英文电子书使用字典查词时选中整段的解决方法

昨天有位小伙伴向书伴提出一个问题，他在用 Kindle 设备阅读 Calibre 转换的两本英文电子书时，发现它们查词时的表现不一样，其中一本可以正常查词，而另外一本却不能，只能选择一整段内容。

▲ 只能选择整段文字，无法正常查询单词

在获得这两本电子书的样本，并仔细对比了它们的源代码后，不论是元数据还是文本内容，并没有发现查词有问题的电子书存在什么异常。但是不管怎么转换，查词问题总会重现，这着实让人疑惑。

最后，为了更彻底地做对比测试，我从这两本书中各选取了一段，并将其转换成电子书。有趣的现象出现了，居然一段无法正常查词另一段却能正常查词。由此可以推测，问题一定是出在文本内容上。

但是这两段内容看起来确实没有什么区别。当我同时选中这两段内容的时候，突然发现它们的空格看起来有点儿不同。我所用的编辑器是 Sublime Text，当正常的空格被选中时理应显示为“·”，而查词有问题的段落的空格却显示为空（如下图所示）。在确认异常空格的 HTML 实体后，终于找到了问题的症结。

和汉字不同，英文单词之间必须要有空格才有意义，但是在 HTML 中，空格可以分为很多种，其中最常见的就是普通的 ASCII 空格，编辑或阅读时，当一行的空间无法容纳下一个单词时，就会自动换到下一行。此外还有一种特殊的空格，被称为“不换行空格（Non-breaking space）”，这种空格会阻止行的自动换行，编辑或阅读时，当一行的空间不够显示时候，会破坏单词的完整性以字母为单位折行。

这种空格在某些情况下适用，比如“100 km”，可以在“100”和“km”之间加一个不换行空格，这样当一行的行尾空间无法容纳这个计量单位的时候，“100 km”就会被放到下一行的行首，而不会出现“100”在上一行“km”在下一行的情况发生。而如果把所有应该用普通空格的地方换成了不换行空格，就是对不换行空格的滥用。这种滥用的情况虽然不常见，但由于编辑器或输入法等意外情况，还是有可能出现的。

▲ 不换行空格不同形式的 HTML 字符实体

很显然 Kindle 的字典查询功能并没有对不换行空格特殊处理，它会把所有被不换行空格连接起来的单词当作一个单词，这也就是为什么它会自动调用在线字典的原因（否则这么一大段内容它就会给自动标注了）。所以，为了解决这个问题，我们需要在转换电子书时把内容中的不换行空格替换成普通空格。

以 Calibre 为例，在转换电子书的设置面板中，切换到【搜索 & 替换】功能，按照下图所示，在正则表达式中填入 \xa0+ 用来查找特殊空格，在替换文本中输入一个普通空格（按一下空格键）：

然后点击【添加】按钮将设置加入规则。这样转换出来的电子书查词就恢复正常了，如下图所示：

此问题虽得以解决，但正如前面所提到的，在 HTML 中有很多类型的空格，有可能还会因为其它类型的空格导致类似的问题出现，到时只需要确认空格的实体，然后如法炮制将其替换成普通空格即可。

本文仅针对英文内容的电子书。中文内容的 AZW3 电子书也可能会出现查询字典时选择整段文本的情况，关于这个问题可参考《为什么 AZW3 电子书查字典取词时会选中一整句》这篇文章。

————————–

参考资料：

• Non-breaking space
• Whitespace character
• List of XML and HTML character entity references

© 「书伴」原创文章，转载请注明出处及原文链接：https://bookfere.com/post/776.html