H2P倡议——一种新的互联网应用模式

From: "javaei" <[e-mail]>

To: "webmaster" <[e-mail]>; "admin" <[e-mail]>; "contact" <[e-mail]>; "banq" <[e-mail]>; "jackliu.aws" <[e-mail]>; "oschina.net" <[e-mail]>; "jrwebmaster" <[e-mail]>; "support" <[e-mail]>; "chris" <[e-mail]>; "admin2" <[e-mail]>; "admin" <[e-mail]>; "sangernten" <[e-mail]>; "software" <[e-mail]>; "admin" <[e-mail]>; "service" <[e-mail]>; "sinamedia" <[e-mail]>; "thomastang" <[e-mail]>; "ir" <[e-mail]>; "webmaster" <[e-mail]>; "webmaster" <[e-mail]>; "yaoz" <[e-mail]>; "Webmaster" <[e-mail]>; "java2000_net" <[e-mail]>; "webmaster" <[e-mail]>; "justin" <[e-mail]>; "david" <[e-mail]>; "yanger1997" <[e-mail]>; "admin" <[e-mail]>; "eatfishlin" <[e-mail]>; "eygle" <[e-mail]>; "fondofbeyond" <[e-mail]>

Sent: Friday, August 07, 2009 10:44 AM

Subject: H2P倡议——一种新的互联网应用模式

各网站管理员：

       我是javaei网站的管理员，近段时间，我站提出h2p概念，并推出h2p应用。h2p是html to pdf的意思，具体地说是根据批量URL生成一个有书签的pdf文档的解决方案，该方案是一个完整的解决方案。我觉得h2p是互联网应用的一种创新，值得推广，经过调查，得到不少人的认可。但是javaei网站的影响力有限，推广力度不够，为了能让h2p被大家认可并得到推广，特向各位发起倡议，一起来完善并推广这种应用，当然首先要得到各位的认可。H2p在技术上微不足道，重要意义体现在应用模式上。就像Rss一样，rss本身技术上没什么可说的，但应用模式上意义重大，rss从提出到被接受，也是经过了曲折的历程。我私下里希望，h2p也能像rss那样，被广为接受，最终成为一种大家接受的应用模式而确立下来，更重要的是，这是中国的程序员发起并推广的，这绝对是零的突破。

       下面从三个方面来展开：h2p具体介绍，为什么要推广h2p，h2p完善和推广

一、H2P具体介绍

       H2P是javaei网站发展的结果。H2P包括两个部分：h2p-file和h2p-tool。h2p-file其实是xml文件，用来描述批量的URL，主要描述两个信息，url的先后顺序和层次结构（用于处理书签）。h2p-tool是一个客户端工具，用途目前主要有三个，根据dtd校验h2p-file的合法性、编辑h2p-file和根据h2p-file生成有书签的pdf文档。

（1）h2p-file

在目前的方案中h2p-file包括两个xml文件，href.h2p.xml和outline.h2p.xml。

href.h2p.xml示例如下

<href-info>
	<href id="KxgYaRxG">
		<value><![CDATA[http;//www.163.com]]></value>
	</href>
	<href id="53Bw5A32">
		<value><![CDATA[http://www.sohu.com]]></value>
	</href>
	<href id="eyEis6ra">
		<value><![CDATA[http;//news.163.com]]></value>
	</href>
	<href id="DMQoSN2t">
		<value><![CDATA[http;//sports.163.com]]></value>
	</href>
	<href id="5vaf3LN7">
		<value><![CDATA[http://news.sohu.com]]></value>
	</href>
</href-info>

 

这个xml很简单，之所以这样描述，是因为URL通常会有&而这个符号不能出现在xml里，而且作为属性的值，还不能用<![CDATA[]]>，所以就作为一个节点了。

h2p-tool根据这个xml生成的每个pdf文件，pdf文件的名字取id的值，后缀为pdf。

 

outline.h2p.xml示例如下

<book name="我的PDF书">
	<chapter name="163" href="KxgYaRxG">
		<chapter name="163新闻" href="eyEis6ra" />
		<chapter name="163体育" href="DMQoSN2t" />
	</chapter>
	<chapter name="sohu" href="53Bw5A32">
		<chapter name="sohu新闻" href="5vaf3LN7" />
	</chapter>
</book>

 

这个xml描述了每个pdf合并的顺序，href的值和上一个xml的id值对应，chapter标签嵌套的层次就是书签的层次，name的值就是书签的名称。H2p-tool根据这个xml把每个pdf合并成一个pdf，并生成书签。

 

考虑到h2p的发展，完全有理由把这两个xml文件合并成一个xml文件，可以定义成如下格式：

<book name="我的PDF书">
	<chapter name="163">
		<href><![CDATA[http://www.163.com]]></href>
		<chapter name="163新闻">
			<href><![CDATA[http://news.163.com]]></href>
		</chapter>
		<chapter name="163体育">
			<href><![CDATA[http://sports.163.com]]></href>
		</chapter>
	</chapter>
	<chapter name="sohu">
		<href><![CDATA[http://www.sohu.com]]></href>
		<chapter name="sohu新闻">
			<href><![CDATA[http://news.sohu.com]]></href>
		</chapter>
	</chapter>
</book>

 

对应的dtd可以定义如下

<!ELEMENT book (chapter+)>
<!ATTLIST book      name   CDATA #REQUIRED>
<!ELEMENT chapter (chapter*)>
<!ATTLIST chapter      name  CDATA  #REQUIRED>
<!ATTLIST chapter      href  CDATA  #IMPLIED>

 

在这个方案当中，h2p-file具有十分重要的意义，它作为一种资源被提供下载，也可以在线使用，h2p-file的格式作为一种协议，可以被各大网站支持，

 

（2）h2p-tool

h2p-tool是处理h2p-file的客户端工具，目前h2p-tool的功能主要有以下三个方面

根据dtd校验h2p-file的合法性，

编辑h2p-file编辑功能包括新建、修改、保存，

根据h2p-file生成有书签的pdf文档，先根据。

目前h2p-tool一部分是用C#开发的，一部分是用Java开发的。不管h2p-tool用什么开发，通过什么方式使用（在线或离线的），只要能处理h2p-file即可。

h2p-tool的功能还可以有如下扩充：

合并h2p-file，解析h2p-file在线阅读（这一点类似于google reader），也可以不需要h2p-tool，直接用xsl展示h2p-file。

下图是h2p生成pdf的一个示例。

 

二、为什么要推广H2P

其实就是要回答h2p有什么价值。自从有了h2p构想以来，我一直在思考这个问题。

从以下几个方面说明我的思考：

(1)各大网站已经积累了丰富的资料，随着pdf的风行，导出pdf是很多用户的需求，提供pdf导出功能的网站还不多，实际上技术已很成熟，原因在于没有很好的模式。导出pdf是个性需求，网站无法知道用户需要把哪些导出成pdf，而且在服务器端生成pdf，不仅会增加服务器端压力。而且会增加管理员工作量。而如果网站只是提供h2p-file下载，由用户利用第三方工具（也即h2p-tool）自行编辑h2p-file，自行生成pdf，上面的问题就解决了，服务器端压力没有了，只需生成h2p-file，用户可以根据自己的需要对h2p-file进行编辑，生成pdf既满足了个性需求，同时把生成pdf的压力转移了用户，这点小压力对单个用户是可以接受的。

（2）如果网站想支持pdf导出的话，那么只需提供h2p-file，就像rss一样，网站要提供订阅功能，只需提供rss就行

（3）网站可以根据用户的请求动态的生成h2p-file，从而间接的实现根据请求动态生成pdf的功能，这一点意义非凡。

（4）网站提供h2p-file，会导致对网站内容的整理和挖掘，从而促进站内智能搜索的应用。

（5）满足了用户的便捷，就是赢利的开始。关于盈利，在网站广告投放这方面一点都不会受影响，pdf超强的表现力足可以完美的表现广告效果，在h2p-file里可以适当放一些广告链接，同时，h2p-tool上也可以投放广告，h2p-tool在生成pdf的时候也能再适当位置加入广告。把广告固化到pdf文件里，这种方式比在浏览器里显示的广告生命周期要长得多，因为pdf是只读的。

（6）最后一点，是意义上的而非价值上的，那就是如果h2p推广开了，被人们接受了，那么这将是第一个由中国的程序员发起并推广的一个协议，一个互联网应用模式。Bbs、blog、wiki、twitter、rss等等，耳熟能详的东西，有技术含量吗？真正有价值的是这些应用模式，正是这些应用模式推动着互联网的飞速发展。而搜索引擎却集优秀的应用模式和先进的理论思想与技术于一身。

（7）有可能带来其他方面的影响，比如网站内容的提炼和聚合。

三、H2P完善和推广

H2P刚刚产生，是个雏儿，尽管核心思想已经体现出来了，但在形式上和应用上还有需要大幅度的完善。可从以下几个方面展开：

（1）齐心协力共同制定和完善h2p-file的格式，使h2p应用更加便捷和丰富。h2p-file可以分成两个文件独立描述，也可以合为一个，前面已经阐述了。

（2）确定了h2p-file的格式，进一步完善和重新开发h2p-tool，h2p-tool可以有三个方向，一个方向就是目前的方向，开发一个客户端工具，并且使用浏览器的内核，把浏览器的功能集成进来，在java开发方面已经有了JDIC这么一个框架了；第二个方向就是类似google reader的方向，在线解析h2p-file，以树形结构显示连接，提供在线的便捷阅读；第三个方向采取最简单的方式，直接用xsl显示h2p-file。

（3）博克文章、论坛帖子一般至少有三分之一的内容是广告或图片，直接根据URL生成的pdf就显得很臃肿，这是这个方案的缺陷，解决这个问题最简单的思路就是网站针对h2p应用再提供一个URL，根据这个URL得到的内容主要是文字形式的内容，之所以说它简单，是因为现在的界面的输出大多采用的模板技术，在模板上稍作变动，就可以输出没有太多广告和图片的内容。但考虑到网站需要投放广告，可以允许有少量广告，从而就产生了h2p-file质量这个概念，图片越少广告越少，那么生成的pdf就越干净体积就越小，h2p-file质量就越高；反之，生成的pdf就像现在的报纸一样，实质内容淹没在广告里而且体积还很大，h2p-file质量就越低。

（4）如果上面的思路得到了采纳，那么根据一条URL生成单个pdf 的技术就能很好的解决。目前的h2p-tool在这一部分的开发用的是一个C#组件（生成的pdf有水印，我估计这个组件是调用了IE浏览器的功能）。之所以采用这个组件，是因为要保证生成的pdf展现效果和浏览器里的效果完全相同，这无异于做一个浏览器，难度可想而知。如果专门为h2p应用再提供一个URL，根据这个URL得到的内容主要是文字形式的内容，没有复杂的标签和样式，这种情况下，使用iText等框架生成pdf是可行的。Javaeye网站提供的pdf下载和电字书制作得到的pdf就是这种情况，提取博克文章的主体内容生成pdf。

（5）各网站对h2p的支持很简单，只需发布网站内容的h2p-file即可，h2p-file从此就以协议或资源的身份出现在互联网中。

 

以上三方面的内容分别阐述了h2p应用模式、h2p的意义和价值和h2p完善和发展的方向，回答了为什么要发起这个h2p倡议。敬请各网站管理员考虑我的意见，推动这个新的h2p应用，不仅会各网站带来新的赢利，而且这将是我们这些中国程序员的集体荣耀。

 

 

 2009-8-7

Javaei网站

 

 

 

相关介绍：

投票：你认为h2p实用吗

H2P介绍

根据批量URL生成有书签的PDF文档的解决方案

pdf生成的解决方案（H2p）之H2P技术细节

pdf生成的解决方案（H2p）之H2P展望

 

评论

1 楼 javer 2009-10-30