Docbook实现文本格式之间的转换
曾涵育
Docbook提供了整个书写结构化文档的体系，它使用SGML/XML定义了一系列文档元素，并可以利用工具把原始的文档源文件转换成各种文档 格式。它最适合用来书写计算机文档、论文。很多开源软件项目都使用Docbook来写自己的文档。在我看来，使用Docbook写文档的好处有以下几点：
* 内容与格式分离
我们用Word写文档时，除了书写文档内容之外，还要经常对文档的样式进行排版。我们都知道，排版很是费时费力，还经常容易出错。
而使用Docbook书写文档，你只需要专注于文档的内容。文章的内容和格式是分离的。Docbook定义了诸如章节 (chapter)、段落 (para)、表格(table)这些文档元素，但如何显示这些元素，则由样式表(XSL)来控制，你不必在文档中嵌入排版信 息。
这也意味着，你不能用”所见即所得”的方式来编辑你的文档了。不过，你很快就会喜欢上内容和格式分离的，因为这不仅节省了排版的时间、也使文档样式更为统一。另外，使用程序自动处理文档也变得更加容易了。
* 多种文件格式输出
使用Docbook书写文档，你只需要书写文档一次，就能够以多种文件格式输出。有很多免费的工具可以将Docbook文档转换成HTML、PDF，以及其它各种文件格式。
* 便于版本管理
这也是我选择Docbook的主要原因之一。因为Docbook的文档源文件是文本文件，因此可以方便的使用cvs, subversion, git等版本管理工具进行版本管理。
在多人协作编写文档时，如果没有版本管理的功能，你很难知道别人对文档做了哪些修改，更别说回溯文档的历史。在公司里，一般可以通过 约定规则的方法来控制冲突，即事先约定好，你只允许改哪几章，他只能改哪几章。但对开源世界的”大集市”开发模式来说，无法通过约定的方法来避免冲突，因 此对文档的版本管理就显得非常重要。这就是为什么很多开源项目的文档都使用Docbook的原因。
* 方便阅读
阅读word文档，需要你安装了Macrosoft Word；阅读PDF文档，需要安装PDF阅读器。设想十年以后，当Word不 再维护，而你又需要阅读一个十年前使用Word写就的文档，会怎么样？是的，你读不了，因为Word文档是二进制格式的，你必须使用特殊的程序才能阅读、 编辑。
但Docbook文档就不同了，你只要使用一个再普通不过的文本编辑器，就可以阅读、编辑Docbook的文档，因为它只是一个普通的文本文件。
* 多平台支持
在Windows上你可以使用Word来察看、编辑文档(不管用的是正版，或是盗版)，但在Linux下怎么看Word文档呢？谢天谢地，现在有了Open Office。在以前，Linux下是无法察看Word文档的，因为它是一个二进制文件。
Docbook是文本文档，因此，无论你是在windows下还是Linux下，都可以阅读、书写文档。而Docbook的转换工具大多由Java编写，也支持跨平台运行。这样一来，你可以在多种操作系统平台下使用统一的方式来管理你的文档了。
* 多语言支持
Docbook使用UTF-8字符集，因此，在文档中可以使用多国语言的字符集。这对国际化合作的项目来说很重要。
几个相关的资源
http://blog.donews.com/limodou/archive/2004/04/01/9917.aspx
http://www.study-area.org/tips/docw/docwrite.html
http://blog.zdnet.com.cn/html/30/422230-2881256.html
http://www.ibm.com/developerworks/cn/xml/x-fop/index.html
直接由现有html转word不大现实，因为html中有很多混杂的内容，并不能简单的就可以转为其他格式
较好的应该是输出一个中间格式，能够清楚的表达文档内容，然后用此格式往其它格式转换。
docbook输出其他格式的工具
http://wiki.docbook.org/topic/DocBookPublishingTools
* 内容与格式分离
我们用Word写文档时，除了书写文档内容之外，还要经常对文档的样式进行排版。我们都知道，排版很是费时费力，还经常容易出错。
而使用Docbook书写文档，你只需要专注于文档的内容。文章的内容和格式是分离的。Docbook定义了诸如章节 (chapter)、段落 (para)、表格(table)这些文档元素，但如何显示这些元素，则由样式表(XSL)来控制，你不必在文档中嵌入排版信 息。
这也意味着，你不能用”所见即所得”的方式来编辑你的文档了。不过，你很快就会喜欢上内容和格式分离的，因为这不仅节省了排版的时间、也使文档样式更为统一。另外，使用程序自动处理文档也变得更加容易了。
* 多种文件格式输出
使用Docbook书写文档，你只需要书写文档一次，就能够以多种文件格式输出。有很多免费的工具可以将Docbook文档转换成HTML、PDF，以及其它各种文件格式。
* 便于版本管理
这也是我选择Docbook的主要原因之一。因为Docbook的文档源文件是文本文件，因此可以方便的使用cvs, subversion, git等版本管理工具进行版本管理。
在多人协作编写文档时，如果没有版本管理的功能，你很难知道别人对文档做了哪些修改，更别说回溯文档的历史。在公司里，一般可以通过 约定规则的方法来控制冲突，即事先约定好，你只允许改哪几章，他只能改哪几章。但对开源世界的”大集市”开发模式来说，无法通过约定的方法来避免冲突，因 此对文档的版本管理就显得非常重要。这就是为什么很多开源项目的文档都使用Docbook的原因。
* 方便阅读
阅读word文档，需要你安装了Macrosoft Word；阅读PDF文档，需要安装PDF阅读器。设想十年以后，当Word不 再维护，而你又需要阅读一个十年前使用Word写就的文档，会怎么样？是的，你读不了，因为Word文档是二进制格式的，你必须使用特殊的程序才能阅读、 编辑。
但Docbook文档就不同了，你只要使用一个再普通不过的文本编辑器，就可以阅读、编辑Docbook的文档，因为它只是一个普通的文本文件。
* 多平台支持
在Windows上你可以使用Word来察看、编辑文档(不管用的是正版，或是盗版)，但在Linux下怎么看Word文档呢？谢天谢地，现在有了Open Office。在以前，Linux下是无法察看Word文档的，因为它是一个二进制文件。
Docbook是文本文档，因此，无论你是在windows下还是Linux下，都可以阅读、书写文档。而Docbook的转换工具大多由Java编写，也支持跨平台运行。这样一来，你可以在多种操作系统平台下使用统一的方式来管理你的文档了。
* 多语言支持
Docbook使用UTF-8字符集，因此，在文档中可以使用多国语言的字符集。这对国际化合作的项目来说很重要。
几个相关的资源
http://blog.donews.com/limodou/archive/2004/04/01/9917.aspx
http://www.study-area.org/tips/docw/docwrite.html
http://blog.zdnet.com.cn/html/30/422230-2881256.html
http://www.ibm.com/developerworks/cn/xml/x-fop/index.html
直接由现有html转word不大现实，因为html中有很多混杂的内容，并不能简单的就可以转为其他格式
较好的应该是输出一个中间格式，能够清楚的表达文档内容，然后用此格式往其它格式转换。
docbook输出其他格式的工具
http://wiki.docbook.org/topic/DocBookPublishingTools
类似资料：