电子书Epub文件剖析

epub格式电子书遵循IDPF推出的OCF规范，OCF规范遵循ZIP压缩技术，即epub电子书本身就是一个ZIP文件，我们将epub格式电子书的后缀.epub修改为.zip后，可以通过解压缩软件（例如winrar、winzip）进行浏览或解压处理。一个未经加密处理的epub电子书以三个部分组成，其文件结构如下图所示：

   

    1、文件：mimetype

    每一本epub电子书均包含一个名为mimetype的文件，且内容不变，用以说明epub的文件格式。文件内容如下：

 

application/epub+zip  //注释，表示可以用epub工具和ZIP工具打开

 

 

    2、目录：META-INF

    依据OCF规范，META-INF用于存放容器信息，默认情况下（即加密处理），该目录包含一个文件，即container.xml,文件内容如下：

 

<?xml version='1.0' encoding='utf-8'?> <container xmlns="urn:oasis:names:tc:opendocument:xmlns:container" version="1.0">  <rootfiles>   <rootfile full-path="OEBPS/content.opf" media-type="application/oebps-package+xml" />  </rootfiles> </container>

 

    container.xml的主要功能用于告诉阅读器，电子书的根文件（rootfile）的路径（红色部分）和打开放式，一般来讲，该container.xml文件也不需要作任何修改，除非你改变了根文件的路径和文件名称。

   除container.xml文件之外，OCF还规定了以下几个文件：

   （1）[manifest.xml]，文件列表
   （2）[metadata.xml]，元数据
   （3）[signatures.xml]，数字签名
   （4）[encryption.xml]，加密
   （5）[rights.xml]，权限管理
   对于epub电子书而言，这些文件都是可选的。

 

    3、目录：OEBPS

    OEBPS目录用于存放OPS文档、OPF文档、CSS文档、NCX文档，如果是制作中文电子书，则还包括ttf文档（即字体文档），OEBPS目录也可以建立相应的子目录，例如建立chapter目录，把各章节的OPS文档放在chapter目录之中。下图一本epub电子书OEBPS文档的实例图：

 

     其中content.opf文件和toc.ncx文件为必需，其它文件可根据电子书的具体情况而定。

 

 

OPF文件构成:

OPF文档是epub电子书的核心文件，且是一个标准的XML文件，依据OPF规范，主要由五个部分组成：

    1、<metadata>,元数据信息，由两个子元素组成：

• <dc-metadata>，其元素构成采用dubline core(DC)的15项核心元素，包括：
• • <title>:题名
  • <creator>：责任者
  • <subject>：主题词或关键词
  • <description>：内容描述
  • <contributor>：贡献者或其它次要责任者
  • <date>：日期
  • <type>：类型
  • <format>：格式
  • <identifier>：标识符
  • <source>：来源
  • <language>：语种
  • <relation>：相关信息
  • <coverage>：履盖范围
  • <rights>：权限描述
• <x-metadata>，即扩展元素。如果有些信息在上述元素中无法描述，则在此元素中进行扩展。

    2、<menifest>，文件列表，由于列出OEBPS文档及相关的文档，有一个子元素构成，

• <item id="" href="" media-type="">,该元素由三个属性构成：
• • id:表示文件的ID号
  • href：文件的相对路径
  • media-type：文件的媒体类型
  • 例如：<item id="chap01" href="chap01.xhtml" media-type="application/xhtml+xml"/>

    3、<spine toc="ncx">，脊骨，其主要功能是提供书籍的线性阅读次序。由一个子元素构成：

• <itemref idref="">,由一个属性构成：
• • idref:即参照menifest列出的ID
  • 例如：<itemref idref="chap01"/>

    4、<guide>,指南,依次列出电子书的特定页面, 例如封面、目录、序言等, 属性值指向文件保存地址。一般情况下，epub电子书可以不用该元素。

 

    5、<tour>,导读。可以根据不同的读者水平或者阅读目的, 按一定次序, 选择电子书中的部分页面组成导读。一般情况下，epub电子书可以不用该元素。

 

    content.opf实例：

 

<?xml version="1.0" encoding="utf-8"?> <!DOCTYPE package PUBLIC "+//ISBN 978-7-308-05831-5//DTD OEB 1.2 Package//EN" "http://openebook.org/dtds/oeb-1.2/oebpkg12.dtd"> <package unique-identifier="bookid" xmlns:opf="http://www.idpf.org/2007/opf" xmlns="http://www.idpf.org/2007/opf" version="2.0">  <metadata>   <dc-metadata xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">    <dc:title>数字档案馆理论与技术研究</dc:title>    <dc:creator>金更达</dc:creator>    <dc:subject>数字档案馆</dc:subject>    <dc:subject>电子文件管理</dc:subject>    <dc:subject>元数据</dc:subject>    <dc:subject>数字化</dc:subject>    <dc:subject>档案化</dc:subject>    <dc:description>当……<dc:description>    <dc:publisher>机械工业出版社</dc:publisher>    <dc:contributor/>    <dc:date>2007-09</dc:date>    <dc:type>普通图书</dc:type>    <dc:format>Text/html(.html,.htm)</dc:format>    <dc:identifier id="bookid" opf:scheme="ISBN">isbn:978-7-111-04961-6</dc:identifier>    <dc:source/>    <dc:language>chi</dc:language>    <dc:relation/>    <dc:coverage/>    <dc:rights>机械工业出版社版权所有</dc:rights>   </dc-metadata>   <x-metadata/>  </metadata>  <manifest>   <item id="ncx" href="toc.ncx" media-type="application/x-dtbncx+xml"/>   <item id="style" href="style.css" media-type="text/css"/>   <item id="cover" href="cover.htm" media-type="text/html"/>   <item id="tableofc" href="toc.xhtml" media-type="application/xhtml+xml"/>   <item id="forword" href="forword.xhtml" media-type="application/xhtml+xml"/>   <item id="chap01" href="chap01.xhtml" media-type="application/xhtml+xml"/>   <item id="chap02" href="chap02.xhtml" media-type="application/xhtml+xml"/>   <item id="chap03" href="chap03.xhtml" media-type="application/xhtml+xml"/>   <item id="chap04" href="chap04.xhtml" media-type="application/xhtml+xml"/>   <item id="chap05" href="chap05.xhtml" media-type="application/xhtml+xml"/>   <item id="chap06" href="chap06.xhtml" media-type="application/xhtml+xml"/>   <item id="chap07" href="chap07.xhtml" media-type="application/xhtml+xml"/>   <item id="chap08" href="chap08.xhtml" media-type="application/xhtml+xml"/>   <item id="chap09" href="chap09.xhtml" media-type="application/xhtml+xml"/>   <item id="chap10" href="chap10.xhtml" media-type="application/xhtml+xml"/>   <item id="reference" href="reference.xhtml" media-type="application/xhtml+xml"/>  </manifest>  <spine toc="ncx">   <itemref idref="cover"/>   <itemref idref="tableofc"/>   <itemref idref="forword"/>   <itemref idref="chap01"/>   <itemref idref="chap02"/>   <itemref idref="chap03"/>   <itemref idref="chap04"/>   <itemref idref="chap05"/>   <itemref idref="chap06"/>   <itemref idref="chap07"/>   <itemref idref="chap08"/>   <itemref idref="chap09"/>   <itemref idref="chap10"/>   <itemref idref="reference"/>  </spine>  <guide/> </package>

 

NCX文件构成:

ncx文件是epub电子书的又一个核心文件，用于制作电子书的目录，其文件的命名通常为toc.ncx。

ncx文件是一个XML文件，该标准由DAISY Consortium发布（参见http://www.daisy.org）。

    下列是一个toc.ncx文件的实例，其中红色部分为必需。<navMap>元素列出了目录的名称和链接地址。其子元素<navPoint>支持嵌套。

 

<?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 version="2005-1" xmlns="http://www.daisy.org/z3986/2005/ncx/">  <head>   <!-- The following four metadata items are required for all NCX documents, including those conforming to the relaxed constraints of OPS 2.0 -->   <meta name="dtb:uid" content=" "/>   <meta name="dtb:depth" content="-1"/>   <meta name="dtb:totalPageCount" content="0"/>   <meta name="dtb:maxPageNumber" content="0"/>  </head>  <docTitle>   <text>数字档案馆理论与技术研究</text>  </docTitle>  <docAuthor>   <text>金更达</text>  </docAuthor>  <navMap>   <navPoint id="navpoint-1" playOrder="1">    <navLabel>     <text>封面</text>    </navLabel>    <content src="cover.htm"/>   </navPoint>   <navPoint id="navpoint-2" playOrder="2">    <navLabel>     <text>序</text>    </navLabel>    <content src="forword.xhtml"/>   </navPoint>   <navPoint id="navpoint-3" playOrder="3">    <navLabel>     <text>目录</text>    </navLabel>    <content src="toc.xhtml"/>   </navPoint>   <navPoint id="navpoint-4" playOrder="4">    <navLabel>     <text>第一章 绪论</text>    </navLabel>    <content src="chap01.xhtml"/>    <navPoint id="navpoint-5" playOrder="5">     <navLabel>      <text>第一节 数字档案馆：新世纪档案事业的发展方向</text>     </navLabel>     <content src="chap01.xhtml#_Toc169344163"/>    </navPoint>    <navPoint id="navpoint-6" playOrder="6">     <navLabel>      <text>第二节 数字档案馆：新世纪档案工作的严峻挑战</text>     </navLabel>     <content src="chap01.xhtml#_Toc169344164"/>    </navPoint>    <navPoint id="navpoint-7" playOrder="7">     <navLabel>      <text>第三节 数字档案馆系统研究的理论价值与现实意义</text>     </navLabel>     <content src="chap01.xhtml#_Toc169344165"/>    </navPoint>   </navPoint>  </navMap> </ncx>