Reading/Web/PDF Functionality/cs

Aktualizace zobrazování PDF, 15. července 2019

Spustili jsme nový renderer PDF. Sledujeme zpětnou vazbu, ale zatím jsme nezaznamenali žádné významné problémy. Možná zapracujeme nějaké návrhy, ale chceme poznamenat, že se nejedná o probíhající projekt s neustálým vývojem. Jinými slovy, nyní, když je nasazen a ověřeno, že funguje, nový renderer vstupuje do režimu údržby. Diskusní stránka této stránky nebude opuštěna, ale může chvíli trvat, než někdo zareaguje, jednoduše proto, že všichni mají tolik jiných povinností.

Co se týče knih, nechali jsme to v rukou dobrovolných vývojářů a PediaPress. Rádi se na ně obrátíme s dotazy, ale neplánujeme se nijak podílet na technické implementaci.

Aktualizace zobrazování PDF, 4. června 2019

Pro všechny projekty jsme nasadili nový renderer pro PDF s jedním článkem. Doufáme, že se tím vyřeší problémy spojené s rendererem Electron, který často nedokázal generovat PDF soubory podle očekávání. Neváhejte si nový renderer vyzkoušet a dejte nám vědět, pokud máte dotazy nebo narazíte na nějaké chyby či jiné problémy.

Aktualizace zobrazování PDF, 18. března 2019

Blížíme se k nasazení našeho nového rendereru, Proton, a zbývá nám už jen několik blokujících úloh (jak je vidět v grafu úloh v phab:T181084). Jakmile bude stanoveno datum nasazení, zveřejníme další aktualizaci. Tento renderer nahradí renderer Electron jako výchozí renderer PDF pro jednostránkové PDF soubory.

Aktualizace ohledně knih, 17. srpna 2018

Ukázková kniha od PediaPress

Zde je aktualizovaný a komplexnější vzorek nového rendereru knih. Rozvržení se od první verze prezentované na Wikimanii dost změnilo. Díky za veškerou zpětnou vazbu. Export má stále řadu významných problémů: zalomení stránek, infoboxy, tabulky a matematické vzorce je třeba podstatně vylepšit. Tento ukázkový soubor zaměřený na mezinárodní písma a matematické vzorce odhaluje některé problémy, které je stále třeba vyřešit. Matematické vzorce se v současnosti vykreslují pomocí MathML – přechod na LaTeX by měl vést k významným zlepšením.

Aktualizace ohledně knih, 8. srpna 2018

Spolupracujeme s PediaPress na generování a stylingu nových knih. Poskytli nám ukázku aktuálního výstupu, která bude velmi podobná finální verzi. S týmem PediaPress jsme prodiskutovali body ke zlepšení, kterými se v současné době zabývají. Pokud máte k těmto ukázkám nějakou zpětnou vazbu nebo jiné komentáře, dejte nám prosím vědět na diskusní stránce.

Aktualizace ohledně knih, duben 2018

Funkce knih se vrátí prostřednictvím PediaPress. Po důkladném prozkoumání nového rendereru rendereru jsme si uvědomili, že klíčové funkce původního nástroje pro tvorbu knih (jako jsou čísla stránek a obsah) by bylo velmi obtížné implementovat pomocí nového rendereru. Kromě toho jsme měli značné problémy s naším kódem pro zřetězení. Museli jsme tedy hledat alternativy, jak znovu obnovit funkcionalitu knih ve formátu PDF v projektech Wikimedie. Oslovili jsme PediaPress, kteří byli původními patrony knih na Wikipedii, abychom zjistili, zda by měli zájem znovu začít s vykreslováním knih do PDF. Souhlasili a momentálně pracujeme na detailech a harmonogramu. Začnou pracovat na dočasném řešení založeném na starší technologii, která se dříve používala k vytváření PDF. To může mít určité nevýhody, pokud jde o grafické prvky, jako jsou mapy, ale bude to znamenat rychlejší pracovní řešení. Poté plánují pracovat na novém rendereru HTML do PDF, a to na základě zpětné vazby k první implementaci.

Aktualizace leden 2018

V současné době připravujeme výkonnostní testy funkce PDF do knihy. Více informací bychom měli vědět začátkem února.

Aktualizace září 2017

Naše současná služba pro vykreslování PDF, offline content generator (OCG) (generátor offline obsahu), již není udržovatelná. Jednoduše řečeno, rozpadá se to. Tým čtenářů v Wikimedia Foundation pracuje na jeho nahrazení již měsíce. OCG běží na zastaralém kódu, který může v budoucnu způsobit bezpečnostní zranitelnosti a další závažné problémy. Během posledních tří měsíců jsme na stránce pro vytváření PDF měli bannery s žádostí o zpětnou vazbu k prototypu našeho nového rendereru. Nový renderer bude mít vylepšené funkce oproti OCG – bude schopen tisknout tabulky a infoboxy a bude obsahovat styling zaměřený na lepší čitelnost. Shromáždili jsme spoustu pozitivních ohlasů na prototyp a pracujeme na provedení požadovaných aktualizací našich nových PDF souborů.

Dodatek: Krátkodobé VYPNUTÍ vykreslování knih ve formátu PDF

Bohužel kvůli závažným problémům se starým rendererem (OCG) budeme muset jeho vykreslování před dokončením nezbytných aktualizací pro funkci knih odstranit. To je dříve, než jsme si přáli. Než odstraníme organizovanou kriminalitu (OCG), bude práce na vykreslování jednotlivých článků dokončena. Vykreslování knih však bude pozastaveno, dokud nebudeme vyhodnocovat a dokončovat potřebnou práci. Náš původní výběr renderovacího serveru pro náhradu, renderovací služba Electron, není schopen podporovat PDF větších velikostí a selhává při pokusu o vykreslení knihy s více články. Budeme pracovat na výběru nového renderovacího systému pro knihy, který zvládne velikost souborů a bude splňovat naše požadavky. Takhle jsme to neplánovali. Nikdy jsme nechtěli dočasně odstranit funkci PDF knihy.

Časová osa:

• Vydání plnohodnotného rendereru pro jednotlivé články (tisk do PDF) – 1. října 2017
• Pozastavení vykreslování PDF knihy – 1. října 2017
• Ukončení rendereru OCG – 1. října 2017
• Vydání nového rendereru PDF – leden 2018 (předběžné na základě výsledků výzkumu alternativních renderovacích systémů)

Funkčnost:

Úplný seznam aktuálních a připravovaných funkcí naleznete v části níže.

Kromě aktualizace této stránky bude tato aktualizace oznámena v banneru na stránce pro tvorbu PDF, v Technických zprávách a na některých e-mailových seznamech Wikimedie.

Úvod

Naše současná služba pro vykreslování PDF, generátor offline obsahu, již není udržovatelná. Jednoduše řečeno, rozpadá se to. Původně byl vytvořen třetí stranou, ale v současné době běží na zastaralém kódu, který může v budoucnu způsobit bezpečnostní zranitelnosti a další závažné problémy. Pokud chceme mít funkcionalitu PDF, musíme ji bohužel nahradit, jinak se můžeme náhle ocitnout v situaci, kdy ji budeme muset neplánovaně zrušit.

Navíc nepodporuje řadu požadavků komunity na vykreslování, z nichž hlavní je schopnost vykreslovat tabulky. Jako vhodnou náhradu jsme vybrali novou službu, službu renderování Electron. Naším dalším krokem je duplikovat funkcionalitu poskytovanou OCG pomocí služby pro vykreslování Electron. Níže popíšeme hlavní části funkcí, které jsme označili za nezbytné. Rádi bychom vás pozvali k diskusi o tom, co v uvedeném seznamu chybí nebo je nadbytečné. Rádi bychom také zdůraznili naše budoucí plány pro vykreslování PDF, abychom získali první zpětnou vazbu.

Známé problémy

• V současné době se ve Firefoxu (upstream) vyskytuje chyba, která ovlivňuje styl infoboxů zobrazovaných na více stránkách. Pokrok z Mozilly lze sledovat zde: https://bugzilla.mozilla.org/show_bug.cgi?id=688556.

Uživatelská základna

Následující tabulka ukazuje ukázku provozu služby Electron "Stáhnout jako PDF" za období více než 6 hodin. Provoz je rozdělen podle operačního systému (OS), prohlížeče a hlavní verze prohlížeče (např. Windows 7, Chrome v61.*). Všimněte si, že většina naší návštěvnosti zřejmě pochází z počítačů se systémem Windows.

OS	Prohlížeč	Hlavní verze prohlížeče	% požadavků
Ostatní	Ostatní	-	14.38
Windows 7	Chrome	61	12.42
Windows 10	Chrome	61	8.83
Windows 7	IE	11	7.33
Windows 7	Firefox	56	6.59
Windows 10	Firefox	56	3.82
Windows 10	Edge	15	3.24
Windows 8.1	Chrome	61	3.07
Windows XP	Chrome	49	2.2
Windows 10	Chrome	59	1.53
Windows 10	IE	11	1.51
Windows 8.1	Firefox	56	1.31
Windows XP	Firefox	52	1.22
Windows 8	Chrome	61	1.15
Windows 8.1	IE	11	1.15
Mac OS X	Safari	11	0.9
Windows 7	Firefox	53	0.89
Windows 7	Firefox	52	0.78
Ubuntu	Firefox	56	0.78
Windows XP	IE	6	0.7
Windows 7	Chrome	55	0.68
Windows 7	Firefox	55	0.62
Mac OS X	Chrome	61	0.62
Android	UC Browser	11	0.6
Windows 10	Edge	14	0.59
Windows 7	Opera	48	0.53
Android	Chrome Mobile	61	0.49
Windows 10	Opera	48	0.44
Windows 7	Chrome	60	0.4
Windows Vista	Chrome	49	0.39
Windows 7	Yandex Browser	17	0.37
Windows 10	Firefox	55	0.37
Mac OS X	Safari	10	0.36
Windows 10	Chrome	50	0.34
Android	Android	4	0.33
Mac OS X	Firefox	56	0.33
Windows 10	Chrome	60	0.32
Windows 8.1	Chrome	43	0.3
Android	Amazon Silk	60	0.29
Windows 7	Sogou Explorer	1	0.27
Windows 8	IE	10	0.26
Windows 7	IE	8	0.26
Windows 7	IE	9	0.25
Windows 8	Opera	12	0.25
Linux	Firefox	52	0.25
Mac OS X	Firefox	53	0.24
Windows 7	Firefox	45	0.24
Windows 10	Firefox	57	0.24
Windows 7	Firefox	38	0.22
Windows 10	Firefox	47	0.21

Aktuální funkční požadavky

Následuje seznam aktuálních požadavků na vykreslování PDF souborů s jedním článkem a knih. Požadavky, které se liší od aktuální implementace, jsou zobrazeny tučně.

Historie

• Zobrazování článků a knih ve formátu PDF ze stránek Wikipedie zajišťuje služba s názvem OCG. Při zobrazování "knih" pomocí tvůrce knih se používá OCG jako vložený prvek v rámci rozšíření Collection . OCG má několik problémů, zejména s tabulkami.
• Bylo identifikováno několik problémů s OCG, včetně stížností komunity na neschopnost OCG vykreslovat tabulky.
• Zobrazování tabulek se řadí na 9. místo v seznamu technických přání německy mluvící komunity.
• Wikimedia Deutschland začíná pracovat na řešení řešení pro vykreslování tabulek v PDF a představuje Electron. Plánují ho provozovat souběžně s OCG, nikoli jej nahradit.
• Současně s prací Wikimedia Deutschland na službě Electron dospěli zodpovědní správci služby OCG v Wikimedia Foundation k závěru, že OCG je nutné nahradit.
• Tým WMF Reading Team přebírá odpovědnost za dlouhodobou údržbu zobrazování PDF a zahajuje plány na implementaci vykreslování tabulek ve všech projektech.
• Tým Reading spouští komunitní konzultace, aby shromáždil zpětnou vazbu k Electronu.
• Týmy pro infrastrukturu čtení a web začínají s vymezováním rozsahu prací nezbytných pro přenesení funkcí OCG do služby Electron.

Aktualizace po konzultaci

Navrhované styly PDF a tisku na základě zpětné vazby z konzultace

Konzultaci ohledně současné implementace rendereru PDF jsme zahájili začátkem června 2017. Po přezkoumání odpovědí z konzultace jsme dospěli k následujícím závěrům:

• Větší počet uživatelů preferoval formát s jedním sloupcem před formátem se dvěma sloupci.
• Uživatelé, kteří preferovali dvousloupcový formát, zdůraznili, že jejich preference se odvíjela od stylu a vzhledu dvousloupcového formátu. Někteří uživatelé také vyjádřili obavy ohledně velikosti písma a plýtvání papírem při tisku PDF souborů v jednosloupcovém formátu.
• Byly vzneseny následující požadavky na funkce:
  • Funkční hypertextové odkazy
  • Datum a URL, 'tato stránka stažena [datum] z [URL]'
  • Přizpůsobitelné CSS pro rozvržení, nadpis a obsah
  • Možnost formátu se 2 sloupci
  • Zahrnout/vyloučit verze obrázků
  • Upravitelné okraje
  • Tisk po sekcích – umožňuje odstranit odkazy, nepotřebné odstavce, index atd.
  • Umožnění nastavitelné velikosti textu

Na základě zpětné vazby jsme do našich nových tiskových stylů začlenili následující:

• Hypertextové odkazy
• Informace o článku
• Menší písmo a styl připomínající knihu

Zbývající výše uvedené požadavky budou odloženy do druhé iterace rendereru PDF, ve které plánujeme vytvořit režim nastavení, který umožní přizpůsobení dostupných možností.

Návrh

Následuje návrh rozsahu funkcí potřebných pro vykreslování PDF:

• Jednotlivé články budou vykresleny do PDF pomocí odkazu "Stáhnout jako PDF" v postranním panelu.
• Více článků bude vykresleno do PDF pomocí nástroje Book Creator.
• Všechny články budou uvádět zdroj pro text i obrázky.
• Všechny zobrazené PDF soubory budou moci tisknout tabulky.
  • Uživatelé si budou moci přizpůsobit rozvržení svého PDF (volitelné)

Rozdíly mezi současnou a budoucí implementací

	OCG	Nová služba	Poznámky
Zobrazování jednotlivých článků	Ano	Ano
Zobrazování více článků pomocí nástroje pro tvorbu knih	Ano	Ano
Obsahuje obsah pro více článků	Ano	Ano
Zobrazuje tabulky	Ne	Ano
Uvedení zdroje	Ano	Ano	Otevřená otázka: Umístění atribuce v rámci nové služby
Způsob	Latex	Nový styl
N-sloupcové rozložení	Ano	Ne
Výchozí rozvržení se 2 sloupci	Ano	Orientační	Výchozí jednosloupcové nebo dvousloupcové rozvržení bude vybráno na základě zpětné vazby a kvantitativního a nebo kvalitativního testování.
Výstupní formát	PDF, prostý text	Pouze PDF

Vývoj

Nové styly PDF budou navrženy pro lepší čitelnost. Na základě zpětné vazby od komunity a kvalitativního nebo kvantitativního testování může být vytvořena podpora pro dvousloupcové rozvržení pro tvůrce knihy a nebo pro jednotlivé PDF soubory.

• 
  Příklady nového PDF výstupu – styly budou aktualizovány na základě zpětné vazby z probíhající konzultace.
• 

Plán vývoje a nasazení

Následuje hrubý nástin plánu vývoje a nasazení. Může se změnit.

1. Duben – květen 2017:
   1. Tým Reading vytváří back-endovou podporu pro výše uvedené funkce.
   2. S komunitami se konzultuje rozšíření nebo zmenšení navrhované funkcionality
   3. Kvalitativní test provedený pro styling
2. Červen – červenec 2017:
   1. Implementovány nové styly
   2. První iterace je spuštěna spolu s OCG na všech projektech a je porovnán výkon.
   3. Iterace založené na konzultacích a identifikovaných okrajových případech
3. Srpen 2017 – září 2017
   1. V případě potřeby provedeny další změny
4. října 2017
   1. Druhá iterace byla spuštěna bez OCG na všech projektech

Jednotlivé články

• PDF soubor pro jeden článek bude vytvořen výběrem odkazu "Stáhnout jako PDF"
• Po výběru možnosti "Stáhnout jako PDF" bude vygenerován soubor PDF. Pro stažení souboru uživatelé vyberou odkaz "Stáhnout soubor".
• Každý PDF soubor bude obsahovat následující:
  • Název a text článku
  • Infobox (pokud existuje)
  • Tabulky (pokud existuje)
  • Jednosloupcové rozvržení
  • Číslo stránky
  • Všechny obrázky a popisky článku
  • Odkazy na stránky odkazované v článku (modré odkazy a externí odkazy)
  • Zdroje textu a obrázků, přispěvatelé a licence

Phabricator Tracking

All PDF-related changes including sunsetting OCG, replacing the Electron PDF renderer, and any updates to books or the collections extension are tracked under the phabricator project Proton. The project page will display any recent updates for all tasks related to PDFs.

Books

Functionality available in October, 2017

Note: no changes will be made to the current book creator workflow at this time

• User will launch the books creator by selecting "Create a book"
• This will navigate to the current book creation page
• To download a book, users will select the "download" link from the books page
• Users may only download books in PDF format
• Books will contain all elements from single article format as well as:
  • Book title page
  • The references for each article from the book will appear at the end of the article
  • Each article will begin on a new page
  • A single section for text and image sources, contributors, and licenses, that contains the collected contributions from all articles

Functionality available in November - December, 2017

• Books will contain a table of contents with page numbers
  • Selecting a section from the table of contents will navigate the user to the corresponding section within the book

Styles for books will be updated for improved readability

Alternative

There is an alternative way of exporting MediaWiki to LaTeX, PDF, ODT and EPUB:

https://mediawiki2latex.wmcloud.org/

The computational resources on the server are limited.

If you run Ubuntu Linux and want results faster, you can install the m2l-pyqt or mediawiki2latex packages.