用calibre脚本抓取ipdf的epub 3.0.1规范

用calibre脚本抓取ipdf的epub 3.0.1规范

 

转载▼

　　Epub规范已经更新到了3.0.1版本，一直以来都有是在 ipdf网站在线浏览，该网站没有提供下载，有时阅读和查找时总觉不是很方便。

　　该规范包含 EPUB 3 Overview

                                      Publications 3.0.1

                                      Canonical Fragment Identifiers

                                      Content Documents 3.0.1

                                      Media Overlays 3.0.1

                                      Open Container Format 3.0.1

                                      EPUB 3.0.1 Changes from EPUB 3.0七个文档，每个文档均为一个页面，页面内每个标题用锚点来处理。一直希望能有一个pdf版或者epub的规范下载，网上找了一下没有找到（3.0版的只有一个内容文档的中文版，大家可以在网上查到，其它独立文档没有见到下载）。于是就想自己下一个，碰巧看到calibre抓取网页一文，于是搞了个recipe：

from calibre.web.feeds.recipes import BasicNewsRecipe

 

class ipdf(BasicNewsRecipe):

 

      title = 'Epub 3.0.1 Specs'

      description = 'Epub 3.0.1 Specs'

       

      url_prefix = 'http://www.idpf.org/epub/301'

      no_stylesheets = True

      

      def get_title(self, link):

            return link.contents[0].strip()

 

      def parse_index(self):

            soup = self.index_to_soup(self.url_prefix )

 

            ul = soup.find('ul', { 'class': 'menu' })

 

            articles = []

            for link in ul.findAll('a'):

                  

                  til = self.get_title(link)

                  url = link['href']

                  a = { 'title': til, 'url': url }

                  articles.append(a)

            

            ans = [('Epub 3.0.1 Specs', articles)]

            return ans

就是一小段python，保存成ipdf.recipe

在命令行下，到calibre文件夹下，执行ebook-convert.exe ipdf.recipe epub301.epub

自动抓取网页，在当前文件夹下生成epub301.epub

或者执行　ebook-convert.exe ipdf.recipe epub301.pdf

生成epub301.pdf

　　文档都有是只有一级目录，如果想更强一点，把二级目录也制作出来，可以用sigil或者acrobat pro编辑处理一下。calibre还是不错的，但抓取生成的电子书限制也不少，而且写recipe后调试比较痛苦，不能用python的集成开发环境，只能用内嵌脚本和输出日志来调试。不过也很方便，可以生成基本上各种常用格式的电子书。

　　因为本博客限制，不再放上生成的电子书和recipe文件。如有需要，可以联系我。