分享文章:【源码分享】给你一个开源文库网站

　　分享文章:【源码分享】给你一个开源文库网站

　　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，但是如果你打算做一个综合性图书馆网站，还是不现实的，因为空间太小了。

　　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

　　推荐文章:SEO优化之网站日志分析

　　网站日志，相信这个词对于站长来说是耳熟能详的。大多数站长只了解网站日志的概念，而对网站日志分析一无所知。网站日志分析也是一个很重要的SEO话题，网站日志应该说每个站长都应该懂得分析，这是每个站长必备的技能。了解网站日志的分析方法，了解如何查看网站日志，可以参考文章：如何查看网站日志？我不会在这里解释它们。我们简单介绍一下网站的日志分析的内容和方法。

　　要想知道网站日志文件收录什么，首先要知道各个搜索引擎的蜘蛛名称，比如百度蜘蛛是baiduspider，谷歌的机器人是Google-Googlebot等，在日志内容可以知道网站是哪个搜索引擎爬过的，他们的线索就留在这里了。从网站的日志可以看到蜘蛛的活跃度、亲和度、爬取深度等。网站搜索引擎更喜欢。单页爬取停留时间表示网站页面的访问速度。时间越长，网站的访问速度越慢，不利于搜索引擎抓取收录。我们应该尽力改进网页。加载速度，减少单页耗时，允许更多爬虫资源爬取收录。此外，您必须能够理解常见的 HTTP 状态码。最常见的HTTP状态码有200（页面爬取成功）、304（上次爬取和本次爬取没有变化）、404（页面未找到）、错误链接）500（服务器无响应，一般由server and failed, 打不开时出现网站），这些状态码是我们必须要理解的，server status code的值就是我们和蜘蛛通信的信号。通过网站日志，可以清楚的知道用户在什么IP下访问了你网站的哪个页面，什么时间，什么操作系统，什么浏览器，用什么分辨率的显示器，是否访问成功. 对于从事搜索引擎优化的专业人士，网站 日志分析可以记录每个搜索引擎蜘蛛机器人爬取的详细信息网站，例如：哪个IP蜘蛛机器人访问了网站多少次，访问了哪些页面，页面返回的HTTP状态码被访问。这些内容对我们来说非常重要，因为我们可以及时发现网站运营中的问题，及时解决这些问题，避免网站被降级甚至K站。

　　很多站长朋友不知道如何使用和分析网站日志文件。当遇到网站收录问题或网站降级时，他们问别人而不考虑自己的原因。这就是做站长的悲哀。归根结底，希望站长朋友千万不要忽视网站日志分析。合理分析网站日志文件是站长或seoer必备的技能。此外，分析 网站 日志文件不需要您具备任何高级编码知识。其实只需要了解html代码和几个返回的状态码就可以了。网站 日志分析工具有很多。它也非常有用。爱站net的网站日志分析工具一直被小编使用。方法简单，分析结果一目了然。所以你一定不能偷懒，否则你不会有任何进步。如果你是一个小站长，或者你是一个seoer，如果你之前没有意识到网站日志分析的重要性，那么看完这篇文章我会好好对你的网站日志有。