跳到主要内容

EPUB 格式（开放电子书）

EPUB（Electronic Publication，电子出版物）格式由国际数字出版论坛（IDPF）于 2007 年制定，现由 W3C 维护（EPUB 3.0+）。基于开放标准（XHTML、CSS、ZIP），采用容器化结构打包多个 HTML 文件和资源，支持自适应布局、数学公式和多媒体内容，是数字出版和电子书阅读器的通用开放格式。

格式简介​

EPUB 是一种开放的电子书标准格式，设计用于在不同设备和阅读器上提供一致的阅读体验。EPUB 格式基于 Web 标准（HTML、CSS、XML），使得电子书可以像网页一样灵活排版和显示。

EPUB 文件扩展名为 .epub，MIME 类型为 application/epub+zip。EPUB 格式是开放标准，不受单一厂商控制，被广泛用于数字出版。

技术特点​

核心特性​

  • 开放标准：基于 W3C 和 IDPF 标准，完全开放
  • Web 技术：使用 HTML、CSS、JavaScript
  • 自适应布局：支持响应式设计，适应不同屏幕
  • 可访问性：支持屏幕阅读器和辅助技术
  • 多媒体支持：支持音频、视频、交互内容

EPUB 版本​

  • EPUB 2.0：2007 年发布，基于 XHTML 1.1
  • EPUB 3.0：2011 年发布，增强功能（HTML5、CSS3、JavaScript）
  • EPUB 3.1：2017 年发布，进一步改进
  • EPUB 3.2：2019 年发布，当前最新版本

内容格式​

  • XHTML/HTML5：文档内容
  • CSS：样式和布局
  • SVG：矢量图形
  • JavaScript：交互功能（EPUB 3.0+）
  • MathML：数学公式（EPUB 3.0+）

文件结构​

EPUB 文件实际上是一个 ZIP 压缩包，包含以下结构：

book.epub (ZIP 文件)
├── mimetype                    # MIME 类型声明（未压缩）
├── META-INF/
│   └── container.xml            # 容器文件，指向 OPF
├── OEBPS/                      # 内容目录（可自定义名称）
│   ├── content.opf             # 包文档（清单、元数据、导航）
│   ├── toc.ncx                 # 导航控制文件（EPUB 2.0）
│   ├── nav.xhtml               # 导航文档（EPUB 3.0）
│   ├── chapter1.xhtml          # 章节内容
│   ├── chapter2.xhtml
│   ├── styles.css              # 样式文件
│   └── images/                 # 图片资源
│       └── cover.jpg
└── [其他资源文件]

关键文件​

  • mimetype：必须包含 application/epub+zip，且必须未压缩
  • container.xml：指向 OPF 文件的位置
  • content.opf：包文档，包含清单、元数据和导航信息
  • toc.ncx：EPUB 2.0 的导航文件
  • nav.xhtml：EPUB 3.0 的导航文件

使用场景​

适用场景​

  • 数字出版：电子书、电子杂志、技术文档
  • 教育内容：教材、课程材料
  • 企业文档：手册、报告、培训材料
  • 个人出版：自出版电子书

优缺点​

优点：

  • 开放标准，不受厂商控制
  • 基于 Web 技术，易于创建和编辑
  • 支持丰富的格式和交互
  • 自适应布局，适应不同设备
  • 文件体积相对较小

缺点：

  • 某些阅读器支持有限
  • 复杂布局可能在不同设备上显示不一致
  • 需要一定的技术知识来创建

代码示例​

Python 读取 EPUB​

import zipfile
from xml.etree import ElementTree as ET

# EPUB 文件是 ZIP 压缩包
with zipfile.ZipFile('book.epub', 'r') as zip_file:
    # 读取容器文件
    container_xml = zip_file.read('META-INF/container.xml')
    root = ET.fromstring(container_xml)
    
    # 获取 OPF 文件路径
    opf_path = root.find('.//{urn:oasis:names:tc:opendocument:xmlns:container}rootfile').get('full-path')
    
    # 读取 OPF 文件
    opf_content = zip_file.read(opf_path)
    opf_root = ET.fromstring(opf_content)
    
    # 提取元数据
    metadata = opf_root.find('.//{http://www.idpf.org/2007/opf}metadata')
    title = metadata.find('.//{http://purl.org/dc/elements/1.1/}title').text
    print(f"书名: {title}")

Python 使用 ebooklib​

import ebooklib
from ebooklib import epub

# 读取 EPUB
book = epub.read_epub('book.epub')

# 获取元数据
print(f"标题: {book.get_metadata('DC', 'title')[0][0]}")
print(f"作者: {book.get_metadata('DC', 'creator')[0][0]}")

# 读取章节
for item in book.get_items():
    if item.get_type() == ebooklib.ITEM_DOCUMENT:
        content = item.get_content().decode('utf-8')
        print(content[:200])  # 打印前 200 个字符

Python 创建 EPUB​

import ebooklib
from ebooklib import epub

# 创建 EPUB 书籍
book = epub.EpubBook()

# 设置元数据
book.set_identifier('id123456')
book.set_title('示例电子书')
book.set_language('zh-CN')
book.add_author('作者姓名')

# 添加章节
chapter1 = epub.EpubHtml(title='第一章', file_name='chap01.xhtml', lang='zh-CN')
chapter1.content = '<h1>第一章</h1><p>这是第一章的内容。</p>'
book.add_item(chapter1)

# 添加默认 NCX 和 Nav 文件
book.toc = [chapter1]
book.add_item(epub.EpubNcx())
book.add_item(epub.EpubNav())

# 设置封面
book.set_cover('cover.jpg', open('cover.jpg', 'rb').read())

# 生成 EPUB 文件
epub.write_epub('output.epub', book)

相关工具​

  • 阅读器：
    • Adobe Digital Editions：官方 EPUB 阅读器
    • Calibre：跨平台电子书管理工具
    • Apple Books：macOS/iOS 内置阅读器
    • Google Play Books：Android 阅读器
  • 编辑器：
    • Sigil：开源 EPUB 编辑器
    • Calibre Editor：Calibre 内置编辑器
    • Adobe InDesign：专业排版工具（可导出 EPUB）
  • 转换工具：
    • Calibre：支持多种格式转换
    • Pandoc：通用文档转换工具
  • 编程库：
    • Python: ebooklib、epub2、pypub
    • JavaScript: epub.js、epub-gen
    • Java: epublib

相关链接​

参考​