为了看书，手动校对了一本PDF。在此记录一些小经验，以供来者阅读。校对还是蛮累的。
前期格式转换
PDF下载自zlibary，是已经OCR过的版本。（如果没OCR过，abbyy的精度似乎不是非常高，但也基本能用）
所以用abbyy转化成docx，再用pandoc导出成md格式，用VScode编辑md格式下的文本。这样可以规避页眉页脚之类的错漏，或者说起码极大地减少这些问题。
引号转义
pdf的OCR对于标点的转化不如文字精确，往往把引号识别为英文引号，包括单双引号都有此问题。
同时，一些含引号的文本被pandoc转化后会变成形如\“文本\”的字样，带有反斜杠。在VScode里打开替换面板，进行替换处理就可。
参考：采用正则表达式，把 \\“([\s\S]*?)\\”替换为 “$1”。
目录和其标识符处理
扫描前文的目录，文中的标题前会加上形如[]{#bookmark24 .anchor}这样的标识符，搜索关键字，连同最开头OCR出来的糟糕目录一起删掉就可以。
blockquote的错误识别
有大段大段的文字被识别为引用，也就是在分段前加上了> 这样的。需要谨慎分辨一下到底哪些文段是正经引用，哪些是识别错误，两者都会被后文段落错裂的批量替换影响，记得重新过一遍。
段落错裂
因为直接转自PDF，分段非常随性，往往有隔行的分段和不隔行的分段两种，另外还有一些零星的很难被规则识别出来的分段，需要在最后过一遍的时候留意。
参考：采用正则表达式，把([^\n\s])\n([^\n\s])替换为$1$2
空格
简单过一遍直接搜索替换就可，留意一下不要把英文部分的空格替换掉就可以，至于md格式的#号标题和脚注[^1]:后面的空格，可以全部替换之后，搜索这个格式重新替换成带有空格的版本。
脚注处理
如果是嵌入正文的、未被识别出来的脚注，会很难处理。需要手动调整其位置和格式，最好放在每个小标题结束的位置，这样数量比较少比较好查看。在导出为epub之后，软件会自动把这些脚注放到大章节的最后。
后期格式转换
最终用pandoc转换已经修改完善的md文件为epub文件。指令里最好加上metadata指令，不加的话，最好用calibre进行一下简单的修饰。
最终修饰和润色
用calibre修饰最终生成的epub文件。市面上据说有更加专业的sigil，制作epub更加简单专业。
pandoc自动生成的css似乎自带了背景色，最后是用了一个ai生成的css替代了一下。
设置封面并且润色书籍（快捷键P），嵌入封面和其他元数据。
亡羊补牢
等到上传完成之后，我才重新把最新的一版传到了我的kindle上读，但是突然发现，一些二级标题居然被归在脚注里了，原因是，## 标题前面如果没有空行，直接连着脚注的话，这一行就会被识别为脚注文本，所以会缺目录，实在是很严重的失误，所以在zlib上传一份新的，然后在新版本书的报告问题里写上一段英文，大意就说，本书是某某书的修改版，请合并两本书并保留较新的那一版就好了。