提取'epub'信息的Python库

Question

我正尝试在python中为iBook创建epub上传器。我需要一个python库来提取图书信息。在我自己实现这个之前，我想知道是否有人知道一个已经做好的python lib。

Answer 1

一个.epub文件是包含META-INF目录，其中包含一个名为container.xml中的文件，它指向通常命名为Content.opf另一个文件，它索引的所有其他文件，这构成了一个zip编码文件电子书（摘要基于http://www.jedisaber.com/eBooks/tutorial.asp;完整规范在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 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 

输出示例：

{ 
    '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？但这主要是写作epub格式（来自各种可能的来源），如epubtools（类似的拼写，不同的项目）。对于阅读它，我想尝试的伴侣项目threepress，可能会显示在浏览器的epub电子书一个Django应用程序 - 没有看过的代码，但我想，为了表明这本书那肯定首先是能够阅读;-)。

Answer 3

退房的epub module。它看起来像一个简单的选择。

Answer 4

我结束了在这里寻找类似的东西后，被博思韦尔先生的代码片段启发，开始我自己的项目。如果有人有兴趣... http://epubzilla.odeegan.com/