「epub」情報を抽出するためのpythonライブラリ[閉じた
質問
PythonでiBook to iBookにEpubアップローダーを作成しようとしています。本情報を抽出するには、Python libが必要です。自分でこれを実装する前に、誰かがすでに作られたPython libを知っているのではないかと思います。
解決
AN .EPUBファイルは、Meta-INFディレクトリを含むZIPエンコードされたファイルで、container.xmlという名前のファイルが含まれています。 (に基づく要約 http://www.jedisaber.com/ebooks/tutorial.asp ;完全な仕様 http://www.idpf.org/2007/opf/opf2.0/download/ )
次のPythonコードは、.EPUBファイルから基本的なメタ情報を抽出し、DICTとして返します。
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
サンプル出力:
{
'date': '2009-12-26T17:03:31',
'identifier': '25f96ff0-7004-4bb0-b1f2-d511ca4b2756',
'creator': 'John Grisham',
'language': 'UND',
'title': 'Ford County'
}
他のヒント
何かのようなもの epub-tools, 、 例えば?しかし、それはほとんどです 書き込み epub
形式(さまざまな可能なソースから)、 epubtools (同様のスペル、異なるプロジェクト)。にとって 読む それは、コンパニオンプロジェクトを試してみます Threepress, 、ブラウザにepubの本を表示するためのdjangoアプリ - そのコードを見ていませんが、本を表示するためには、最初にそれを読むことができなければならないと思います;-)。
をチェックしてください epubモジュール. 。簡単なオプションのように見えます。
似たようなものを探した後、私はここで巻き込まれ、ボスウェル氏のコードスニペットに触発され、自分のプロジェクトを開始しました。誰かが興味を持っているなら... http://epubzilla.odeegan.com/