Python库提取“epub”信息

Question

我想在Python中创建一个上传电子书至iBook的Epub上传器。我需要一个Python库来提取图书信息。在自行实现之前，我想知道是否有已经制作好的Python库可以实现该功能。

- xiamx

---

我支持保持此问题开放，因为在提问时似乎没有库可以实现所需功能，而且我认为被采纳的答案包含有价值的代码。 - Gustav Bertram

这条评论不是针对你的，而是针对投票关闭问题的人。没有理由取消接受答案，特别是它解决了你的问题。 - Gustav Bertram

关闭并不意味着删除，答案可能是吸引链接回答或者未来的垃圾信息。 - bummi

Answer 1

一个.epub文件是一个经过zip编码的文件，其中包含一个META-INF目录，该目录包含一个名为container.xml的文件，该文件指向另一个通常名为Content.opf的文件，该文件索引组成电子书的所有其他文件（参考http://www.jedisaber.com/eBooks/tutorial.asp ; 完整规范位于http://www.idpf.org/2007/opf/opf2.0/download/）。

以下Python代码将从.epub文件中提取基本元信息，并将其作为字典返回。

import zipfile
from lxml import etree

def epub_info(fname):
    def xpath(element, path):
        return element.xpath(
            path,
            namespaces={
                "n": "urn:oasis:names:tc:opendocument:xmlns:container",
                "pkg": "http://www.idpf.org/2007/opf",
                "dc": "http://purl.org/dc/elements/1.1/",
            },
        )[0]

    # prepare to read from the .epub file
    zip_content = zipfile.ZipFile(fname)
      
    # find the contents metafile
    cfname = xpath(
        etree.fromstring(zip_content.read("META-INF/container.xml")),
        "n:rootfiles/n:rootfile/@full-path",
    ) 
    
    # grab the metadata block from the contents metafile
    metadata = xpath(
        etree.fromstring(zip_content.read(cfname)), "/pkg:package/pkg:metadata"
    )
    
    # repackage the data
    return {
        s: xpath(metadata, f"dc:{s}/text()")
        for s in ("title", "language", "creator", "date", "identifier")
    }    

示例输出：

{
    'date': '2009-12-26T17:03:31',
    'identifier': '25f96ff0-7004-4bb0-b1f2-d511ca4b2756',
    'creator': 'John Grisham',
    'language': 'UND',
    'title': 'Ford County'
}

- Hugh Bothwell

---

两个链接都失效了。 - OliasailO

果然，epub 是一种不同扩展名的压缩文件。 :) - Brōtsyorfuzthrāx

有没有一种方法可以获取书本本身的内容？ - ScipioAfricanus

Answer 2

比如像epub-tools这样的工具？但那主要是关于编写epub格式（从各种可能的来源），就像epubtools一样（拼写相似，但是是不同的项目）。对于阅读它，我会尝试使用配套项目threepress，这是一个用于在浏览器上显示epub书籍的Django应用程序--虽然我没有看过那个代码，但我想为了展示这本书，它肯定必须首先能够阅读它;-)。

- Alex Martelli

---

epub-tools和epubtools似乎是epub生成器。 - xiamx

@xiamx，是的，“主要是关于写作”，正如我所说--那么，你尝试过threepress代码了吗？ - Alex Martelli

Answer 3

看看epub模块。它似乎是一个简单的选择。

- marbdq

---

这个软件包似乎没有得到很好的维护。 - ninjaboy

Answer 4

在寻找类似内容后，我来到了这里，并受到Bothwell先生代码片段的启发，开始了自己的项目。如果有人感兴趣... http://epubzilla.odeegan.com/

- Nicholas O'Deegan

---

非常有用的链接。 - embert

因为网站无法加载而被踩，我猜这个项目被放弃了。 - OMY