epub、ocf等經常使用電子書格式淺析----附JAVA示例程序

時間 2019-12-06

標籤 epub ocf 經常使用電子書格式淺析 java 示例程序欄目 Java 简体版

原文原文鏈接

1、電子書介紹css

轉載請註明http://www.cnblogs.com/xckk/p/6020324.html html

Epub(Electronic Publication)是一個徹底開放和免費的電子書標準。是一個自由的開放標java

準，屬於一種能夠「自動從新編排」的內容。瀏覽器

「自動從新編排」的緣由是內部使用XHTML來展示文件的內容，用一系列CSS來定義格式和版面設計，達到了內容和編排的分離。安全

如今EpubEpub包括三項主要規格：dom

開放出版結構（Open Publication Structure，OPS）2.0，以定義內容的版面；ide

開放包裹格式（Open Packaging Format，OPF）2.0，定義以XML爲基礎的.epub檔案結構；模塊化

開放容器格式（OEBPS Container Format，OCF）3.0，將全部相關文件收集至ZIP壓縮檔案之中。工具

OPS規範的目的是爲內容提供者（例如出版商、做者等）和出版工具提供者提供一個最小的通用指導，以保證電子內容可以在各類閱讀系統中保持一致性。ui

OPS用XHTML來構築書的內容，用CSS來定義書的格式和版面設計等

OPF規範則定義了將各類OPS出版組件鏈接在一塊兒的機制，併爲其提供附加的結構和語言。OPF規範與OPS規範是分開的，目的是將內容描述技術和包裝描述技術模塊化。

OCF定義了將全部電子出版組件包裝成一個單一檔案進行傳播、遞送和存檔的標準機制。是一種打包機制。

相關規範文檔：

OPS2.0規範：http://www.idpf.org/epub/20/spec/OPS_2.0.1_draft.htm

OPF2.0規範：http://www.idpf.org/epub/20/spec/OPF_2.0.1_draft.htm

OCF規範：http://www.idpf.org/epub/301/spec/epub-ocf.html

2、 EPUB基礎知識介紹

打開方式

epub能夠用stanza的PC版打開，也能夠用Firefox、Chrome上的相應的插件。

Firefox EpubReader 擴充組件：EPUBReader是一個能夠閱讀ePub格式文件的Firefox擴充程序。你無須安裝額外的軟件，在Firefox瀏覽器中即可閱讀ePub格式文件，推薦這個。

文件解析

一個 EPUB 就是一個簡單 ZIP 格式文件（使用 .epub 擴展名），其中包括按照預先定義的方式排列的文件。除此之外，EPUB 很是簡單。只需將後綴改成.zip或.rar，解壓便可看到裏面的文件內容。以下圖

一個epub電子書的zip大體包含如下東西：

一、mimetype 文件，必須是壓縮包的第一個文件。注意，mimetype必須是非壓縮格式。

二、META-INF目錄，裏面至少包含一個container.xml 文件。

三、OEBPS目錄（能夠是別的名字，但建議用這個名字），包含了：

a) image子目錄（不必定總有）存放了全部的圖片文件

b) content.opf 文件名能夠是其它的，擴展名必定是opf，就是一個xml格式的包內的文件列表

c) toc.ncx 目錄文件，一個「邏輯目錄」, 瀏覽控制文件.

d) 一些xhtml或html文件。就是書的內容。

簡單 EPUB 檔案的目錄和文件結構：

mimetype

META-INF/

container.xml

OEBPS/

content.opf

title.html

content.html

stylesheet.css

toc.ncx

images/

cover.png

一個完整的epub格式電子書，OPF文件通常包括OEBPS目錄下的 .opf和 .ncx文件。

一、.opf文件

包括四個元素：metadata, manifest, spine, guide

（1）metadata: epub的元數據，如title、language、identifier、cover等。其中，title 和 identifier這兩個數據是必須的。按照EPUB規範，identifier由數字圖書的建立者定義，必須惟一。對於圖書出版商來講，這個字段通常包括ISBN或者Library of Congress編號；也可使用URL或者隨機生成的惟一用戶ID。注意：unique-identifier 的值必須和 dc:identifier 元素的 ID 屬性匹配。

（2）manifest：列出了目錄中所包含的全部文件（xhtml、css、png、ncx等）。EPUB 鼓勵使用 CSS 設定圖書內容的樣式，所以 manifest標籤下也包含 CSS文件。注意：進入數字圖書的全部文件都必須在 manifest 中列出，manifest只列出文件，未列出文件之間的結構順序。

3）spine：全部xhtml文檔的線性閱讀順序。其中，spine標籤的toc屬性必須包含在manifest列出來的.ncx的id。能夠將 OPF spine 理解爲是書中「頁面」的順序，解析的時候按照文檔順序從上到下依次讀取 spine。

在spine中的每一個 itemref 元素都須要有一個 idref 屬性，這個屬性和 manifest 中的某個 ID 匹配。

二、.ncx文件

ncx 定義了數字圖書的目錄表。複雜的圖書中，目錄表一般採用層次結構，包括嵌套的內容、章和節。包含了toc（tablet of content,提供了分段的一些信息）。ncx的 <head> 標記中包含四個 meta 元素：

uid：數字圖書的唯一ID。該元素和 OPF 文件中的 dc:identifier 對應。

depth：反映目錄表中層次的深度。

totalPageCount 和 maxPageNumber：僅用於紙質圖書，保留 0 便可。

docTitle/text 的內容是圖書的標題，和 OPF 中的 dc:title 匹配。後面的示例程序是對該標題進行更改。

navMap定義了圖書的目錄，是 ncx 文件中最重要的部分。navMap 包含一個或多個 navPoint 元素，每一個 navPoint 都要包含下列元素：

playOrder：說明文檔的閱讀順序。和 OPF spine 中 itemref 元素的順序相同。

navLabel/text ：給出該章節的標題。一般是章的標題或者數字。

content ：它的 src 屬性指向包含這些內容的物理資源。就是 OPF manifest 中聲明的文件。

還能夠有一個或多個 navPoint 元素。ncx 使用嵌套的導航點表示層次結構的文檔

三、.opf的spine和.ncx文件有什麼不一樣？

Spine標籤描述文檔順序，.ncx文件描述目錄。

二者很容易混淆，由於兩個文件都描述了文檔的順序和內容。要說明二者的區別，最簡單的辦法就是拿印刷書來打比方：.opf文件的spine標籤描述了書中的各個章節是如何實際鏈接起來的，比方說翻過第一章的最後一頁就看到第二章的第一頁。.ncx在圖書的一開始描述了目錄，目錄確定會包含書中主要的章節，可是還可能包含沒有單獨分頁的小節。

一條法則是ncx包含的 navPoint 元素一般比 opf spine中的itemref 元素多。實際上，spine 中的全部項都會出如今 .ncx 中，但.ncx可能更詳細。

3、ocf格式電子書介紹

咪咕閱讀製做的電子書是.ocf格式，與EPUB所規定的大部分格式與展示標準相同，而且對其進行擴展，重點解決了版面豐富性、格式開放性和文檔安全性、可交換性、可擴展性、可裁剪性。適用於手機、手持閱讀終端等設備。

ocf格式的圖書通過內部的圖書入庫、章節拆分與壓縮、加密以及MEB打包後，造成.meb做爲擴展名的電子書，就能夠上架供客戶端解析閱讀了。

OCF包的目錄結構：

OCF

│ mimetype

├─META-INF

│ │ book.ncx

│ │ book.opf

│ │ container.xml

│ │ cover.xml

│ │ right.xml

│ └─ext

│ cover180240.jpg

│ cover5168.png

│ cover600800.jpg

│ cover6080.jpg

│ cover75100.jpg

│ cover81108.png

│ cover90120.jpg 

└─oebps

├─chapter01

│ │ chapter01.html 

│ ├─css

│ │ style.css 

│ └─images

│ ├─128

│ │ Image0.jpg 

│ ├─176

│ │ Image0.jpg 

│ ├─240

│ │ Image0.jpg 

│ ├─320

│ │ Image0.jpg 

│ ├─360

│ │ Image0.jpg 

│ ├─480

│ │ Image0.jpg 

│ └─orig

│ Image0.jpg 

├─chapter02

│ │ chapter02.html 

│ ├─css

│ │ style.css 

│ └─images

│ ├─128

│ │ Image0.jpg 

│ │ Image1.jpg 

│ ├─176

│ │ Image0.jpg

│ │ Image1.jpg

│ ├─240

│ │ Image0.jpg

│ │ Image1.jpg

│ ├─320

│ │ Image0.jpg

│ ├─360

│ │ Image0.jpg

│ ├─480

│ │ Image0.jpg 

│ └─orig

│ Image0.jpg

│ Image1.jpg

文件名與目錄名的描述以下：

文件名/目錄名	描述	類型	限定
mimetype	Mime類型描述文件	Ascii文件	必選
META-INF/	Meta信息目錄	目錄	必選
container.xml	容器描述文件	Xml文件	必選
book.opf	圖書元數據描述文件，如書名、做者信息	Xml文件	必選
book.ncx	描述圖書的目錄結構信息	Xml文件	必選
cover.xml	封面內容文件	Xml文件	必選
right.xml	權利描述文件	Xml文件	可選
ext/	MEB文件擴展目錄	目錄	可選
coverWH.jpg coverWH.png	封面圖片	jpg/png文件	可選
oebps/	MEB內容信息目錄	目錄	必選
chapterXX/	章節目錄	目錄	必選
chapterXX.html	頁內容頁面	xHtml文件	/
images/	圖片目錄	目錄	可選
orig	原圖存放目錄	目錄	可選
128	特定分辨率圖片存放目錄目前分辨率有12八、17六、240、320、360、480、600（600沒有單獨的目錄，由於600及600以上寬度的圖片，只須要在orig中存在）	目錄	可選
Image0.jpg	圖片文件 Orig存放的是原圖，若是章節引用了圖片，則該目錄確定有圖片；128-480目錄，若是原圖寬度大於目錄名稱值的，纔會有文件，如圖片寬度爲300，則在orig、12八、17六、240中會有對應壓縮後的圖片文件。	jpg/png	可選

4、 JAVA解析epub格式電子書示例

文章最後提供一下解析epub電子書的示例程序。程序的主要功能是讀取修改.epub格式文件的

相關材料和源碼均在連接中能夠下載：http://pan.baidu.com/s/1bnm8YXT

包括

一、JAVA項目工程test_epub，裏面包括了jar包和一本epub電子書myBook.epub

二、epub相關jar包（epublib-codr-lastest.jar、以及slf4j-*.jar）

三、電子書myBook.epub

JAVA解析.epub格式電子書，具體實現代碼以下。寫了一個簡單helloWorld程序，加入了相應的jar包。

程序說明：

一、讀取epub/myBook.epub文件。

二、修改metaData中的title

三、輸出新的.epub文件到工程目錄下。文件名mynewbook.epub

經過解壓mynewbook.epub文件，能夠看到toc.ncx文件中的<docTitle>和content.opf中的<dc:title>標籤內容都進行了修改。

package com.hk;

import java.io.FileInputStream;

import java.io.FileNotFoundException;

import java.io.FileOutputStream;

import java.io.IOException;

import java.io.InputStream;

import java.io.OutputStream;

import java.util.ArrayList;

import java.util.List;

import nl.siegmann.epublib.domain.Book;

import nl.siegmann.epublib.epub.EpubReader;

import nl.siegmann.epublib.epub.EpubWriter;

/**

* 

* epub格式文件讀和寫示例程序

* @author hk

* @version [版本號, 2015年11月26日]

* @see [相關類/方法]

* @since [產品/模塊版本]

*/

public class TestEpub

{

public static void main(String[] args)

{

System.out.println("hello world");

// 得到電子書路徑

String epubPath = getEbookPath();

// 讀epub文件

Book book = readBook(epubPath);

// 修改電子書

modifyBook(book);

String outputFileName = "mynewbook.epub";

writeBook(book, outputFileName);

}

/**

* 得到電子書路徑

* 

* @return

* @see [類、類#方法、類#成員]

*/

private static String getEbookPath()

{

// 獲得的currentPath = file:/E:/study/epub/test_epub/bin/,其中E:/study/epub/test_epub是工程路徑

String currentPath = Thread.currentThread().getClass().getResource("/").toString();

String epubPath = currentPath + "epub/myBook.epub";

// 去年路徑中的前綴//file:/

epubPath = epubPath.substring(6, epubPath.length());

epubPath = epubPath.replace("/", "//");

System.out.println(epubPath);

return epubPath;

}

/**

* 讀epub文件

* 

* @return

* @see [類、類#方法、類#成員]

*/

private static Book readBook(String epubPath)

{

EpubReader epubReader = new EpubReader();

Book book = null;

try

{

InputStream inputStr = new FileInputStream(epubPath);

book = epubReader.readEpub(inputStr);

}

catch (FileNotFoundException e)

{

e.printStackTrace();

}

catch (IOException e)

{

e.printStackTrace();

}

return book;

}

/**

* 修改電子書 本處修改了toc.ncx文件中的<docTitle>和content.opf中的<dc:title>標籤內容.

* 

* @param book

* @see [類、類#方法、類#成員]

*/

private static void modifyBook(Book book)

{

// 設置epub文件內title.

List<String> titlesList = new ArrayList<String>();

titlesList.add("test book");

book.getMetadata().setTitles(titlesList);

}

/**

* 輸出電子書

* 

* @param book

* @param fileName

* @see [類、類#方法、類#成員]

*/

private static void writeBook(Book book, String fileName)

{

// write epub

EpubWriter epubWriter = new EpubWriter();

try

{

OutputStream ouput = new FileOutputStream(fileName);

epubWriter.write(book, ouput);

}

catch (FileNotFoundException e)

{

e.printStackTrace();

}

catch (IOException e)

{

e.printStackTrace();

}

}

}