最近看到一个类似百度文库的开源文库系统。可以用来搭建运营自己的文库网站。

虽说现在综合类的文库站点，如百度文库等已经做起来了，如果你打算做综合类的文库站点，还是不现实，因为空间太小了.

但是，如果你专注于某一个方向的文库站点，比如课后习题答案文库站点、IT行业文库站点、教育类文库站点等，专注于一个行业领域方向，还是有很大成长空间的。就好比图片站点，现在很多搜索引擎都能搜索图片，但是Pinterest、花瓣网等还不是做起来了吗？

主要技术栈

后端 ：Go语言框架Beego

前端： 基于Bootstrap的前端框架Flat-UI

数据库：MySQL，数据存储

依赖环境：Libreoffice(或Openoffice)，用于将office文档转PDF

pdf2svg，用于将PDF转成svg矢量图片，以供阅读。

calibre，用于将mobi、chm、epub等文档转成PDF，然后再将pdf转成svg

阿里云OSS，存储office文档、PDF文档以及svg等文件

功能特点

文档在线阅读

DocHub文库通过svg矢量图来实现文档阅读体验的，我知道的文库站点中，新浪爱问是通过png等图片提供文档阅读体验的。

SVG相比png、jpeg等图片格式有很大的优势，至少放大不会失真，而且与JPEG 和 GIF 图像比起来，svg尺寸更小，可压缩性更强，DocHub通过gzip，将svg文件压缩，一般情况下，能减少70%的文件大小，比如200kb的svg，gzip压缩后，只有60kb左右的大小。

使用svg，大大提升了加载速度，优化了内容的阅读体验。

office文档在线阅读

这个需要经过两层转化:

office --> pdf --> svg

PDF文档在线阅读

将PDF文档通过pdf2svg转化，提供在线阅读

mobi、epub、chm文档在线阅读

使用calibre将文档转成PDF，然后pdf再转svg。

全文搜索

全文搜索功能，之前是使用coreseek开发实现了这个功能的，但是现在coreseek的官网都已经挂了...打算用elasticsearch重新实现这个功能。

文档采集功能【TODO】

建站初期，站点内容的填充，是一个大难点。

然而，GitBook、ReadTheDoc等站点上，就有一大堆的开源技术文档，提供mobi、pdf、epub离线文档下载。

初略统计了一下，GitBook有10多万文档，按可用文档为5万估算，每份文档，提供3种格式的下载，光从gitbook采集文档，做成文库，就有15万多的文档了。

然后，你再借助下搜索引擎，搜索filetype:文档格式 + 搜索关键字，如filetype:pdf 入门教程，你就会发现惊喜！

如果再爬其他文档，一年之内，单枪匹马搞个上百万文档的文库站点，应该不是个事儿。

积分功能

用户签到、上传分享文档，获得积分奖励；用户下载文档，需要消耗积分

阅读文档水印功能

在提供阅读的svg文件上添加水印

页面一览项目开源地址：

PC端模板

• GitHub: https://github.com/truthhun/DocHubTemplate4PC
• Gitee: https://gitee.com/truthhun/DocHubTemplate4PC

移动端模板

• GitHub: https://github.com/truthhun/DocHubTemplate4Mobile
• Gitee: https://gitee.com/truthhun/DocHubTemplate4Mobile