Problemi di forma. 4. Problemi di forma. 1. La rappresentazione del testo

Transcript

1 Problemi di forma 1. La rappresentazione del testo Nella lezione precedente, abbiamo ripercorso insieme la storia dell idea di libro elettronico e abbiamo parlato dei dispositivi di lettura che sono stati man mano sviluppati per cercare di dare all e-book un supporto funzionale. In particolare, abbiamo sottolineato l importanza di collegare le caratteristiche del supporto alle situazioni di lettura. Rilevando che, mentre il libro ha fra le sue principali virtù quella di essere perfettamente utilizzabile nelle tre situazioni che ci interessano più da vicino lean forward, lean back e mobilità i supporti digitali sono stati finora assai meno flessibili: il computer, nella sua incarnazione tradizionale, è uno strumento adatto solo al lean forward; palmari e smartphone sono destinati alla mobilità (e anche in quel caso possono dirsi abbastanza funzionali solo nelle ultimissime generazioni, dall iphone in poi); e solo i dispositivi dedicati hanno l ambizione di avvicinarsi al libro anche nella capacità di adattarsi a più situazioni di lettura. Un ambizione non ancora coronata da pieno successo, anche se con la seconda (e-paper) e con la terza (ipad e mini-tablet) generazione di dispositivi sono stati fatti notevolissimi passi avanti. Prima di trarre qualche conclusione più articolata, tuttavia, occorre discutere un altro aspetto della testualità elettronica che ha grande importanza per capire quali siano le reali possibilità di successo dei supporti elettronici nell avvicinarsi a quelli su carta: non più il supporto fisico, e cioè l interfaccia hardware, ma la resa del testo, la sua messa in pagina, e le funzionalità offerte per il supporto alla lettura: descrizione del libro, ricerca dei termini, annotazioni e sottolineature, segnalibri, e simili. Bisogna infatti ricordare che, mentre nel libro a stampa il supporto e la forma del testo finiscono per costituire un oggetto unico e inscindibile, nel mondo digitale dispositivo di lettura e testo elettronico sono oggetti separati, che si incontrano nel momento della lettura ma hanno, prima e dopo, vita autonoma. Cosa determina allora la messa in pagina che in questo caso diventa organizzazione sullo schermo del testo elettronico, di per sé oggetto fluido e intangibile? Come fare per guidarla e controllarla, adattandola al particolare dispositivo che viene utilizzato? Di questa dimensione fa innanzitutto parte una componente essenziale, di cui purtroppo si tende spesso a trascurare l importanza: la rappresentazione del testo e dei fenomeni testuali. Un libro come del resto un messaggio di posta elettronica, o un articolo scientifico, o un copione cinematografico non è una semplice successione di caratteri: alla pura componente testuale si affianca una struttura abbastanza complessa. Ad esempio, nel caso del libro abbiamo di norma una copertina (e talvolta una sovraccoperta con informazioni editoriali sul retro e sui risvolti o bandelle ), un frontespizio, un colophon con un altra tipologia di informazioni editoriali; a volte, perfino il dorso riporta informazioni Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 1

2 utili, come il logo della collana di appartenenza. Abbiamo poi un indice, una prefazione, una suddivisione in capitoli e in paragrafi, l eventuale presenza di illustrazioni È anche grazie a queste caratteristiche del testo che si fa libro, e alle molte altre che potremmo individuare o che potrebbero essere presenti, che possiamo e sappiamo differenziare un libro da una lettera (la lettera non è solo più breve: è organizzata in modo diverso) o da un articolo. Quali di queste caratteristiche vogliamo o possiamo rappresentare in un libro elettronico? Quali caratteristiche nuove si aggiungono? E come vengono rappresentate, queste caratteristiche? Per fare solo qualche esempio: vogliamo che il nostro libro elettronico abbia o possa avere una copertina illustrata? In questo caso, il formato utilizzato per codificare il testo deve prevedere la possibilità di inserirla. Vogliamo un indice? E di che tipo? Se il libro elettronico è ottenuto a partire da un libro a stampa, vogliamo che le paginazioni coincidano e che il libro elettronico sia una sorta di riproduzione anastatica del libro su carta, pagina per pagina? In questo caso, dovremo utilizzare un formato basato su una rappresentazione del testo orientata alla pagina ad esempio il formato PDF e fare i conti con il fatto che i nostri dispositivi di visualizzazione potranno avere uno schermo di dimensioni più piccole (o chissà, magari talvolta più grandi) di quelle del libro a stampa originale, con la conseguenza di perdere leggibilità. In cambio, però, potremmo utilizzare lo stesso meccanismo di citazione orientata alla pagina che è abituale per i libri su carta. O preferiamo invece lasciare il testo libero di riadattarsi alle dimensioni del dispositivo utilizzato per visualizzarlo, perdendo però la comodità di una paginazione fissa? E se perdiamo la paginazione fissa, con cosa potremmo sostituirla se vogliamo citare un passo specifico di un libro? Se partiamo da un testo a stampa (o da un manoscritto), abbiamo anche il problema di decidere se rappresentare o no, e come, eventuali annotazioni marginali, note di possesso, ex-libris informazioni cioè che non facevano parte del libro uscito dalla tipografia o dalla mano del copista, ma che sono state aggiunte dal lettore (o dai lettori) di quell esemplare. Informazioni irrilevanti? Non è detto: il libro potrebbe essere stato annotato dall autore stesso, o da un lettore importante (ad esempio, un altro autore famoso); e anche se di autore ignoto, alcune annotazioni potrebbero correggere errori o risultare interessanti per altri motivi. Nel caso dei manoscritti, poi, potremmo avere cancellature, correzioni, cambio di mano del copista, miniature... E che dire delle differenze che possono esistere fra due edizioni diverse dello stesso libro, o addirittura fra due copie diverse della stessa edizione? Dobbiamo rappresentarle, e come? C è poi il problema di descrivere il libro in modo da ritrovarlo efficacemente sia sulla piattaforma in rete dalla quale dovremo prevedibilmente comprarlo o comunque scaricarlo, sia sul dispositivo di lettura, che di libri elettronici, come abbiamo visto, può contenerne migliaia. L individualità dei libri su carta è data in teoria da autore, titolo e dati di edizione o, più semplicemente, dal codice ISBN ma quando cerchiamo un libro negli scaffali di casa o di una libreria non abbiamo in genere a disposizione un catalogo e ci basiamo spesso su altri criteri, legati al libro come oggetto fisico: la posizione, le dimensioni, il colore del dorso o della copertina In ambiente elettronico basterà limitarci alla gestione e alla ricerca dei cosiddetti metadati Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 2

3 descrittivi come autore e titolo, o preferiamo riprodurre graficamente la metafora degli scaffali sui quali posizionare virtualmente le copertine illustrate? E, visto che abbiamo menzionato i metadati, quali metadati ci servono, e come standardizzarli? Inoltre, va tenuto conto che proprio come un libro a stampa un e-book è anche un oggetto commerciale, al quale andranno associate informazioni utili a gestirne la distribuzione e, se del caso, la vendita. Perfino nel caso di libri fuori diritti distribuiti gratuitamente, come accade per i testi del progetto Gutenberg o del progetto Manuzio, ma anche per un buon numero di testi offerti da progetti digitalizzazione pubblici o privati (a cominciare da Google Book Search), occorrono informazioni specifiche che dichiarino lo status dell e-book e le sue clausole di distribuzione. E se il libro è invece sotto diritti e in vendita, potrà essere necessario proteggerne in qualche modo il contenuto da copie non autorizzate: tema delicatissimo nel mondo digitale, in cui la copia di un file è operazione banale e immediata, e produce una copia indistinguibile dall originale. Una selva di problemi, come vedete, che ci lasciano con un unica certezza: l idea che per realizzare un libro elettronico basti trascrivere al computer il testo di un libro su carta è assolutamente ingenua; il lavoro da fare è molto più complesso. Da questo punto di vista, gli e-book solo testo del progetto Gutenberg lasciano molto a desiderare. La pura trascrizione del contenuto, abbiamo visto, non basta, e negli stessi e-book del progetto Gutenberg al testo vero e proprio è premessa una sezione con alcuni metadati di base: autore, titolo, informazioni sull edizione di riferimento utilizzata e sulla data di realizzazione, un breve riassunto sulle condizioni di distribuzione dei testi del progetto. Altre informazioni, compresa una versione estesa e dettagliata delle clausole di distribuzione, sono inserite in chiusura. Dato che all e-book corrisponde un unico file, queste informazioni non sono però ben differenziate dal corpo del testo. Ed è complicato o impossibile rappresentare altri aspetti del libro da cui si è partiti: di norma sparisce la paginazione, sparisce la copertina, spariscono gli indici, la suddivisione in capitoli deve affidarsi solo ad artifici grafici come qualche salto di riga e all uso del maiuscolo nei titoli, e come vedremo artifici in qualche misura analoghi servono a rappresentare corsivi e grassetti, anch essi impossibili da rendere direttamente in un file solo testo. In sostanza: il formato.txt è certo comodo perché quasi universalmente riconosciuto, ma è assai povero per la rappresentazione del complesso fenomeno testuale rappresentato da un libro. Ecco perché quasi tutti i formati utilizzati per la realizzazione di un e-book si basano, in una forma o nell altra, su linguaggi di marcatura. Un linguaggio di marcatura è fondato su un idea assai semplice: distinguere e separare il puro contento testuale la mera successione dei caratteri dalle (meta)informazioni presentazionali (corsivi, grassetti, dimensione dei caratteri ecc.), strutturali (suddivisione in paragrafi, capitoli, ecc.), descrittive (autore, titolo, casa editrice, anno di pubblicazione, ecc.), gestionali (situazione dei diritti, condizioni di distribuzione, prezzo, ecc.). Tutte queste metainformazioni, che qui abbiamo organizzato in quattro macro-categorie da considerare comunque Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 3

4 come piuttosto fluide e non sempre facili da distinguere con chiarezza, vengono espresse aggiungendo marcatori al testo. I marcatori vengono convenzionalmente inseriti fra una coppia di parentesi acute: < e >. Per semplificare (anche se in realtà non è sempre così) possiamo pensare che tutto quel che è fuori dalle parentesi acute sia contenuto testuale, e tutto quel che è dentro le parentesi acute sia marcatura, mark-up, metainformazione che ha il compito di dichiarare come quel contenuto testuale debba essere presentato, strutturato, descritto, gestito. Una sorta di spiegazione, destinata in primo luogo al programma che si occupa di visualizzare il testo, che in tal modo saprà, ad esempio, dove inserire grassetti e corsivi o dove inserire un salto pagina. Suona complicato, ma in realtà è abbastanza semplice. Supponiamo di avere a che fare con la Divina Commedia. E di voler partire dal puro testo del primo canto dell Inferno. Avremo dunque a che fare con un contenuto testuale di questo tipo: INFERNO CANTO I Nel mezzo del cammin di nostra vita mi ritrovai per una selva oscura, ché la diritta via era smarrita. Come vogliamo rappresentare a schermo questo testo? Una possibilità è decidere di rappresentare Inferno come un titolo in evidenza (un titolo di primo livello), Canto I come un titolo di secondo livello, e fare in modo che i versi siano contenuti in un unico paragrafo ma separati andando a capo. Possiamo farlo usando un marcatore <H1> per il titolo di primo livello (la H sta per heading, intestazione), un marcatore <H2> per il titolo di secondo livello, il marcatore <P> per il paragrafo e il marcatore <BR> (break) per l a capo. Naturalmente, proprio come faremmo inserendo delle parentesi che devono essere prima aperte e poi chiuse, dovremo indicare non solo dove comincia ma anche dove finisce il titolo di primo livello, e lo stesso per il titolo di secondo livello e il paragrafo. Convenzionalmente, la chiusura di un marcatore viene indicata inserendo, sempre fra parentesi acute, il marcatore stesso preceduto da una barra. Il nostro testo diventa in questo modo <H1>INFERNO</H1> <H2>CANTO I</H2> <P>Nel mezzo del cammin di nostra vita<br /> mi ritrovai per una selva oscura,<br /> ché la diritta via era smarrita.</p> In questo modo, Inferno, rinchiuso fra un marcatore H1 aperto e poi chiuso verrà rappresentato come titolo di primo livello, Canto 1 come titolo di secondo livello, e la terzina come un paragrafo i cui versi sono separati da un a capo. L andata a capo è un marcatore vuoto, che non abbraccia una porzione di testo ma Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 4

5 ne specifica un punto: viene quindi aperto e chiuso contemporaneamente, e in questo caso anziché scriverlo come <BR></BR> si abbrevia con <BR />. Attenzione: non è affatto detto che questa sia effettivamente la marcatura migliore o preferibile. Ad esempio, non è detto che considerare le terzine come paragrafi separati sia effettivamente la scelta migliore nella rappresentazione del testo della Divina Commedia (probabilmente non lo è, e sarebbe meglio utilizzare marcatori specifici per i versi). Ogni volta che si marca un testo si compiono delle scelte, spesso tutt altro che banali, a cominciare dal linguaggio di marcatura utilizzato e dunque dall insieme di marcatori che si hanno a disposizione. Inoltre, dal nostro esempio di marcatura manca il contesto: qualunque marcatura dovrebbe infatti cominciare indicando ( dichiarando ) quale linguaggio di marcatura viene usato, cosa che noi non abbiamo fatto, e dovrebbe probabilmente comprendere una sezione di metainformazioni iniziali. Ma il nostro scopo non è imparare a usare un linguaggio di marcatura: è solo farci un idea assai generale dei suoi principi di funzionamento. Nel mondo digitale i linguaggi di marcatura sono ormai onnipresenti, anche se sono normalmente nascosti all utente: quel che l utente vede è l interpretazione che del testo marcato ci offre il programma di visualizzazione. Magari non lo sapete, ma tutte le pagine web sono costruite usando un linguaggio di marcatura (che nella sua versione di base si chiama HTML, Hyper-Text Mark-up Language, cioè linguaggio di marcatura ipertestuale). Solo che navigando fra le pagine di un sito voi non vedete il testo marcato ma l interpretazione di questo testo da parte del vostro programma di navigazione, o browser (che potrà essere, a seconda delle vostre preferenze e del dispositivo che usate per navigare, Firefox, Internet Explorer, Chrome, Safari, Opera ). Se usate un programma di videoscrittura come Microsoft Word o Open Office Writer, vedrete sullo schermo davanti a voi la pagina di testo al quale state lavorando, con titoli, paragrafi, corsivi, grassetti ciascuno al proprio posto, visualizzati così come lo saranno quando stamperete la pagina. Ma dietro quel testo, nascosta ai vostri occhi, c è la pagina sotto forma di testo marcato: tutti i principali programmi di videoscrittura usano ormai un linguaggio di marcatura per rappresentare, in maniera trasparente all utente, le varie caratteristiche presentazionali, strutturali, descrittive ecc. del testo al quale l utente stesso sta lavorando. I linguaggi di marcatura disponibili sono molti, ma ormai sono quasi tutte varianti o meglio, applicazioni di un unico metalinguaggio di marcatura, denominato XML (extensible Mark-up Language). A grandi linee, posiamo pensare a XML come a una specie di laboratorio in cui fabbricare linguaggi di marcatura specifici, rispettando alcune norme generali e comuni. Per scopi diversi avremo infatti spesso bisogno di linguaggi di marcatura (e dunque di insiemi di marcatori) diversi: se il nostro obiettivo è ad esempio rappresentare la struttura di un insieme di ricette di cucina, ci serviranno dei marcatori per identificare gli ingredienti e la loro quantità; se dobbiamo rappresentare un albero genealogico, ci serviranno marcatori per rappresentare rapporti di parentela; se dobbiamo rappresentare pagine web, ci serviranno marcatori in grado di gestire non solo le caratteristiche presentazionali del testo (titoli, corsivi, grassetti ), ma anche tabelle, liste, e l inserimento di link e Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 5

6 immagini; se dobbiamo rappresentare le carte di un archivio, ci serviranno marcatori che permettano di far emergere le aggregazioni documentali e archivistiche, i rapporti delle carte con gli enti produttori, le persone nominate, e così via. E naturalmente se l informazione primaria con la quale dobbiamo lavorare è costituita da libri, ci serviranno marcatori specifici adatti alla rappresentazione della forma-libro : sia dal punto di vista presentazionale (la messa in pagina del testo, con tutte le sue caratteristiche), sia da quello strutturale (suddivisione in capitoli, indici ), sia da quello descrittivo (la scheda del libro), sia da quello gestionale (gestione dei diritti, della distribuzione, della vendita). Va detto subito che, al momento, non abbiamo un singolo linguaggio di marcatura adatto a rappresentare in maniera sufficientemente articolata e potente la forma libro in tutte le sue caratteristiche. L attenzione si è finora indirizzata, in maniera comprensibile ma un po schizofrenica, verso due direzioni diverse: una è costituita dai fenomeni testuali di interesse soprattutto tipografico-editoriale: se il nostro obiettivo è creare concretamente un libro elettronico, ci interessano in primo luogo le caratteristiche della sua impaginazione, la resa sui dispositivi, la gestione dei diritti, i metadati che permettono di organizzare una biblioteca di titoli e di reperire quelli che ci servono. L altra direzione è invece quella filologico-critica, attenta ai fenomeni testuali che possono interessare lo studioso: la struttura del testo (più che la sua resa a schermo), il rapporto di un testo con le sue eventuali fonti (manoscritti, edizioni diverse ), la sua storia (revisioni, modifiche ), e così via. Naturalmente, fra queste due prospettive vi sono larghe sovrapposizioni. Ma al momento la scelta dell uno o dell altro approccio suggerisce l uso di uno fra due diversi schemi: da un lato la marcatura epub, le cui specifiche sono state prodotte dall IDPF (International Digital Publishing Forum, consorzio internazionale che comprende autori, editori e aziende informatiche) e che è orientata alla rappresentazione tipograficoeditoriale di un testo destinato a essere visualizzato e letto in ambiente elettronico. Dall altro la marcatura TEI (il nome abbrevia Text Encoding Initative, ovvero Iniziativa per la codifica testuale ; anche in questo caso si tratta di uno standard prodotto da un consorzio internazionale di organizzazioni e studiosi), che è orientata soprattutto alla rappresentazione filologica di testi di ambito umanistico, e in primo luogo (ma non unicamente) di testi letterari. In questa sede non ci occuperemo di marcatura TEI 1, ma è bene che il lettore sappia almeno della sua esistenza, e della prospettiva che essa rappresenta. Ci occuperemo invece, più avanti in questa stessa lezione, di epub, che è di fatto emerso negli ultimi due o tre anni come standard di riferimento per il mondo degli e-book. Non ce ne occuperemo però dal punto di vista strettamente tecnico: obiettivo di questo lavoro non è infatti fornire istruzioni pratiche sulla realizzazione di libri elettronici (ci sono in rete ottime guide e parecchi strumenti utilizzabili a questo scopo, e nel seguito avremo occasione di menzionarne diversi), ma fornire le informazioni necessarie a riflettere sulla loro natura e sulle loro potenzialità. 1 Un riferimento introduttivo al riguardo è il già citato, ottimo lavoro a cura di Fabio Ciotti: Fabio Ciotti (ed.), Il manuale TEI Lite cit. Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 6

7 epub, però, non è nato dal nulla, e anche se c è chi fin da dieci anni fa aveva visto giusto scommettendo sul formato da cui epub è nato, denominato all epoca OEB la sua diffusione, come si è accennato, è solo recente. Come si è arrivati a epub, come funziona questo formato, e cosa permette di fare? Quali sono, o sono stati, i suoi principali concorrenti? E quali programmi vengono usati per visualizzare i file codificati con questi formati? Si tratta di domande solo apparentemente tecniche : come abbiamo rilevato in apertura, dalle caratteristiche dei formati di codifica del testo dipendono i fenomeni testuali che siamo (o non siamo) in grado di rappresentare, e dunque molta parte della forma dei nostri libri elettronici. Vale la pena, dunque, saperne qualcosa di più. 2. Se il testo è nudo Come ricorderete, il primo formato in assoluto a essere stato usato per la realizzazione di libri elettronici è il formato.txt. È la scelta che abbiamo visto alla base della biblioteca digitale del progetto Gutenberg, e per l assoluta portabilità del formato che può essere letto sostanzialmente da tutti i dispositivi e in ogni ambiente informatico questa scelta rimane ancora abbastanza popolare. In un file di questo tipo l unico fenomeno testuale considerato è la successione dei caratteri. Come sapete, il computer lavora macinando bit, rappresentati attraverso lunghe successioni di 0 e 1. In questo caso, dunque, ogni singolo carattere è codificato da un gruppo di bit, e (con pochissime eccezioni, come l andata a capo, rappresentate attraverso caratteri speciali o di controllo ) non viene codificato nient altro che non sia parte della successione dei caratteri del testo. Per essere precisi, quando parliamo di questi file detti di solo testo dobbiamo però fare anche riferimento alla tabella di codifica dei caratteri utilizzata. Ma cos è una tabella di codifica dei caratteri? Nessun timore, non si tratta di un concetto troppo complicato2. Abbiamo detto che, perché il computer possa utilizzarli, ogni carattere è fatto corrispondere a una particolare combinazione di bit: in sostanza, a una particolare combinazione di 0 e 1. Questo presuppone l accordo su una tabella di corrispondenza standard fra caratteri da un lato e numeri binari (formati solo dalle cifre 0 e 1 ) dall altro. In questo modo, una stessa successione di bit sarà interpretata sempre come lo stesso carattere (o come la stessa successione di caratteri), indipendentemente dal computer utilizzato. Come costruire questa tabella? Dovremo ricordarci di includere fra i caratteri da codificare tutti quelli che vogliamo effettivamente differenziare in un testo scritto: se vogliamo poter distinguere fra lettere maiuscole e minuscole dovremo dunque inserirvi l intero alfabeto sia maiuscolo che minuscolo, se vogliamo poter inserire nei nostri testi anche dei numeri decimali e date dovremo inserire le dieci cifre (0, 1, 2, 3, 4, 5, 6, 7, 8, 9), se vogliamo poter utilizzare segni di interpunzione (punto, virgola, punto e virgola...) dovremo 2 Per una introduzione al concetto di informazione informato digitale, di bit e di codifica dei caratteri rimando al primo capitolo di Fabio Ciotti e Gino Roncaglia, Il mondo digitale. Introduzione ai nuovi media, Laterza, Roma-Bari 2000, di cui riprendo nel seguito qualche passo. Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 7

8 inserire i caratteri corrispondenti, e così via... senza dimenticare naturalmente di includere lo spazio per separare una parola dall altra! Una tabella di questo tipo si chiama tabella di codifica dei caratteri. Tabella 1 - il codice ASCII (caratteri alfanumerici e segni di interpunzione) 33! A 81 Q 97 a 113 q 34 " B 82 R 98 b 114 r 35 # C 83 S 99 c 115 s 36 $ D 84 T 100 d 116 t 37 % E 85 U 101 e 117 u 38 & F 86 V 102 f 118 v 39 ' G 87 W 103 g 119 w 40 ( H 88 X 104 h 120 x 41 ) I 89 Y 105 i 121 y 42 * 58 : 74 J 90 Z 106 j 122 z ; 75 K 91 [ 107 k 123 { 44, 60 < 76 L 92 \ 108 l = 77 M 93 ] 109 m 125 } > 78 N 94 ^ 110 n 126 ~ 47 / 63? 79 O 95 _ 111 o 127 _ P 96 ` 112 p Per molto tempo, la codifica di riferimento è stata la cosiddetta codifica ASCII (American Standard Code for Information Interchange; attenzione: si scrive ASCII ma si legge con la c dura: aski ). La codifica ASCII originaria (detta anche ASCII stretto : quella che abbiamo visto essere la codifica scelta da Michael Hart, l ideatore del progetto Gutenberg) faceva corrispondere a ogni carattere una sequenza di 7 bit, e permetteva quindi di distinguere 128 caratteri: 2 elevato alla settima. La trovate riportata nella tabella seguente, con i numeri binari convertiti, per comodità, nei corrispondenti numeri decimali e con Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 8

9 l omissione dei primi simboli, che anziché corrispondere a caratteri alfanumerici vengono fatti corrispondere a caratteri di controllo (ricordate il discorso fatto a proposito dell a capo?). Quindi, ad esempio, la lettera a minuscola viene codificata dal computer utilizzando il numero binario corrispondente al numero decimale 97, e cioè Se date un occhiata alla tabella, vedrete che sono codificate le lettere maiuscole e minuscole dell alfabeto latino ma mancano le vocali accentate presenti in diverse lingue (a cominciare da italiano e francese), mancano le vocali con l umlaut tedesche, e così via: in sostanza, l ASCI stretto funziona quasi esclusivamente per l inglese. Per questo motivo, dall ASCII stretto si è presto passati a una tabella più ampia: l ASCII esteso, o ISO Latin 1, che distingue 256 caratteri, i primi 128 dei quali sono ereditati dall ASCII stretto. L indicazione ISO indica l approvazione da parte dell International Standardization Organization (l organizzazione internazionale responsabile della standardizzazione), e Latin 1 indica che si tratta della tabella di riferimento per gli alfabeti di tipo latino. Ma naturalmente in molti casi anche l ISO Latin 1 non basta: ci sono alfabeti diversi da quello latino (greco, ebraico, cirillico, armeno, arabo ) e ci sono lingue che usano sistemi non strettamente alfabetici, come i caratteri giapponesi, cinesi ecc.; per questo motivo, esistono tabelle di codifica dei caratteri ancora più ampie, come Unicode, che è oggi lo standard utilizzato da molti sistemi operativi. Di norma, gli e-book (o almeno gli e-book scritti in lingue che utilizzano l alfabeto latino) codificati in formato solo testo usano o l ASCII stretto o l ISO Latin 1. La codifica binaria di un testo avviene dunque seguendo lo schema seguente: O G G I P I O V E Sullo schermo, ad esempio utilizzando un programma di videoscrittura, l utente scriverà (e leggerà) la stringa di testo oggi piove ; il computer, dal canto suo, lavorerà invece con la rappresentazione binaria di quella stringa. In generale, tutte le volte che utilizzate un computer per visualizzare un testo scritto o per lavorarvi sopra, lo schermo vi presenterà il testo nella familiare forma alfabetica, ma il computer lavorerà in effetti su quel testo in forma binaria: la tavola di conversione lo aiuterà a tradurre i caratteri alfabetici nella relativa codifica binaria, e viceversa. Se mi avete seguito fino a questo punto, potete tirare un sospiro di sollievo: la parte strettamente tecnica della trattazione è tutta qui. Per capire cosa sia un file solo testo, spesso individuato attraverso l estensione.txt aggiunta al suo nome, non ci serve nient altro. Vi suggerisco invece un brevissimo esercizio: andate all indirizzo e date un occhiata a un ebook del progetto Gutenberg in formato solo testo. Si tratta del testo inglese di Pride and Prejudice (Orgoglio e pregiudizio) di Jane Austen. Provate a scorrerlo: non vi troverete altro che caratteri ASCII. Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 9

10 Niente grassetti, niente corsivi, anche se qualche trucco è stato usato per rendere in qualche modo quelli presenti nel testo. È così, ad esempio, nel passo seguente, tratto dalla celebre scena iniziale del romanzo: "My dear Mr. Bennet," said his lady to him one day, "have you heard that Netherfield Park is let at last?" Mr. Bennet replied that he had not. "But it is," returned she; "for Mrs. Long has just been here, and she told me all about it." Mr. Bennet made no answer. "Do you not want to know who has taken it?" cried his wife impatiently. "_You_ want to tell me, and I have no objection to hearing it." La parola You dell ultima frase è preceduta e seguita da un trattino basso (underscore) per indicare che va interpretata come scritta in corsivo. Si tratta in sostanza di una forma assai semplice di marcatura: il simbolo _ è usato come marcatore del corsivo. Una marcatura, come è facile vedere, priva delle convenzioni complesse (ma estremamente potenti) cui abbiamo fatto cenno in precedenza, a cominciare dall uso delle parentesi acute aperte e chiuse per racchiudere i marcatori. Provate a immaginare, dietro a questo testo, gli 0 e gli 1 utilizzati dal computer: a ogni singolo carattere corrisponderà, in maniera assolutamente regolare e sulla base della tabella ASCII che abbiamo appena incontrato, la corrispondente successione di 0 e 1. Il file non è altro che una lunga concatenazione di questi 0 e 1. E qualunque computer conosca la tabella ASCII, indipendentemente dal suo sistema operativo, dalle sue caratteristiche, dalla sua età, sarà capace di leggerlo, interpretarlo e mostrarvi sullo schermo (o inviare alla stampante) il testo corrispondente. Il problema principale dei normali file.txt, come quello che abbiamo usato come esempio, è evidentemente la scarsa capacità di rappresentare perfino i fenomeni testuali più semplici, come il corsivo o da dimensione dei caratteri. Inoltre, il file potrà contenere al suo interno dei metadati (ad esempio il nome dell autore o il titolo dell opera), ma non essendoci alcuna marcatura che permetta a un programma di riconoscere questi metadati sarà assai difficile riuscire a gestirli in maniera automatica. Attenzione, però: questo non vuole affatto dire che i file di testo siano inutili: di fatto, anzi, la maggior parte degli e-book in circolazione è composta fondamentalmente da file di testo. Solo che al loro interno non è presente solo il contenuto testuale dell opera, ma anche una marcatura potente ed espressiva, come quelle aderenti agli standard TEI o epub. Alla base vi saranno sempre e comunque file di testo (ricordate? I marcatori non sono altro che testo, compreso fra i caratteri < e > ), ma potenziati dall uso della marcatura. Il loro carattere di file di testo permetterà comunque di usarli su qualunque sistema che conosca la relativa tabella di codifica dei caratteri, mentre il riconoscimento della marcatura richiederà qualcosa di più, un software (spesso chiamato processore, o parser) in grado di interpretare i marcatori e comportarsi di conseguenza, ad esempio permettendo la visualizzazione corretta di grassetti e corsivi. Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 10

11 Così, ad esempio, la riga contenente il corsivo nel passo sopra citato si trasforma, nel file principale del corrispondente pacchetto epub (vedremo fra un attimo cos è un pacchetto epub), in <P>"<I>You</I> want to tell me, and I have no objection to hearing it."</p> Sempre di testo si tratta, ma questa volta il testo comprende il marcatore <P>, che verrà interpretato come l apertura di un paragrafo, e il marcatore <I>, che verrà interpretato come l apertura di un corsivo (italic), assieme alle rispettive chiusure </P> e </I>. Ma torniamo per un attimo alle origini e ai soli file di testo senza marcature. Dove e come leggerli? In realtà, proprio per la loro semplicità possono essere visualizzati praticamente su qualunque dispositivo: dai PC ai telefoni cellulari, dai lettori dedicati (di qualunque generazione) all ipad e agli altri mini-tablet. Per leggere e-book in formato.txt può convenire però impostare nel programma di visualizzazione un carattere (font) diverso dal Courier che viene spesso utilizzato come standard nel rendere a video i file solo testo. Infine, un cenno alla questione delle dimensioni del file. In realtà, nel caso di file che contengono testo, di qualunque formato si tratti, le dimensioni sono ormai raramente un problema: a far crescere le dimensioni dei file sono piuttosto immagini, suoni, video. Ma economizzare bit è sempre una buona abitudine, e i file di testo si prestano bene ad essere compressi. Per questo, molto spesso gli e-book in formato.txt sono distribuiti in forma compressa, in genere utilizzando il formato.zip o quello.rar. I file compressi in formato.zip sono ormai riconosciuti da quasi tutti i sistemi operativi recenti; in ogni caso sia per creare sia per decomprimere i file.zip,.rar, o nel formato.sit usato frequentemente nel mondo Mac, esistono innumerevoli programmi gratuiti. L importante è tener presente che in questo caso abbiamo a che fare con file a due strati : il file risultato dell operazione di compressione, che oltre a permettere di risparmiare bit funziona un po come una scatola, come un contenitore, e il file (o i file) originari, nel nostro esempio in formato.txt. Prima di poter usare il file in formato.txt dovremo dunque estrarlo dalla scatola rappresentata dal file compresso. Se volete provare direttamente il meccanismo, un buon esempio è rappresentato dal primo e-book realizzato dal progetto Manuzio, I Malavoglia di Verga: lo trovate alla pagina disponibile fra gli altri formati come file.txt all interno di un pacchetto zippato. Naturalmente, la scatola rappresentata dal file compresso potrebbe comprendere anche più di un file: ad esempio, potremmo scegliere di usare file diversi per i diversi capitoli di un libro, o per i diversi volumi di un opera in più volumi. E proprio la capacità che hanno i file compressi di comportarsi come un contenitore, includendo al loro interno più file diversi, viene sfruttata anche nel caso di formati come il già ricordato epub per unire il file o i file che contengono il corpo del testo con altri file, contenenti prevalentemente metainformazioni (indici, descrizioni di varia natura), nonché con eventuali immagini (ad esempio l immagine di copertina, se ne vogliamo una). Si parla in questo caso di file di pacchetto, e i formati che utilizzano la compressione non solo per risparmiare bit ma anche per unire in un unico pacchetto più Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 11

12 file che hanno funzioni diverse ma fanno tutti parte di una stessa pubblicazione digitale vengono detti formati di pacchetto. Lo vedremo concretamente più avanti, parlando del formato epub. 3. PDF: Quando la pagina è tutto Se i file in formato.txt rappresentano l estremo della semplicità, con un testo nudo e sostanzialmente privo di formattazione, l estremo opposto è rappresentato dai file PDF (Portable Document Format), nei quali alla resa grafica della pagina è dedicata la massima attenzione. Il formato PDF è stato sviluppato da una delle aziende software più importanti, la Adobe, all inizio degli anni 90, e negli anni successivi ha conosciuto una notevole evoluzione, fino a diventare, nel 2008, uno standard ISO aperto. Nel frattempo comunque la Adobe ne prosegue lo sviluppo, con il risultato di una qualche tensione fra la versione standard adottata dall ISO e le versioni proprietarie che la Adobe continua a sviluppare. Il formato PDF era inizialmente rivolto soprattutto al cosiddetto desktop publishing, ovvero alla preparazione su computer di documenti destinati alla stampa. Non sorprende dunque che l obiettivo iniziale fosse in primo luogo una buona impaginazione: il PDF è nato come formato orientato alla pagina più che allo schermo, e anche per questo è molto amato nel mondo dell editoria. Per lo stesso motivo, i documenti in formato PDF hanno di norma la caratteristica di mantenere la stessa impaginazione e la stessa resa grafica, indipendentemente dal dispositivo sul quale vengono visualizzati. Ricordate la fondamentale distinzione fra impaginazione fissa, che rimane la stessa su schermi grandi o piccoli, o stampata su carta, e impaginazione liquida o fluida, in cui il testo si adatta alle dimensioni dello schermo e ci permette di scegliere la dimensione dei caratteri che preferiamo? Ebbene, il formato PDF è il principale esponente della prima categoria. La scelta di una impaginazione fissa ha vantaggi e svantaggi: il vantaggio principale è proprio la garanzia del totale controllo della resa su pagina: possiamo ad esempio tranquillamente usare numeri di pagina, con la sicurezza che resteranno gli stessi su ogni dispositivo e con qualunque modalità di visualizzazione. In un file PDF, pagina 47 è sempre la stessa, comincia sempre con la stessa riga, finisce sempre con la stessa riga, utilizza sempre gli stessi caratteri, contiene sempre le stesse immagini, se ce ne sono, sempre nella stessa posizione. Ma quel che è un vantaggio da un punto di vista, è uno svantaggio da un altro: su schermi piccoli, i file PDF possono risultare quasi illeggibili e non possiamo migliorare la situazione aumentando la dimensione dei caratteri: possiamo solo zoomare all interno della pagina, vedendone una zona ingrandita, ma perdendo la visione d insieme. Nella digitalizzazione di testi già apparsi a stampa, o destinati comunque anche alla stampa, PDF garantisce la perfetta corrispondenza fra la pagina del libro stampato e la pagina del libro visualizzata sullo schermo: indubbiamente, una grande comodità. Ma perché la cosa abbia senso occorre che lo schermo abbia più o meno le stesse dimensioni della pagina del libro: se è molto più piccolo, siamo nei guai. Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 12

13 Per questo il PDF è un formato abbastanza adatto alla lettura lean forward su computer (anche se manca di norma la possibilità di intervenire sul testo), ma adatto alla lettura lean back solo se supportata da schermi di dimensioni abbastanza generose ad esempio quello del Kindle DX, il dispositivo al momento forse più adatto per questo formato e decisamente poco funzionale per la lettura in mobilità. Se un testo in formato.txt è nudo, un testo in formato PDF è assai ben vestito, ma con un abito che non è possibile cambiare, e che è adatto solo a certe situazioni. Va detto, per amor di precisione, che mentre fino ad alcuni anni fa il formato PDF era assolutamente chiuso, descriveva la pagina senza permettere su di essa alcun intervento o modifica, i formati PDF più recenti sono comunque basati su XML, e permettono quindi un po di flessibilità in più: alcuni dispositivi possono dunque ma solo se il file lo consente cercare di migliorare un po la situazione distribuendo ad esempio un unica pagina PDF su due schermate e aumentando la dimensione dei caratteri. Si tratta di una operazione conosciuta come reflow, riformattazione dinamica; il Kindle, ad esempio, è in grado di compierla. Ma è un azione che su un formato orientato alla pagina com è il PDF ha comunque poco senso: la resa grafica di questi tentativi che si propongono di rendere in qualche misura fluido un formato per sua natura rigido è in genere pessima, soprattutto su documenti con impaginazione complessa. Negli anni passati, la Adobe ha puntato molto sul PDF come formato per la realizzazione e la distribuzione di libri elettronici, realizzando un programma di visualizzazione specifico, che nella versione più recente si chiama Adobe Digital Editions e comunica con una vera e propria piattaforma di distribuzione. Inizialmente, nel periodo di interregno fra la prima e la seconda generazione di lettori dedicati, lo sforzo era stato dedicato a costruire attorno al formato PDF una serie di strumenti di protezione dei diritti e di visualizzazione sul desktop del PC, e dunque in situazioni lean forward. Come ricorderete, infatti, in quel periodo (più o meno fra il 2001 e il 2006) il pendolo oscillava in direzione degli e-book prevalentemente di ricerca e di reference, utilizzati in modalità lean forward sullo schermo di un normale computer. Era nato così l Adobe ebook reader, che offriva la possibilità di visualizzare e-book in formato PDF, organizzarli nella propria biblioteca (Library) e acquistarli attraverso il Bookstore, una libreria virtuale basata sul meccanismo di protezione e gestione dei diritti sviluppato da Adobe. L emergere dei lettori dedicati basati su epaper ha parzialmente cambiato la situazione: Adobe si è resa conto che il formato PDF, utilissimo in certe situazioni, non poteva però funzionare in tutte, e ha cominciato a rivalutare il formato liquido epub, del cui consorzio di sviluppo come vedremo faceva parte. L ultima versione di quel che era l Adobe ebook Reader e che è oggi Adobe Digital Editions, disponibile sia per Windows sia per Mac, è quindi in grado di visualizzare sia file PDF sia e-book in formato epub, organizzandoli in scaffali virtuali. Questo non significa affatto che il formato PDF sia destinato a sparire: su lettori di dimensioni un po più grandi, e nel caso di contenuti in abbonamento che possono essere in qualche modo abbinati a un lettore (ad esempio quotidiani e riviste) un formato orientato alla pagina può essere assai utile. E programmi come il sorprendente Blio ( alla cui realizzazione ha contribuito proprio quel Ray Kurzweil di cui abbiamo parlato nella lezione precedente, promettono per il PDF una seconda giovinezza, con la gestione di animazioni e video e con effetti molto realistici, legati ad esempio all operazione di Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 13

14 sfogliare le pagine. Blio integra anche un servizio di vendita, e si propone in sostanza come una versione potenziata di Adobe Digital Editions. Ma torniamo appunto ad Adobe Digital Editions 3. Un aspetto interessante del software è la paginazione: come abbiamo visto, quando si lavora con un file PDF non ci sono problemi, ma come risolvere la questione nel caso di un formato fluido come epub? La soluzione adottata è degna di nota: è possibile aggiungere al libro una cosiddetta page-map, una vera e propria mappa, che indica attraverso una marcatura specifica dove comincia e dove finisce una pagina. In questo modo, diventa possibile creare una corrispondenza fra la paginazione fissa di un libro a stampa e la paginazione di un e-book fluido: certo, la visualizzazione dell ebook non rispetterà le pagine fisse della page-map, ma sarà comunque possibile sapere in ogni momento in quale pagina ci si trovi e saltare al qualsiasi pagina si desideri. E in assenza di una edizione a stampa di riferimento? In questo caso, si può realizzare automaticamente una paginazione fissa utilizzando un criterio convenzionale: una pagina ogni 1024 caratteri. E anche questa paginazione fissa e convenzionale potrà essere visualizzata come informazione sullo schermo, pur non corrispondendo di norma alla paginazione effettiva visualizzata dall utente, che come ormai sappiamo dipende dalle dimensioni dello schermo e del carattere scelto per la lettura. Figura 1 L interfaccia di lettura di Adobe Digital Editions - versione per PC 3 Due presentazioni di Adobe Digital Editions, una in italiano e una in inglese, sono disponibili su YouTube alle pagine e Corso e-book e futuro del libro Università della Tuscia Dispensa a cura di Gino Roncaglia 14