import logging
from ebooklib import epub
import urllib3
import certifi
from lxml import html
import re
log = logging.getLogger(__name__)
log.setLevel(logging.INFO)
log_handler = logging.StreamHandler()
formatter = logging.Formatter('%(asctime)s - %(levelname)s - %(message)s', datefmt='%Y-%m-%d %H:%M:%S')
log_handler.setFormatter(formatter)
log.addHandler(log_handler)
http = urllib3.PoolManager(cert_reqs='CERT_REQUIRED', ca_certs=certifi.where())
base = 'https://www.qingyunian.net/qingyunian'
book = epub.EpubBook()
book.set_cover(file_name='cover.jpg', content='<h2>庆余年</h2><b>猫腻 </b>', create_page=True)
book.set_identifier('id123456')
book.set_title('庆余年')
book.set_language('zh')
book.add_author('猫腻')
chapter_count = 1
toc_list = list()
spine_list = ['nav']
for vol_number in range(1, 8):
vol_toc_list = list()
url = f'{base}{vol_number}'
vol_res = http.request(method='GET', url=url)
vol_page = html.fromstring(vol_res.data.decode('utf-8'))
vol_title = vol_page.xpath('/html/body/div[@class="main"]/h1/a/text()')[0]
vol_title_short = vol_title.replace('庆余年 ', '')
log.info(f'vol_title_short: {vol_title_short}')
vol_toc_list.append(epub.Section(title=vol_title_short, href=f'ch_{chapter_count:03}.xhtml'))
chapter_list = vol_page.xpath('/html/body/div[@class="main"]/div[@class="content"]/ul/li')
ch_toc_list = list()
for ch_item in chapter_list:
ch_title = ch_item.xpath('a/text()')[0]
ch_title = ch_title.replace(vol_title, '').lstrip(' ').rstrip('?')
ch_href = ch_item.xpath('a/@href')[0]
# log.info(f'{ch_title}: {ch_href}')
ch_res = http.request(method='GET', url=ch_href)
ch_page = html.fromstring(ch_res.data.decode('utf-8'))
paragraph_list = ch_page.xpath('/html/body/div[@class="main"]/div[@class="content"]/p')
ch_content = ''
for p in paragraph_list[:-1]:
ch_content += html.tostring(p, encoding='utf-8').decode('utf-8')
ch_content = re.sub(pattern=r'(\xa0)+', repl=' ', string=ch_content)
ch_content = ch_content.replace('\n', '')
chapter = epub.EpubHtml(title=ch_title, file_name=f'ch_{chapter_count:03}.xhtml', lang='zh')
chapter.content = f'<h1>{ch_title}</h1>{ch_content}'
book.add_item(chapter)
spine_list.append(chapter)
ch_toc_list.append(epub.Link(href=f'ch_{chapter_count:03}.xhtml', title=ch_title, uid=f'ch_{chapter_count:03}'))
chapter_count += 1
vol_toc_list.append(tuple(ch_toc_list))
toc_list.append(tuple(vol_toc_list))
book.toc = tuple(toc_list)
# add default NCX and Nav file
book.add_item(epub.EpubNcx())
book.add_item(epub.EpubNav())
# define CSS style
style = 'BODY {color: white;}'
nav_css = epub.EpubItem(uid="style_nav", file_name="style/nav.css", media_type="text/css", content=style)
# add CSS file
book.add_item(nav_css)
# basic spine
book.spine = spine_list
# write to the file
epub.write_epub('庆余年.epub', book)
相关推荐
Python构建公版图书本地数字图书馆:协议优先与元数据驱动实践
公版图书(Public Domain)是数字人文、教育及无障碍服务的重要基础资源,其核心价值在于合法、免费、可长期复用的文本资产。实现稳定获取的关键不在通用爬虫,而在于理解并适配Project Gutenberg、Internet Archive、HathiTrust等平台提供的标准协议与结构化元数据(如MARC21、JSON Schema)。通过协议适配层统一接入、元数据治理层强制类型校验(如ISO语言码、作者标准化)、下载执行层智能格式决策(优先TXT/EPUB而非PDF),可显著提升文本准确性、存储可
Python - Ebooklib 读写 epub 电子书
要从现有项目中获取内容(关于它是图像、样式表还是html文件),您可以使用 ebooklib.epub.EpubItem.get_content()对于超文本标记语言项,您也使用 ebooklib.epub.EpubHtml.get_body_content()使用ebooklib.epub.EpubBook.get_items_of_type()定义内容时,您可以将其定义为有效的HTML文件,或您作为内容的HTML元素的一部分。使用 ebooklib.epub.EpubBook.get_items()
Python全栈实战:书城+在线阅读器系统(Django/Flask双框架+电子书解析核心方案)
普通用户端管理员端:图书管理(上传/编辑/上下架,支持epub/pdf格式)、分类标签管理、阅读数据统计(热门图书/阅读时长)、用户管理核心痛点:多格式电子书解析、大文件分片加载、翻页流畅性、进度跨设备同步、全文检索效率、版权保护"""扩展用户表""""""图书表"""# 其他字段同MySQL表结构..."""章节表"""问题场景原因分析解决方案EPUB解析乱码/格式异常编码不统一、HTML标签清理不彻底强制用UTF-8编码,用BeautifulSoup深度清理标签。
使用python从在线网页制作epub(selenium,ebooklib)
用python爬取网页并制作为epub。 关键词:selenium库,epub规范,ebooklib库,re正则表达式,浅浅的爬虫/前端知识。
Python生成电子漫画.epub/.mobi/.pdf(详述cmd调用kindlegen)
根据包含图片文件(.webp/.jpg/.png)的ZIP压缩包生成.zip/.epub/.mobi/.pdf(详述EPUB文件架构和cmd调用kindlegen)
python快速教程.epub, 图片、代码齐全
python快速教程, 图片、代码齐全(区别网上的代码图片缺失版),跟进博客更新至2016-12-07,纯手工转epub,适合手机、平板阅读 【说明】 怎么能快速地掌握Python?这是和朋友闲聊时谈起的问题。 Python包含的内容很多,加上各种标准库、拓展库,乱花渐欲迷人眼。我一直希望写一个快速的、容易上手的Python教程,而且言语简洁,循序渐进,让没有背景的读者也可以从基础开始学习。我将在每一篇中专注于一个小的概念,希望在闲暇时可以很快读完。 网上教程基于Python2.7。 小提醒 教程基于Python 2.7,测试环境为Linux。我会提醒Python 3中有变化的地方。 标准库的一些包不适用于Windows平台。如果文中的程序无法在你的平台上运行,欢迎讨论。 我将专注于Python的主干,以便读者能以最快时间对Python形成概念。 Linux命令行将以$开始,比如 $ls, $python Python命令行将以>>>开始,比如 >>>print 'Hello World!' 注释会以#开始 建议 将教程中的命令敲到Python中看看效果。 看过教程之后,可以进行一些练习。 参与文章评论区的讨论,可以更好的积累经验。
使用python制作epub
使用ebookLib抓取小说数据制作epub文件
html2epub:一个简单HTML转epub格式的Python程序
一个简单HTML转epub格式的Python程序 文件说明: 1. html2epub.py # 可直接实例化调用 # 传入path要转换的文件所在路径以及生成文件的路径 zh = html2epub(path, ToPath) zh.start() 2. main.py 一个示例,可直接从main运行此转换工具。 3. htmlcl.py html解析并下载图片等操作的类,html2epub类依赖此类。 4. zipFile.py 压缩操作,html2epub类依赖此类。 5. resource 内含生成epub所必须的资源文件。 注意:此程序运行需联网 希望能帮更多的人 之前写过一个爬廖雪峰的Python教程的程序,无奈爬下来的是html。想在kindle上看,找到了这个。 但是这个网站转出来的epub没有图片,所以一直在找更靠谱的转换工具。发现epub本质上就是一堆xml配置文件+h
python epub文件解析
BeautifulSoup 是 Python 的一个 HTML 解析库,可以方便地从 HTML 文件或者 HTML 网页中提取数据。它能够自动解析 HTML 标记,并且可以用 Python 对解析后生成的树状结构进行遍历,搜索和修改。BeautifulSoup 能够处理不规则的 HTML 代码,并且可以处理一些常见的 HTML 标记,如 a、img、table 等。
深入python(epub格式)
epub格式的深入python,非常清晰,适合手持设备(kindle、iphone等)阅读
nRF52840开发环境搭建:从零开始配置Keil与SDK
本文详细介绍了nRF52840开发环境搭建的全过程,包括硬件准备、Keil MDK与nRF5 SDK的安装配置、常见问题解决方案及蓝牙功能开发进阶。特别强调了J-Link调试器的使用和SDK版本匹配的重要性,帮助开发者快速上手nRF52840开发。
Sigil EPUB编辑器:解决专业电子书制作中的技术挑战
在数字出版领域,EPUB格式已成为电子书的标准格式,但专业的EPUB编辑工具往往价格昂贵或功能有限。Sigil作为一款基于Qt6的开源EPUB编辑器,为开发者、技术编辑和数字出版从业者提供了完整的解决方案,支持EPUB 2和EPUB 3双格式编辑,解决了专业电子书制作中的多个技术痛点。 ## 实战场景:从零构建标准化EPUB文档 ### 开发环境配置实战 Sigil的跨平台特性使其能够在Wi
Hi3516CV610 YOLOv8模型转换与部署实战:从源码到板端推理全流程解析
本文详细解析了将YOLOv8模型部署到Hi3516CV610开发板的全流程。内容涵盖从Ubuntu环境搭建、模型获取与验证,到关键的PyTorch模型转换为ONNX格式,并利用海思工具链量化生成板端可执行的.wk文件。最后,指导开发者编写板端C程序,完成视频流处理、NNIE推理及结果后处理,并提供了部署调试与性能优化的实用技巧。
终极指南:如何用MarkItDown将EPUB电子书高效转换为Markdown笔记
你是否曾经面对堆积如山的EPUB电子书,想要提取其中的精华内容却无从下手?或者需要在学术研究中快速整理文献资料,却苦于格式转换的繁琐?MarkItDown正是为解决这些痛点而生的Python工具,它能将EPUB、PDF、Word等数十种文件格式一键转换为结构清晰的Markdown文档。 ## 为什么选择MarkItDown处理EPUB文件? EPUB作为电子书的主流格式,其内部结构复杂,包含元
51单片机学习(5)-----蜂鸣器的介绍与使用
蜂鸣器是一种一体化结构的电子讯响器,采用直流电压供电,广泛应用于计 算机、 打印机、 复印机、 报警器、 电子玩具、 汽车电子设备、 电话机、 定 时器等电子产品中作发声器件。蜂鸣器主要分为压电式蜂鸣器和电磁式蜂鸣器两种类型。1.半导体三极管也称为晶体三极管,可以说它是电子电路中最重要的器件。三极管顾名思义具有三个电极。二极管是由一个PN结构成的,而三极管由两个PN结构成,共用的一个电极成为三极管的基极(用字母b表示)。其他的两个电极成为集电极(用字母c表示)和发射极(用字母e表示)。
利用VBA宏实现LightTools仿真数据自动化导出至Excel
本文详细介绍了如何利用VBA宏实现LightTools仿真数据自动化导出至Excel的完整流程。通过调用LTAPI接口,工程师可以自动执行仿真、抓取照度与光强等数值数据、捕获并粘贴仿真图像,从而将重复性工作自动化,显著提升光学设计工作的效率和准确性。
(Create simple GUI Applications with Python and Qt学习)layout(主要是stacklayout)
照着视频打: from PyQt5.QtGui import * from PyQt5.QtWidgets import * from PyQt5.QtCore import * import sys class Color(QWidget): #定义一个类,产生一个色块 def __init__(self, color, *args, **kwargs): s...
用App Inventor做个蓝牙温湿度计,手机自动连Arduino,5分钟搞定硬件数据上屏
本文详细介绍了如何使用App Inventor和Arduino快速搭建一个蓝牙温湿度监测系统,实现手机自动连接并显示实时数据。通过图形化编程和硬件组装指南,零代码基础的用户也能在5分钟内完成硬件数据上屏,适用于智能家居、教学演示等多种场景。
PyGlossary终极指南:如何用Python快速转换50+词典格式
PyGlossary是一个功能强大的Python工具,专门用于词典文件格式转换,支持超过50种不同的词典格式。无论你是语言学习者、翻译工作者,还是需要处理多语言词典的开发者,这个工具都能帮你轻松实现不同格式之间的无缝转换。 [ - 环境搭建与基础配置
本文详细介绍了如何从零开始搭建Vue3与OpenLayers的集成开发环境。通过项目初始化、核心依赖安装、目录结构规划及基础配置,手把手引导开发者创建一个结构清晰、可维护的现代化WebGIS应用骨架,为后续添加地图图层和交互功能奠定坚实基础。
MangaDex下载器开发者指南:API集成与扩展开发
MangaDex下载器是一款用Python编写的命令行工具,专为从MangaDex平台下载漫画而设计。本指南将详细介绍如何进行API集成和扩展开发,帮助开发者快速上手并定制自己的功能。 ## 准备工作:API客户端设置 在开始API集成之前,需要先在MangaDex平台创建API客户端。这是进行身份验证和访问API的必要步骤。 [,MATLAB统计学习工具
Python开源工具ebook2audiobook:电子书转有声书全攻略
文本转语音(TTS)技术通过语音合成引擎将文字转换为自然语音,其核心原理包括文本分析、声学建模和波形生成。随着深度学习发展,现代TTS系统已能实现多语言支持和语音克隆等高级功能,在数字出版、无障碍服务等领域具有重要价值。ebook2audiobook作为典型应用案例,整合了Coqui XTTSv2等先进引擎,支持1110+语言处理和个性化语音克隆,开发者可通过Python快速部署实现电子书到有声书的高效转换。项目采用分层架构处理格式解析、文本预处理和语音合成,特别适合需要多语言支持或定制化语音的工程场景。
Data-Structures-and-Algorithm-Analysis-in-Java.pdf
作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...
从零构建AI图书出版系统:技术架构与商业化实践
大语言模型作为自然语言处理的核心技术,通过深度学习算法实现对文本的理解和生成。其原理基于Transformer架构,通过自注意力机制捕捉上下文关联,具备强大的语义理解和内容创作能力。在工程实践中,大语言模型的价值体现在自动化内容生成、流程优化和成本控制等方面,特别适用于图书出版、技术文档创作等场景。结合提示词工程和API集成,可以构建完整的AI内容生产流水线,实现从大纲规划到格式输出的全流程自动化。本文以AI图书出版系统为例,展示了如何通过Python技术栈和自动化工作流设计,将大语言模型应用于实际商业化项
470



被折叠的 条评论
为什么被折叠?



