下载过 epub 电子书的人，多半被这些事烦过：

章节标题里夹着「加更」「求订阅」；正文中间混进一整段别的书的内容；引号开了头忘了闭合；该写「的」的地方写成「地」；书翻着翻着发现中间缺了十几章……

这些问题靠人眼一遍遍扫，费时还容易漏。于是我们干脆做了一套 Sigil 校对插件——一共 25 个，把「人肉校对」变成「插件自动扫、按规则改」。

这篇不讲术语，用大白话把每个插件是干什么的、版本一路迭代都改了啥，一次讲清楚。

插件传送门：https://wwbcm.lanzouq.com/b01gicnsoj

密码:9ri1

先说清楚：这些插件到底是干嘛的

Sigil 是一款免费开源的电子书编辑软件，很多人用它做 epub 的排版和校对。它的「插件」就像给软件装的小工具——点一下，就能自动做一件具体的校对活。

这套插件一共 25 个，按作用分成三大类：

下面用大白话，把每个插件是干嘛的讲一遍。

一、错别字、标点、乱码，交给它们

FixTypoDict（错别字词库）：内置一张 1 万 2 千多条「错词→对词」的词表，全书扫一遍，哪里用错了词（比如「不折手段」应为「不择手段」）给你列出来，只提醒、不自动改。

FixOcrConfusables（OCR 形近字）：书如果是扫描识别（OCR）来的，常把「人」和「入」、「己」和「已、巳」搞混。这个插件按上下文自动改「人→入」，其余拿不准的列出来人工定。

CheckAdverbDe（的地核查）：把「慢慢的走」这类「的/地」用错的地方找出来，分「建议改地」「建议保留」「待定候选」三档，低置信的只提醒、不自动改。

CheckTraditionalChinese（繁体残留）：简体书里混进来的繁体字，扫出来提醒；但「那」这类繁简同形字不误报，「著作」里的「著」也不误报。

FixPunctuation（标点引号修正）：最复杂的一个。修半角标点、补引号配对、统一省略号、段尾补句号、OCR 标点乱码修复……版本已经迭代到 1.10，后面细讲。

CheckLongSentence（长句检测）：一句话连续 50 个汉字不带标点，读起来费劲，标出来给你断句参考。

二、断行、重复、缺章，交给它们

CheckDuplicateLines（相邻重复行）：连着两行内容一模一样，或者一行里出现两个「第X章」，或者同名章节出现两次，都给你找出来。

CheckLineBreakPunctuation（行首标点检测）：一行开头出现逗号、句号、引号这类标点，说明上一行断开的位置错了，标给你看。

CheckShortFragmentLines（短促残句检测）：OCR 书常丢字，一行只剩「人，对不对？」这种残尾巴，它把可疑的短句挑出来。

MergeBrokenDialogLines（断行合并）：对话被硬回车切成两段、叙述段断在半句，它把这些拼回一整段。

CheckChapterGap（缺章检测）：把全书章节标题收齐，自动解析中文数字（第两百零五章这种），算出哪几章缺失、哪几章重复，列出缺章区间。

CheckEpubStructure（章节结构体检）：检查章节结构、插图 div、章节页该有的样式和头图，跨文件的章号有没有跳号。

CheckCrossBookPollution（异书内容检测）：一本书的正文里混进别的书的内容（比如网文中间突然出现一段丧尸题材），按特征词扫描定位出来。

三、广告、水印、作者话，一键清掉

DeWatermark（去广告水印）：「点击继续阅读」「下载APP」「充值打赏」这类广告段，还有「正文 第N章 目录索引」的导航行，按特征词删掉；只删短行、长行不动。

CleanPageMarkers（去页标记）：清掉「第N页」「第N册」这类分页标记、孤立的页码数字、空引号行，以及镜像站塞进来的广告行。

StripAuthorNotes（去作者感言）：删掉章末「求月票」「求订阅」、卷末、完本感言这类作者附言；拿不准的列成候选，人工确认后再删，绝不误删正文。

CleanTitleBrackets（标题尾括号清洗）：章节标题末尾的「（加更）（求票）」这类发布说明删掉，「（上）（中）（下）」这类结构标识保留。

ApplyReadNotes（读校笔记批量替换）：把你在阅读时记的「这里该改成什么」的笔记，批量应用到书里，改前能预览、可批量撤销。

四、排版规范，交给它们

FormatNovel（排版与章号规范）：把章节标题统一成「第N章 标题」（补第字章字、中文数字转阿拉伯、去前导零），正文段首统一缩进两个全角空格，清掉行首行尾的多余空白。

FixDivider（分割线预处理）：把散乱的章节分割线统一识别、合并，文末多余的分割线删掉。

TitleColorFromImage（标题颜色跟随配图）：从章首头图里取主色，把章节标题颜色自动改成和配图一致；卷标题按卷页底图取色。每本书自动统一，标题色跟着图走。

五、epub 合规体检，交给它们

CheckEpub2Compliance（EPUB2 合规体检）：检查 epub 是否符合 EPUB 2.0 规范——版本声明、必填元数据、目录结构、图片引用有没有失效、链接通不通、文件名大小写对不对。

CheckDuokanCss（多看 CSS 合规）：多看阅读器对某些 CSS 特性支持不好（渐变、伪元素等），它把不支持的地方列出来，避免排版在设备上崩掉。

CheckFontFamilyRefs（字体引用名检查）：检查 CSS 里字体引用名是否和定义一致，别让书名写了字体却显示不出来。

CheckCutoutQuality（抠图质量核验）：封面抠图好不好，自动量化打分——四角是不是透明、有没有抠虚、文字区干不干净、人物有没有抠出洞。

版本迭代：25 个插件到底在迭代什么

这些插件不是写完一次就收工。回看每份更新记录，能看出三条很清楚的迭代主线。

第一条：从「只服务我自己的书」变成「谁的 epub 都能用」。早期很多插件绑定了自家做书的固定套路（固定的类名、固定的文件名、固定的标题格式），换一本书就失灵。现在的版本几乎全部做了「通用化」：词表能自己加、文件名用正则可配置、标题选择器自动识别、设置存进配置文件。哪怕不是你流水线做的书，装上也一样能用。

第二条：能力不断加码，规则越磨越细。每个插件都在往深里做，最典型的是标点修正插件，一路迭代到 1.10 版。

第三条：宁可漏改，不可错改。所有「删除」「替换」类插件都守着两个词——「只加不改」和「幂等」。只加不改，是加新规则时绝不动旧规则；幂等，是同一本书跑两遍结果完全一样，不会越改越乱。所有自动删除前，都会先过一遍「内容载体白名单」，含图片、表格的段落绝不碰，防止误删正文。

几个迭代最狠的插件

FixPunctuation（标点引号修正）1.0 → 1.10：从最基础的标点修正开始，一路加了行首右引号三分法（自动判断分页丢的闭引号该移到哪）、引号按章节重置栈（标题行的引号不参与正文配对，避免跨章假配对）、连续标点修正、冒号后补开引号、OCR 标点乱码修复、英文网址撇号豁免。每个版本都在真实书上跑回归，改完重扫一遍必须零改动（幂等）。

CheckChapterGap（缺章检测）1.0 → 1.7：从简单识别章节号，做到中文数字完整解析（零、两、百、千、万、大写壹贰叁全支持），按卷判定缺号，还能识别「第X卷 卷名 第X章 章名」这种合体标题。

CheckEpub2Compliance（合规体检）1.0 → 1.5：从 6 类基础检查扩到 10 类，新增了目录引用有效性、章节文件必须进目录、链接全扫、文件名大小写一致性检查。

FormatNovel（排版规范）1.0 → 1.8：把标题统一格式做全（六种旧式标题都能认），行首行尾的空白字符清理完整化——半角空格、NBSP、零宽、制表符全清，但全角缩进必须保留。

TitleColorFromImage（标题取色）1.0 → 1.1：从只认固定的 .top 类名，变成自动识别每本书真实用的标题选择器（h2.cnum、.cv-v 都行），识别不到还能手动指定——这正是「通用化」的典型代表。

怎么用

这些插件装在 Sigil 里，一次装好，后面每本书直接调用。

安装就四步：打开 Sigil → 插件 → 管理插件 → 添加插件，选插件的 zip 文件，重启 Sigil 就能在「插件」菜单里看到。

装好后，一本书的完整校对流程大概是：先跑检查类插件把问题都标出来（缺章、错别字、标点、异书内容），再跑清洗类插件清掉广告和作者话，最后用排版规范类插件把格式统一。

25 个插件各自能单独开关、单独使用，按需取用就行。

这套插件一路迭代到今天，核心就一句话：把校对里所有机械的、重复的、容易看漏的活交给插件，把判断的活留给人。