提取'epub'信息的Python庫

Question

我正嘗試在python中爲iBook創建epub上傳器。我需要一個python庫來提取圖書信息。在我自己實現這個之前，我想知道是否有人知道一個已經做好的python lib。

Answer 1

一個.epub文件是包含META-INF目錄，其中包含一個名爲container.xml中的文件，它指向通常命名爲Content.opf另一個文件，它索引的所有其他文件，這構成了一個zip編碼文件電子書（摘要基於http://www.jedisaber.com/eBooks/tutorial.asp;完整規範在http://www.idpf.org/2007/opf/opf2.0/download/）

以下Python代碼將從.epub文件中提取基本元信息並將其作爲字典返回。

import zipfile 
from lxml import etree 

def get_epub_info(fname): 
    ns = { 
     'n':'urn:oasis:names:tc:opendocument:xmlns:container', 
     'pkg':'http://www.idpf.org/2007/opf', 
     'dc':'http://purl.org/dc/elements/1.1/' 
    } 

    # prepare to read from the .epub file 
    zip = zipfile.ZipFile(fname) 

    # find the contents metafile 
    txt = zip.read('META-INF/container.xml') 
    tree = etree.fromstring(txt) 
    cfname = tree.xpath('n:rootfiles/n:rootfile/@full-path',namespaces=ns)[0] 

    # grab the metadata block from the contents metafile 
    cf = zip.read(cfname) 
    tree = etree.fromstring(cf) 
    p = tree.xpath('/pkg:package/pkg:metadata',namespaces=ns)[0] 

    # repackage the data 
    res = {} 
    for s in ['title','language','creator','date','identifier']: 
     res[s] = p.xpath('dc:%s/text()'%(s),namespaces=ns)[0] 

    return res 

輸出示例：

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

Answer 2

例如epub-tools，例如？但這主要是寫作epub格式（來自各種可能的來源），如epubtools（類似的拼寫，不同的項目）。對於閱讀它，我想嘗試的伴侶項目threepress，可能會顯示在瀏覽器的epub電子書一個Django應用程序 - 沒有看過的代碼，但我想，爲了表明這本書那肯定首先是能夠閱讀;-)。

Answer 3

退房的epub module。它看起來像一個簡單的選擇。

Answer 4

我結束了在這裏尋找類似的東西后，被博思韋爾先生的代碼片段啓發，開始我自己的項目。如果有人有興趣... http://epubzilla.odeegan.com/