)

　　文章在线采集功能的建站系统(好比图片站点，Pinterest、花瓣网等还不是做起来了吗？)

　　最近看到一个类似于百度文库的开源库系统。它可以用来构建和运行你自己的库网站。

　　虽然百度图书馆等综合性图书馆网站已经建立，但是如果你打算做综合性图书馆网站，仍然不现实，因为空间太小。

　　但是，如果专注于某个方向的图书馆网站，比如课后练习答案库网站、IT行业图书馆网站、教育图书馆网站等，专注于一个行业领域，空间还是很大的为了成长。和图片网站一样，现在很多搜索引擎都可以搜索图片，但是Pinterest、Petalnet等还没有做到吗？

　　主要技术栈

　　后端：Go语言框架Beego

　　前端：基于Bootstrap的前端框架Flat-UI

　　数据库：MySQL，数据存储

　　依赖环境：Libreoffice（或Openoffice），用于将office文档转换为PDF

　　pdf2svg，用于将 PDF 转换为 svg 矢量图像以供阅读。

　　calibre，用于将mobi、chm、epub等文档转为PDF，再将pdf转为svg

　　阿里云OSS，存储office文档、PDF文档、svg等文件

　　特色文档在线阅读

　　DocHub库使用svg矢量图来实现文档阅读体验。在我所知道的图书馆网站中，新浪艾问通过png等图片提供文档阅读体验。

　　与png、jpeg等图片格式相比，SVG有很大的优势，至少放大后不会变形，而且相比JPEG、GIF图片，svg体积更小，压缩性更强。DocHub通过gzip压缩svg文件，一般情况下可以减少70%的文件大小，比如200kb svg，gzip压缩后只有60kb左右。

　　使用 svg 大大提高了加载速度，优化了内容的阅读体验。

　　可在线阅读的办公文档

　　这需要两层转换：

　　office --> pdf --> svg

　　在线阅读PDF文档

　　通过pdf2svg转换PDF文档进行在线阅读

　　mobi、epub、chm文档在线阅读

　　使用 calibre 将文档转换为 PDF，然后将 pdf 转换为 svg。

　　全部研究

　　全文搜索功能之前是用coreseek开发实现的，现在coreseek的官网已经停掉了……打算用elasticsearch重新实现这个功能。

　　文档采集功能【TODO】

　　在建站初期，网站内容的填充是一个很大的难点。

　　不过在GitBook、ReadTheDoc等网站上，有大量的开源技术文档，提供mobi、pdf、epub离线文档下载。

　　据初步统计，GitBook 中有超过 100,000 个文档，估计可用文档数为 50,000。每个文档提供 3 种格式的下载。仅从 gitbook采集 文档中，就有 150,000 个文档被编入库。大量的文档。

　　然后，可以使用搜索引擎搜索filetype：文档格式+搜索关键字，如filetype：pdf入门教程，你会发现惊喜！

　　如果你爬取其他文档，一年之内，单*敏*感*词*匹马建立一个拥有数百万文档的图书馆网站应该不成问题。

　　积分函数

　　用户登录、上传、分享文件，获得奖励积分；用户需要消耗积分才能下载文件

　　阅读文档水印功能

　　在提供阅读的 svg 文件上添加水印

　　页面列表

　　项目开源地址：

　　PC端模板

　　移动模板