Cách mở sách DjVu: Đọc trực tiếp trước, chuyển đổi khi cần

Để mở một cuốn sách DjVu, hãy dùng trình đọc hỗ trợ rõ ràng định dạng .djvu hoặc .djv, chẳng hạn như SumatraPDF trên Windows hoặc Okular có hỗ trợ DjVu. Mở tệp đã tải về từ bên trong ứng dụng đó, kiểm tra vài trang và thử tìm kiếm một cụm từ mà bạn nhìn thấy. Bạn không nhất thiết phải chuyển đổi định dạng một cuốn sách vẫn đọc tốt chỉ vì phần đuôi mở rộng của nó còn xa lạ.

Hãy tách bạch ba câu hỏi sau: Các trang có mở được không? Phần văn bản có khớp với các trang đó không? Thiết bị hoặc công cụ tiếp theo của bạn có chấp nhận định dạng này không? Các lần kiểm tra của chúng tôi trên một cuốn sách 251 trang và ba tệp mẫu gốc sẽ cho bạn thấy lý do. Một tệp DjVu có thể hiển thị chuẩn xác nhưng lại không chứa từ nào tìm kiếm được—hoặc chứa từ sai lệch. Việc chuyển đổi sang PDF có thể giữ nguyên hình ảnh các trang nhưng lại làm mất đi lớp văn bản có thể trích xuất.

Hướng dẫn này bắt đầu với tệp bạn đã có quyền sử dụng. Để tải tệp từ kho lưu trữ, hãy xem tài liệu riêng hướng dẫn tải về từ Internet Archive.

Mở sách bằng trình đọc tương thích

Windows: Bắt đầu với SumatraPDF

Danh sách định dạng của SumatraPDF nêu rõ là có hỗ trợ DjVu. Hãy tải ứng dụng từ trang web chính thức, sau đó mở sách từ bên trong ứng dụng thay vì dựa vào liên kết ứng dụng mặc định của tệp.

Các phím tắt theo tài liệu hướng dẫn của ứng dụng giúp bạn kiểm tra nhanh khả năng đọc:

1. Nhấn Ctrl + O rồi chọn tệp DjVu.
2. Dùng Ctrl + 2 để vừa với chiều rộng trang, hoặc Ctrl + 0 để vừa toàn bộ trang.
3. Sử dụng Ctrl + G để chuyển đến một trang ở giữa cuốn sách; hãy kiểm tra cả phần đầu và phần cuối nữa.
4. Nhấn Ctrl + F và tìm kiếm một cụm từ ngắn hiển thị trên một trang nội dung.

Đây là các hướng dẫn dựa trên tài liệu kỹ thuật, không phải thử nghiệm tính tương thích trên Windows do chúng tôi trực tiếp thực hiện. SumatraPDF chỉ dành riêng cho Windows; đừng tìm kiếm bản tải xuống dành cho Mac dưới cùng tên này.

Linux: Kiểm tra xem Okular có hỗ trợ DjVu hay không

Okular liệt kê DjVu trong số các định dạng tài liệu hỗ trợ. Hãy cài đặt ứng dụng này theo cách phù hợp với bản phân phối của bạn rồi mở tệp cục bộ. KDE lưu ý rằng một số bản cài đặt chia nhỏ tính năng hỗ trợ định dạng thành các mô-đun riêng, vì vậy chỉ riêng việc cài đặt trình đọc có thể chưa đảm bảo thành phần DjVu cần thiết đã có mặt. Hãy làm theo hướng dẫn cài đặt chính thức nếu một tệp DjVu vốn hoạt động tốt bị từ chối mở.

Mac: Xác minh gói cài đặt, không chỉ mỗi tên ứng dụng

Dự án DjVu giới thiệu DjView như một trình xem đa nền tảng riêng biệt, nhưng trang tải xuống của dự án lại bao gồm các gói cài đặt cũ dành cho Mac. Hãy kiểm tra kỹ yêu cầu về phiên bản macOS và bộ vi xử lý của gói cài đặt trước khi cài. KDE hiện gắn nhãn các bản tải xuống Okular cho Mac là bản dựng nightly chưa được kiểm thử, vì vậy chúng tôi sẽ không đưa ra gợi ý đó như một trình đọc ổn định đã được kiểm chứng.

Cơ sở kiểm chứng trên macOS của chúng tôi dưới đây đến từ các công cụ dòng lệnh DjVuLibre được biên dịch cục bộ, chứ không phải một trình đọc giao diện đồ họa (GUI) cho Mac đã qua thử nghiệm. Nếu bạn không thể tìm được một trình đọc tương thích và đã quen dùng các công cụ dòng lệnh, giải pháp chuyển đổi sang PDF có kiểm soát bên dưới sẽ là một phương án thay thế. Đừng cài đặt một tiện ích bổ sung trình duyệt (plug-in) đã lỗi thời chỉ để mở tệp.

Kiểm tra riêng biệt hình ảnh, văn bản và tác vụ tiếp theo

Hãy thao tác trên một bản sao và giữ nguyên tệp gốc. Bắt đầu kiểm tra từ trang tiêu đề hoặc phần mở đầu chương, một trang ở giữa và trang cuối cùng. Phóng to cho đến khi đọc được phần văn bản nhỏ nhất có liên quan. Một tệp mở được ở trang đầu tiên vẫn chưa đủ điều kiện để coi là đã vượt qua bước kiểm tra toàn bộ cuốn sách.

Sau đó, hãy tìm kiếm một cụm từ nhìn thấy được trên trang và sao chép một đoạn ngắn vào trình soạn thảo văn bản thuần (nếu trình đọc của bạn hỗ trợ). Hãy kiểm tra một tên riêng, một con số và một câu hoàn chỉnh. Việc tìm kiếm thất bại có thể do thiếu văn bản, lớp văn bản không chính xác hoặc do hạn chế của trình đọc; điều đó chưa hẳn chứng minh tệp tải về bị hỏng.

Một số tài liệu DjVu được phân bổ thành nhiều tệp thành phần riêng lẻ thay vì đóng gói trong một tệp duy nhất. Bản hướng dẫn trình chỉnh sửa tài liệu của DjVuLibre giải thích rằng một trang có thể phụ thuộc vào dữ liệu dùng chung. Việc sao chép riêng một thành phần ra khỏi tài liệu như vậy có thể khiến nó thiếu dữ liệu cần thiết. Hãy tải toàn bộ tài liệu hoàn chỉnh từ nguồn ban đầu; việc gặp lỗi không đồng nghĩa với việc bạn được phép loại bỏ các trang cho đến khi phần còn lại mở được.

Ba tệp có cùng số trang nhưng nội dung văn bản khác nhau

Chúng tôi đã tạo ra hai trang gốc, sau đó mã hóa không suy hao sang định dạng DjVu. Một trang chứa văn bản tiếng Pháp, bao gồm café và boîte; trang còn lại bao gồm The parcel contains 18 notebooks. Cả hai đều sử dụng mã định danh B-204.

Chúng tôi đã tạo ra ba phiên bản: không có lớp văn bản, văn bản chèn thủ công chính xác và văn bản chèn thủ công bị sai. Công cụ OCR không hề tạo ra các lỗi này. Cả sáu kết quả hiển thị trang—hai trang trong mỗi tệp trong số ba tệp—đều khớp chính xác từng pixel với ảnh gốc tương ứng.

Ví dụ đầu tiên là một tệp chỉ chứa hình ảnh vẫn đọc được bình thường, không phải do tải về bị lỗi. Ví dụ thứ ba còn dễ gây nhầm lẫn hơn: nó cung cấp văn bản trông có vẻ hợp lý nhưng thực chất lại sai, trong khi giao diện hiển thị y hệt phiên bản chính xác. Do đó, việc bôi đen hay trích xuất văn bản thành công chỉ là một bước kiểm tra sự tồn tại của văn bản, chứ không phải kiểm tra độ chính xác.

Đối với độc giả sử dụng DjVuLibre, lệnh sau sẽ trích xuất văn bản đã được lưu sẵn trong tệp:

djvutxt book.djvu book-extracted.txt

Hãy chọn tên tệp đầu ra mới. Tài liệu hướng dẫn djvutxt mô tả việc trích xuất văn bản ẩn; lệnh này không nhận dạng các từ mới từ hình ảnh trang. Trong mẫu chỉ có hình ảnh của chúng tôi, lệnh không trả về văn bản nào, trong khi tệp nguyên vẹn vẫn giải mã thành công. Ngược lại, một bản sao nội bộ bị cắt bớt có chủ ý đã khiến bộ giải mã báo lỗi.

Bạn có thể kiểm tra các trang nguồn và kết quả thô cũng như chạy kịch bản tái hiện theo hướng dẫn. Thử nghiệm được thực hiện vào ngày 14 tháng 9 năm 2026, với Pillow 12.3.0 và Poppler 26.08.0. Bản tải xuống chính thức của DjVuLibre được gắn nhãn 3.5.30, trong khi các công cụ biên dịch báo cáo phiên bản 3.5.29; cả mã băm của tệp lưu trữ và phiên bản được báo cáo đều đã được ghi lại.

Đây là thử nghiệm có kiểm soát về lớp văn bản, không phải bài kiểm tra chuẩn độ chính xác OCR, bảng xếp hạng trình đọc hay bài kiểm tra dịch thuật của BookTranslator.

Điều gì đã xảy ra với tệp Candide dài 251 trang

Chúng tôi cũng đã giải mã tệp DjVu từ mục trên Internet Archive candideouloptim01voltgoog, được phân mục là ấn bản tiếng Pháp của Candide năm 1759. Tệp có kích thước 6.510.150 byte tải xuống vào ngày 11 tháng 9 vẫn khớp với mã tổng kiểm đã công bố của nguồn khi chúng tôi làm mới siêu dữ liệu vào ngày 14 tháng 9.

Toàn bộ 251 trang của tệp đã được giải mã ở kích thước tối đa 600 × 800 pixel. Chúng tôi đã kết xuất riêng và kiểm tra trực quan các trang 1, 5, 10, 125 và 251 ở độ phân giải gốc của chúng. Mẫu đó bao gồm thông tin số hóa, ghi chú viết tay, trang mở đầu chương, một trang nội dung và trang cuối cùng hoàn toàn để trống.

Lớp văn bản hiện có tạo ra 207.204 byte UTF-8, với 246 dấu phân cách trang. Các con số này không có nghĩa là cuốn sách bị thiếu 5 trang: việc kiểm tra hình ảnh và văn bản là hai bước riêng biệt, và trang trắng cuối cùng cũng không trích xuất được chữ nào. Một tệp trích xuất có dung lượng lớn cũng không chứng minh được độ chính xác. Trên trang 10 của tệp, từ hiển thị Comment đã bị trích xuất thành CommcTit.

Chúng tôi chỉ chuyển đổi 5 trang đã chọn sang PDF. Tệp đầu ra có 5 trang, nhưng công cụ trích xuất văn bản của Poppler không tìm thấy văn bản nào ngoài khoảng trắng. Đây không phải là quá trình chuyển đổi PDF toàn bộ cuốn sách, hiệu đính toàn diện hay bằng chứng cho thấy bản in là hoàn chỉnh. Bản ghi kiểm tra và các lệnh có thể lặp lại giúp lưu giữ đúng phạm vi cùng định danh nguồn chính xác.

Chỉ chuyển đổi sang PDF khi bước tiếp theo thực sự cần

Nếu cuốn sách đã hiển thị tốt trong ứng dụng bạn chọn, hãy dừng lại ở đó. Chỉ nên chuyển đổi khi một trình đọc, quy trình in ấn hoặc công cụ xử lý tài liệu cụ thể bắt buộc phải dùng định dạng PDF—đừng coi đây là thói quen mặc định cho mọi tệp DjVu tải về.

Sau khi cài đặt DjVuLibre và bật tính năng xuất PDF, lệnh sau sẽ chuyển đổi một vùng chọn gồm hai trang:

ddjvu -format=pdf -page=1-2 book.djvu first-two-pages.pdf

Hãy chạy lệnh này trong thư mục làm việc và đặt tên tệp đầu ra chưa từng tồn tại. Xác nhận cả hai trang đều mở được, sau đó so sánh hướng trang, các mép lề, cỡ chữ nhỏ và số lượng trang với bản gốc. Để chuyển đổi toàn bộ, hãy bỏ -page=1-2 và dùng một tên tệp đầu ra mới khác. Chúng tôi đã thử nghiệm với tệp mẫu hai trang và phần trích năm trang của cuốn sách, chứ không phải mọi trang của cuốn sách thực tế dưới dạng PDF.

Hạn chế mấu chốt nằm ở hướng dẫn sử dụng ddjvu: đầu ra PDF của nó hiển thị mỗi trang dưới dạng một hình ảnh. Trong tệp PDF hai trang đã chuyển đổicủa chúng tôi, lớp văn bản chuẩn xác của tệp DjVu gốc đã không được giữ lại. pdftotext chỉ trả về hai ký tự ngắt trang.

Kết quả đó chỉ xảy ra với phương pháp chuyển đổi cụ thể này; đây không phải là khẳng định rằng mọi phần mềm chuyển đổi DjVu sang PDF đều hoạt động giống hệt nhau. Dù sử dụng công cụ chuyển đổi nào, hãy lặp lại thao tác tìm kiếm và sao chép trên chính tệp đầu ra, chứ không chỉ riêng tệp nguồn. Biểu tượng PDF không phải là bằng chứng cho thấy tài liệu có thể tìm kiếm văn bản, có cấu trúc dễ tiếp cận hay tự dàn lại trang linh hoạt.

Nếu mục tiêu thực sự của bạn là cỡ chữ có thể tùy chỉnh và đọc thoải mái trên màn hình hẹp, trước tiên hãy kiểm tra xem ấn bản đó có định dạng EPUB tương đương hay không. Một tệp PDF dạng ảnh quét sẽ không thể biến thành tệp EPUB dàn chữ linh hoạt chỉ bằng cách đổi đuôi tệp. Hướng dẫn hướng dẫn so sánh EPUB và PDF sẽ giải thích rõ hơn về sự đánh đổi này khi đọc.

Chọn bước tiếp theo phù hợp với nhu cầu thực tế

Nếu chỉ để đọc, một phần mềm đọc DjVu hoạt động tốt có thể là tất cả những gì bạn cần. Nếu cần trích dẫn, một đoạn trích ngắn đã được đối soát kỹ lưỡng có thể là đủ. Nếu tệp PDF bạn vừa tạo lại sao chép sai từ ngữ, hãy làm theo hướng dẫn chẩn đoán lớp văn bản PDF trước khi sử dụng những từ ngữ đó làm tài liệu nguồn.

Việc dịch thuật chỉ trở nên cần thiết khi rào cản duy nhất còn lại là ngôn ngữ và bạn đã có trong tay một tệp khả dụng cùng đầy đủ quyền hạn để sử dụng. DjVu không phải là định dạng được BookTranslator hỗ trợ theo danh mục sản phẩm được kiểm tra cho hướng dẫn này. Việc đổi tên tệp thành .pdf không thể giúp chuyển đổi định dạng.

Đối với một bản phái sinh PDF thực thụ, quy trình xử lý PDF của BookTranslator là một bước tiếp theo khả thi. Bản phái sinh chỉ chứa hình ảnh sẽ cần đến tính năng nhận dạng: Chế độ OCR sẽ tái tạo một tệp PDF đã dịch từ nội dung được nhận dạng thay vì khớp chính xác hoàn toàn bố cục trang gốc. Chúng tôi không tải lên hay dịch các tệp mẫu này, do đó hướng dẫn này không đánh giá chất lượng dịch thuật của chúng.

Hãy luôn lưu giữ tệp DjVu gốc cùng các trang tham chiếu đã đối soát của bạn. Mở tệp, trích xuất, chuyển đổi và dịch thuật là các bước riêng biệt; hãy kiểm tra kỹ kết quả bạn cần ở từng bước một.