Čtení/Web/Funkce PDF
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
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) –
- Pozastavení vykreslování PDF knihy –
- Ukončení rendereru OCG –
- 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
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.
- Duben – květen 2017:
- Tým Reading vytváří back-endovou podporu pro výše uvedené funkce.
- S komunitami se konzultuje rozšíření nebo zmenšení navrhované funkcionality
- Qualitative test performed for styling
- June – July 2017:
- New styles implemented
- First iteration is launched along with OCG on all projects and performance is compared
- Iterations based on consultations and identified edge cases
- August 2017 – September 2017
- Additional changes made if necessary
- října 2017
- Second iteration launched without OCG on all projects
Single Articles
- A PDF for a single article will be created by selecting the "Download as PDF" link
- Upon selecting "Download as PDF", the PDF file will be generated. To download the file, users will select the "Download the file link"
- Each PDF file will contain the following:
- Article title and text
- Infobox (if any)
- Tables (if any)
- Single-column layout
- Page number
- All article images and captions
- Links to pages linked from the article (blue links and external links)
- Text and image sources, contributors, and licenses
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.