双语书籍制作工具bilingual_book_maker中处理EPUB文件标签的注意事项

在使用bilingual_book_maker工具进行书籍翻译时，开发者可能会遇到一个常见问题：命令执行后快速完成，但没有实际进行翻译工作，仅生成了一个带有"_bilingual"后缀的空文件。这种情况通常与EPUB文件中的HTML标签结构有关。

问题现象分析

当运行翻译命令后，控制台输出显示0it [00:00, ?it/s]，并且快速完成执行，这表明工具没有找到需要翻译的内容段落。这与EPUB文件内部使用的HTML标签类型直接相关。

根本原因

bilingual_book_maker工具默认会查找EPUB文件中的<p>标签作为翻译的基本单元。如果原始EPUB文件主要使用<div>或其他非<p>标签来包裹文本内容，工具就无法识别这些文本段落，导致跳过翻译过程。

解决方案

要解决这个问题，可以通过以下两种方式：

1. 修改命令参数：在运行翻译命令时，通过--translate_tags参数指定额外的HTML标签类型。例如：

   python3 make_book.py --book_name your_book.epub --model google --translate_tags div,span
   

2. 预处理EPUB文件：使用专门的EPUB编辑工具，将文件中的文本内容统一转换为<p>标签包裹的标准格式。

最佳实践建议

1. 在使用工具前，先用EPUB阅读器或解压工具检查原始文件的结构，了解主要使用的标签类型。

2. 对于不确定的情况，可以尝试包含常见的文本容器标签：--translate_tags p,div,span。

3. 如果遇到特殊格式的EPUB文件，可能需要结合多种标签类型才能完整提取所有文本内容。

4. 对于复杂的EPUB文件，建议先进行格式标准化处理，再使用翻译工具，可以提高翻译质量和成功率。

通过理解工具的工作原理和EPUB文件的结构特点，开发者可以更有效地使用bilingual_book_maker完成高质量的书籍翻译工作。