python epub解析_python 解析电子书的信息

epub 书是可供人们下载的开放性资源格式的电子图书。epub 文件通常与类似亚马逊Kindle 这样的电子阅读器不兼容。

一个epub 文件包含两个文件：一个包含数据的压缩文件（.zip文件）以及一个描述压缩文件信息的XML 格式文件。下面是通过python 的lxml 库来解析这个描述压缩文件信息的XML 文件。从而得到相关信息：

#!/usr/bin/env python

# -*- coding: utf-8 -*-

import zipfile

from lxml import etree

def get_epub_info(fname):

ns = {

'n': 'urn:oasis:names:tc:opendocument:xmlns:container',

'pkg': 'http://www.idpf.org/2007/opf',

'dc': 'http://purl.org/dc/elements/1.1/'

}

# prepare to read from the .epub file

_zip = zipfile.ZipFile(fname)

# find the contents metafile

txt = _zip.read('META-INF/container.xml')

tree = etree.fromstring(txt)

cfname