Python生成epub文档

开始之前

本教程讲述如何创建 EPUB 格式的电子图书。EPUB 是一种基于 XML 的、对开发者友好的格式，正逐渐成为数字图书的事实标准。但 EPUB 不仅可用于图书，还包括：

对文档打包以便离线阅读或者分发
打包博客文章或者其他 Web 内容
使用常见的开放源代码工具创建、搜索和整理

解剖 EPUB 包

一个 EPUB 就是一个简单 ZIP 格式文件（使用 .epub 扩展名），其中包括按照预先定义的方式排列的文件。

简单 EPUB 档案的目录和文件结构


mimetype
META-INF/
   container.xml
OEBPS/
  content.opf
  title.html    (可忽略)
  content.html  (可忽略) 
  stylesheet.css
  toc.ncx 
  images/       (可忽略)
     cover.png

mimetype 文件

这个文件非常简单，必须命名为 mimetype，文件内容如下：

application/epub+zip

要注意，mimetype 文件不能包含新行或者回车。
此外，mimetype 文件必须作为 ZIP 档案中的第一个文件，而且自身不能压缩。首先创建该文件并保存，并确保它在 EPUB 项目的根目录中。

META-INF/container.xml

EPUB 根目录下必须包含 META-INF 目录，而且其中要有一个文件 container.xml。EPUB 阅读系统首先查看该文件，它指向数字图书元数据的位置。


<?xml version='1.0' encoding='utf-8' standalone='no'?>
<container version='1.0' xmlns='urn:oasis:names:tc:opendocument:xmlns:container'>
  <rootfiles>
    <rootfile full-path='OEBPS/content.opf' media-type='application/oebps-package+xml'/>
  </rootfiles>
</container>

OEBPS/content.opf

指定了图书中所有内容的位置，如文本和图像等其他媒体。它还给出了另一个元数据文件，内容的 Navigation Center eXtended (NCX) 表。该 OPF 文件是 EPUB 规范中最复杂的元数据。


<?xml version='1.0' encoding='utf-8' standalone='no'?>
<package xmlns='http://www.idpf.org/2007/opf' 
         xmlns:dc='http://purl.org/dc/elements/1.1/' 
         unique-identifier='bookid' version='2.0'>
  <metadata>
    <dc:title>Hello World: My First EPUB</dc:title>
    <dc:creator>svoid</dc:creator>
    <dc:identifier id='bookid'>urn:uuid:12345</dc:identifier>
    <meta name='cover' content='cover-image' />
  </metadata>
  <manifest>
    <item id='ncx' href='toc.ncx' media-type='text/xml'/>
    <item id='cover' href='title.html' media-type='application/xhtml+xml'/>
    <item id='content' href='content.html' media-type='application/xhtml+xml'/>
    <item id='cover-image' href='images/cover.png' media-type='image/png'/>
    <item id='css' href='stylesheet.css' media-type='text/css'/>
  </manifest>
  <spine toc='ncx'>
    <itemref idref='cover' linear='no'/>
    <itemref idref='content'/>
  </spine>
  <guide>
    <reference href='cover.html' type='cover' title='Cover'/>
  </guide>
</package>

内容的 NCX 表

NCX 定义了数字图书的目录表。复杂的图书中，目录表通常采用层次结构，包括嵌套的内容、章和节。


<?xml version='1.0' encoding='utf-8'?>
<!DOCTYPE ncx PUBLIC '-//NISO//DTD ncx 2005-1//EN' 
                 'http://www.daisy.org/z3986/2005/ncx-2005-1.dtd'>
<ncx xmlns='http://www.daisy.org/z3986/2005/ncx/' version='2005-1'>
  <head>
    <meta name='dtb:uid' content='urn:uuid:12345'/>
    <meta name='dtb:depth' content='1'/>
    <meta name='dtb:totalPageCount' content='0'/>
    <meta name='dtb:maxPageNumber' content='0'/>
  </head>
  <docTitle>
    <text>Hello World: My First EPUB</text>
  </docTitle>
  <navMap>
    <navPoint id='navpoint-1' playOrder='1'>
      <navLabel>
        <text>Book cover</text>
      </navLabel>
      <content src='title.html'/>
    </navPoint>
    <navPoint id='navpoint-2' playOrder='2'>
      <navLabel>
        <text>Contents</text>
      </navLabel>
      <content src='content.html'/>
    </navPoint>
  </navMap>
</ncx>

添加最后的内容

现在知道了 EPUB 需要的所有元数据，可以加入真正的图书内容了。可以使用下载的内容，也可以自己写，只要文件名和元数据匹配即可。然后创建下列文件和文件夹：
title.html：图书的标题页。创建该文件并在其中包含引用封面图片的 img 元素，src 的属性值为 images/cover.png。
images：在 OEBPS 下创建该文件夹，然后复制给定的示例图片（或者创建自己的图片）并命名为 cover.png。
content.html：图书的实际文字内容。
stylesheet.css：将该文件放在和 XHTML 文件相同的 OEBPS 目录中。该文件可以包含任意 CSS 声明，比如设置字体或者文字颜色。

Python生成epub的简单实例


# encoding:utf-8
#!/usr/bin/python3
import zipfile
import os.path
'''
Script Name     : createEpubBook.py
Author          : svoid
Created         : 2015-03-28
Last Modified   : 
Version         : 1.0
Modifications   : 
Description     : 根据HTML生成epub文档
'''
def create_mimetype(epub):
    epub.writestr('mimetype','application/epub+zip',compress_type=zipfile.ZIP_STORED)
def create_container(epub):
    container_info = '''<?xml version='1.0' encoding='utf-8' standalone='no'?>
    <container version='1.0' xmlns='urn:oasis:names:tc:opendocument:xmlns:container'>
      <rootfiles>
        <rootfile full-path='OEBPS/content.opf' media-type='application/oebps-package+xml'/>
      </rootfiles>
  </container>
    '''
    epub.writestr('META-INF/container.xml',container_info, compress_type=zipfile.ZIP_STORED)
def create_content(epub,path):
    content_info = '''
    <?xml version='1.0' encoding='utf-8' standalone='no'?>
    <package xmlns='http://www.idpf.org/2007/opf' 
             xmlns:dc='http://purl.org/dc/elements/1.1/' 
             unique-identifier='bookid' version='2.0'>
      <metadata>
        <dc:title>Hello World: My First EPUB</dc:title>
        <dc:creator>Svoid</dc:creator>
        <dc:identifier id='bookid'>urn:uuid:12345</dc:identifier>
        <meta name='cover' content='cover-image' />
      </metadata>
      <manifest>
          %(manifest)s
        <item id='ncx' href='toc.ncx' media-type='text/xml'/>
        <item id='content' href='content.html' media-type='application/xhtml+xml'/>
        <item id='css' href='stylesheet.css' media-type='text/css'/>
      </manifest>
      <spine toc='ncx'>
          %(spine)s
        <itemref idref='cover' linear='no'/>
        <itemref idref='content'/>
      </spine>
      <guide>
        <reference href='cover.html' type='cover' title='Cover'/>
      </guide>
    </package>
    '''
    manifest = ''
    spine = ''
    for html in os.listdir(path):
        basename = os.path.basename(html)
        if basename.endswith('html'):
            manifest += '<item id='%s' href='%s' media-type='application/xhtml+xml'/>' % (basename, basename) 
            spine += '<itemref idref='%s'/>' % (basename)
    epub.writestr('OEBPS/content.opf',content_info % {
                                'manifest': manifest,
                                'spine': spine,},
                                compress_type=zipfile.ZIP_STORED)
def create_stylesheet(epub):
    css_info = '''
        body {
          font-family: sans-serif;     
        }
        h1,h2,h3,h4 {
          font-family: serif;     
          color: red;
        }
    '''
    epub.writestr('OEBPS/stylesheet.css',css_info,compress_type=zipfile.ZIP_STORED)
def create_archive(path):
    epub_name = '%s.epub' % os.path.basename(path)
    os.chdir(path)
    epub = zipfile.ZipFile(epub_name, 'w')
    create_mimetype(epub)     
    create_container(epub)
    create_content(epub,path)
    create_stylesheet(epub)
    for html in os.listdir('.'):
        basename = os.path.basename(html)
        if basename.endswith('html'):
            epub.write(html, 'OEBPS/'+basename, compress_type=zipfile.ZIP_DEFLATED)
    epub.close()
if __name__ == '__main__':
    path = 'D:\\persion\\epub\\test1'
    create_archive(path)

参考文档：
http://www.ibm.com/developerworks/cn/xml/tutorials/x-epubtut/index.html
http://www.manuel-strehl.de/dev/simple_epub_ebooks_with_python.en.html

整理自网络

Svoid
2015-03-28

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。