Content-space.de

Creating ePub files from webpages

Michael Hamann — 2010-02-14T23:24:30+01:00

As my newest gadget (well, it's already more than one and a half months old) is an eBook reader device my interest for ePub files has grown as ePub is basically the format that works best for my device and probably generally small eInk devices.

Basically, an ePub file is a xhtml file with some additional information (e.g. a table of contents) zipped together into a handy file. So saving a webpage into an ePub document seems to be quite easy. Nevertheless there are some things the tool has to pay attention too as e.g. the xhtml in a epub file has to be valid xhtml 1.1. For further details on the file format I suggest reading this guide on ePub file creation.

Of course one could do that manually for every single page one wants to read, but I thought there has to be something more handy. Calibre is a great software for creating content for eBook reader devices and it can even process RSS feeds (though skimming through content as I do during reading my feeds is not exactly what you can do best with an eBook reader device). Nevertheless I wanted something more integrated into my favorite browser, Firefox. Surprisingly I couldn't find a single addon for Firefox that fits this purpose.

Finally I managed finding three web services that can create ePub files from webpages:

Web2FB2

The most simple one is Web2FB2, although it's name may suggest something different that service also creates ePub files. I said it's simple because it really just takes the webpage and creates an ePub file. It doesn't try to detect the main text or use RSS feeds or remove the navigation, but at least it includes all images. It seems to me that it ignores printing stylesheets, too. So it depends on the webpage and which parts of it you are interested in how well the result is usable.

zinepal.com

The probably most sophisticated service I've found is zinepal.com - it's basically intended for creating newspapers from webpages, feeds or Google news or blog search results. You can add up to 5 (25 in the pro version) webpages to a so-called „Zine“ for which you can then choose several options and get it as PDF or ePub. When you are pro-user (which are you automatically for the first month of usage) you can even add your own logo or introductory section. You can also select which fonts shall be used and as pro user you can add advertisement (which of course is more intended for republishing the result than for personal use ). Besides that it creates quite useful ePubs (and PDFs) from the specified pages and feeds, it removes almost everything but the actual content, the only negative point is it doesn't add a table of contents for the included pages.

Instapaper

Instapaper is „A simple tool to save web pages for reading later.“. Nevertheless it looks really interesting to me as it is indeed quite simple, you even don't need a password for your account when you don't want one (but it still supports multiple folders, starring pages, iPhone apps…). With a simple bookmarklet you can save pages for later reading. And the best is: you can create an ePub of all your unread pages. As zinepal.com Instapaper most of the time removes everything but the essential text (and unfortunately like zinepal.com also most/all? images…), but as a big plus it adds a table of contents so you can quickly jump between the included pages.

Thus Instapaper looks exactly like what I've been looking for - a tool to make it easy to read all that stuff I find online but want to read in a quiet (or noisy) moment on my sofa (or on the train). I can collect the stuff I want to include and then when I want to get something to read I simply click the epub link and save the ePub file on my reader (switching between files is one of the slower operations, thus having it all in one file is also a big plus). And for the Amazon Kindle there would even be an auto-delivery option. The only thing I'm missing a bit are the images in the webpages, I hope that the algorithm for extracting the text will be improved, but of course I understand that such an algorithm is hard to create and always includes a lot of guessing.

If you should have discovered other ways for getting the web (or at least some parts of it )into an ePub file, please let me know!

epub, ebook

Read or add comments to this article

GPN8

Michael Hamann — 2009-06-29T22:44:43+01:00

Neben diesen Vorträgen blieb ziemlich viel Zeit übrig, die ich damit verbrachte, ein dreidimensionales Pong-Spiel für mehrere Spieler (momentan sind 4 fest einprogrammiert, das sind aber nur wenige Zeilen Code, die die Anzahl der Spieler festlegen) für den VisualCube zu programmieren. Der Code ist in einem Git-Repository hier zu finden, die Dokumentation ist allerdings noch etwas mangelhaft bis nichtexistent, zum Ausführen wird Processing mit der VisualCube library benötigt (alles auf der Website des VisualCube zu finden).

Insgesamt war es ein gelungenes Wochenende das mich motiviert hat, endlich mal das eine oder andere Projekt anzupacken und bei dem ich auch einige ehemalige oder aktuelle Schüler meiner alten Schule wiedergetroffen habe.

gpn, gpn8, entropia, veranstaltung, karlsruhe

Read or add comments to this article

FuCamp: Blogs vs. Qualitätsjournalismus

Michael Hamann — 2009-05-28T18:37:34+01:00

Dies ist ein Mitschrieb der kleinen Diskussionssession zum Thema Blogs vs.
Qualitätsjournalismus.

In den USA gibt es bereits eine erste (Groß)Stadt ohne Tageszeitung - da die
junge Generation die Infos aus dem Internet holt. Primäre Aufgabe einer
Tageszeitung ist es allerdings nicht, schnell zu sein, sondern gut zu sein.
Tageszeitungen liefern auch Hintergrundinformatione und hat gut ausgebildetete
Journalisten, die beide Seiten hören. Twitterer oder Blogger berichten immer
bzw. meist einseitig.

Falsche Informationen online werden von den traditionellen Medien übernommen.

Tageszeitungen bieten Dinge, die das Internet nicht bieten kann. Journalisten
recherchieren auch länger für ein Thema, Blogger recherchieren selten so
gründlich wie Journalisten, z.B. auch in den entsprechenden Ländern. Blogs sind
quasi Stammtische im Internet, aber die Printpublikationen springen darauf an.

In Deutschland ist auch eine Konsequenz, dass verschiedene Zeitschriften zu
großen Verlagen zusammengeschlossen werden.

Problem ist ebenfalls, dass es den Leuten egal ist, was momentan mit den
traditionellen Medien passiert.

Blogs bieten auch Vorteile, sind unabhängig im Gegensatz zu traditionellen
Medien, die z.B. von Werbeeinnahmen abhängen und daher schlecht den Werbepartner
kritisieren können. Weblogs bieten eine große Meinungsvielfalt, eventuell auch
ohne finanzielles Interesse bessere Information?

Problem: Woher kommen die unabhängigen Meinungen? Wohl doch auch von den
traditionellen Medien.

Es wird im Bereich des Qualitätsjournalismus immer weniger Geld ausgegeben für
Journalisten. Das beschränkt durchaus die Qualität der Inhalte. Die Qualität
sinkt ganz von selber durch Anzeigeneinbrüche, Preissteigerung, …

Blogs referrieren gerne auf Medien, Blogs sorgen damit dafür, dass verschiedene
Artikel der Presse gelesen werden, beleuchten sie auf andere Weise. Teilweise
kommen auch Themen aus den Blogs in die Traditionellen Medien. Blogs zeigen
auch, dass man mit wenig Geld einiges erreichen kann.

Bei Blogs werden gute Blogs herausgefiltert.

Bei allen Informationsquellen sind die meisten Informationen irrelevant für die
einzelne Person. Blogs erlauben es einem, eine persönliche Zusammenstellung von
Informationen zu bekommen. Das Social Network kann als Filter für Informationen
dienen, d.h. man liest das, was einem die virtuellen „Freunde“ empfehlen.

Blogs haben ihre Daseinsberechtigung im Long Tail, das scheint für uns klar zu
sein. Außerdem legen sie teilweise die Themen für die Printmedien fest. In
Printmedien sind Information und Meinung (idealerweise) getrennt (in den USA
z.B. anders), in Blogs nicht.

Via Twitter/Blogs werden Informationen sehr schnell veröffentlicht, die Frage
ist aber, ob die Informationen auch stimmen. Massenmedien schauen auch in die
Tiefe, Blogs vermutlich eher weniger. Reine Nachrichten funktionieren eventuell
auch ohne Qualitätsjournalismus. Problem ist auch, dass viele auch schnelle
Informationen für die richtige Information halten.

Brauchen wir zwar keine traditionellen Medien mehr, aber trotzdem noch
Journalisten?

Journalisten machen oft Fehler, wie man merken kann, wenn es um einen selbst
schreiben - wie viele Fehler machen sie insgesamt? Bei Bloggern kann man hier
einfacher korrigieren. Blogger liefern bei Artikeln einen anderen,
persönlicheren Hintergrund in Artikeln.

Mit einem mehr oder weniger offenen Ende schloss diese sehr interessante und
spannende Diskussion.

fucamp, journalismus, blogging

Read or add comments to this article

Amazon Web Services

Michael Hamann — 2009-05-24T14:39:48+01:00

Session von und mit Sven Jansen (@pixeljunkie auf Twitter). Schwerpunkt auf
Amazon Elastic Compute Cloud (Amazon EC2) - virtuelle Rechner anmieten, Amazon
Simple Storage Service (Amazon S3) - Datenspeicher, u.a. Twitter basiert darauf.
Außerdem gibt es SimpleDB - eine einfache Datenbank mit Key-Value-Paaren, aber
sehr mächtig. Amazon CloudFront - Frontend für S3 - bringt Daten näher an den
Benutzer, legt den S3 Space in die Region, in der die Daten angefragt werden, S3
Spaces werden damit weltweit verteilt. Amazon Simple Queue Service (Amazon SQS),
Event-System mit Queues, Elastic MapReduce zum Bearbeiten extrem großer
Datenmengen.

Amazon EC2

Basiert auf XEN Virtualisierung, auch CPU-Last und Speicher werden auf mehrere
Systeme verteilt, wie genau ist Geheimnis von Amazon. Es gibt verschiedene
Linux-Distributionen oder auch Windows. Es gibt verschiedene Ausbaustufen,
die auf reale Hardwarekomponenten umgerechnet sind. Die virtuellen Maschinen
sind flüchtig, Änderungen an den Daten werden nicht gespeichert, man bootet von
einem Image. Der vorhandene Speicherplatz ist für temporäre Daten gedacht,
eigentliche Speicherung auf S3. Die Abrechnung erfolgt dabei stundenweise, man
kann flexibel wechseln. Innerhalb von 2 Jahren gab es keinen Ausfall, die
Ausfallsicherheit ist also recht hoch. Man sollte die Dienste so bauen, dass
andere Server schnell dafür einspringen können.

Es gibt als Ergänzung auch Elastic Block Storage dazu für nicht-flüchtige
Speicherung von Daten. Die Server stehen in den USA und Irland. Es gibt feste
IPs, die nicht an einen einzigen Server gebunden sind. Cloudwatch ist ein
Dienst, um die verschiedenen Daten zu überwachen, bietet API an.

Autoscaling - automatisch Instanzen starten/beenden wenn sich der Bedarf ändert.
Seit kurzem auch Elastic Load Balancing, Routing auf mehrere Instanzen.
Snapshots der Instanzen können auf S3 gespeichert weren, z.B. um Updates am
Betriebssystem selbst zu machen, geht sehr schnell. Es gibt einen Marketplace
mit kostenlosen oder auch kostenpflichtigen fertigen Images.

Die API ist programmiersprachenunabhängig.

Amazon S3

„Eimer“ benennen, Daten reinladen (REST/SOAP API). Verfügbarkeit durch HTTP Download, aber auch BitTorrent, API. Unbegrenzter Speicherplatz, aber max.
Dateigröße 5 GB. Standorte USA oder Irland. Es gibt auch Rechtemanagement,
Zugriff kann beschränkt werden. Das ganze ist auf mehrere Server verteilt und
kann mit Cloudfront auf eigene Domain und Edge Server geleitetet werden. Es gibt
als Minimum 100 MBit Anbindung, Traffic kostet.

Die Bezahlung erfolgt in beiden Fällen ausschließlich über Kreditkarte.

fucamp, amazon, s3, ec2

Read or add comments to this article

FuCamp: Laptops in Vorlesungen - Fluch oder Segen?

Michael Hamann — 2009-05-24T12:53:35+01:00

In Furtwangen wurde Kritik an den Notebooks in Vorlesungen von Seiten der
Professoren geäußert. Anwesend auch ein Professor der Hochschule.

Folgend der Mitschrieb einiger Aussagen/Lösungsideen, …

Notebooks können gut genutzt werden für Protokolle, Recherche, … Studierende
finden es unverschämt, dass ihnen während der Vorlesung der Kontakt nach außen
verboten wird vs. der Professor, der versucht, etwas mitzuteilen und die
Studierenden lenken sich ab.

Heute existiert eine andere Kommunikationskultur als früher - wie unterscheiden
sie sich? Müsste man Laptop-Nutzung verbieten oder wie bekommt man sie sonst in
den Griff? In Dänemark wurden Laptops teilweise sehr integriert, dass
Ablenkungen von Studierendenseite selbst als störend empfunden wurde. Zum Beispiel
durch Skripte ergänzen oder Studierende müssen während der Vorlesung ein
Programm erstellen.

Digitale Mitschriebe bieten große Vorteile (können z.B. an nicht anwesende
Studierende weitergegeben werden). Langweilige/schlechte Vorlesung - gehen vs.
ablenken und trotzdem noch ein wenig aufpassen.

In manchen Vorlesungen ist es offensichtlich, dass Laptops nicht zu
studienzwecken einzusetzen. Teilweise gibt es auch Pflichtveranstaltungen, wo
man hingehen muss. Außerdem sind Studierende teilweise gestresst/haben nicht so
viel Zeit und erledigen andere kleine Aufgaben wie E-Mails schreiben.

Professoren empfinden es als sehr wichtig, dass sie die ungeteilte
Aufmerksamkeit bekommen und ihre Selektionsfunktion ausüben können, da sie eine
Fachsicht haben und die Studierenden selbst nicht unbedingt beurteilen können,
ob die Inhalte interessant sind.

Problem bei Pflichtvorlesungen, dass Studierende da sind, die ohne
Anwesenheitspflicht nicht da wären.

Es gibt Vorlesungen, in denen Laptops nicht sinnvoll und es gibt andere, in
denen man mit dem Laptop z.B. Aufgaben zum aktuell behandelten Stoff lösen kann.

Laptops in Vorlesungen lenken auch andere Studierende, insbesondere die, die
dahinter sitzen, teilweise auch akustische Störung.

In manchen Vorlesungen sind Laptops zur Recherche sehr sinnvoll.

Sensibilisierung für das Thema wird eher als Lösung gesehen als ein generelles
Verbot, da damit auch sinnvolle Einsatzgebiete verboten werden. Es ist auch eine
Frage der Grundeinstellung. Idee einer Selbstverpflichtung - aber es gibt evtl.
immer schwarze Schafe. Soziale Bindung/Kontrolle ist in Kleingruppen möglich.

Durch handschriftliche Mitschriebe wird man gezwungen, die Vorlesung wirklich
nachzuarbeiten. Am Computer dagegen kann man dagegen übersichtlicher
Mitschreiben und auch die mitgeschriebenen Inhalte durchsuchen.

Problem ist, dass die Diskussion eigentlich alle erreichen müsste, und nicht nur
diejenigen, die sowieso für das Thema sensibilisiert sind.

Lösungsvorschläge:

Wir hoffen, dass sich die Leute ändern
„Holzhammer-Methode“ - Professoren sagen es am Anfang der Vorlesung
Graswurzelbewegung - aus der Menge heraus wird Druck aufgebaut

Bericht auch, dass Ermahnen anderer nicht unbedingt hilft.

Eventuell sollte es auch einen Grundsatz/ein Leitbild geben. Aufruf an die
Studierenden, hierfür Vorschläge einzureichen.

fucamp, uni

Read or add comments to this article

FuCamp: Freie Suche

Michael Hamann — 2009-05-24T10:59:56+01:00

Präsentiert von zwei Informatikstudenten (Uni Karlsruhe):

Florian Richter
Michael Hamann

Motivation

Suche ist eine der wichtigsten Dinge im Web überhaupt
Die Websuche ist momentan in der Hand weniger großes Konzerne
Zensur, Kontrolle - wie vertrauenswürdig sind derartig riesige Privatunternehmern

YaCy

P2P Suchmaschine - verteilte Indexierung des Webs
2003 Gegründet
momentan ca. 7 aktive Entwickler
momentan ca. 70 Aktive Teilnehmer im P2P Netz

P2P

Zensur

Jeder Peer kann Blacklists anlegen, diese können ausgetauscht werden
Gedacht, um z.B. Werbung, Linkfarmen, etc. auszuschließen, teilweise auch eBay, Amazon etc.
Problem: Bei Verteilung wird der Index teilweise auch auf den anderen Peers nochmal nach dortigen Blacklists zensiert
Zensur vs. Spam/unerwünschte Inhalte?