Utilia
Kategorie ▾
Jazyk: cs ▾

Čtečka EPUB a extrakce textu

Otevři e-knihu EPUB v prohlížeči, procházej kapitoly podle obsahu a vyextrahuj celý text do souboru .txt. Bez nahrávání, bez instalace aplikace.

Vlastní písma, barvy a rozvržení knihy se nepoužívají: kapitoly se zobrazují v čistém a bezpečném čtecím zobrazení.

Jak číst soubor EPUB online

  1. Přetáhni soubor EPUB do vyznačené oblasti, nebo na ni klikni a soubor vyber. Nad čtečkou se zobrazí název, autor a velikost souboru.
  2. Vpravo se otevře první kapitola. Pomocí seznamu Obsah přeskočíš na kapitolu nebo oddíl a tlačítky ← a → přejdeš na předchozí nebo další část knihy.
  3. Odkazy mezi kapitolami (poznámky, křížové odkazy) fungují přímo ve čtečce. Odkazy na weby se otevřou v nové záložce.
  4. Chceš-li získat text celé knihy, klikni na Extrahovat text (.txt). Stáhne se textový soubor s názvem, autorem a všemi částmi v pořadí čtení.

Co je uvnitř souboru EPUB

EPUB je archiv ZIP s přesnou strukturou. Soubor META-INF/container.xml pojmenuje balíčkový dokument (soubor OPF). Balíček uvádí metadata knihy (název, autor, jazyk), manifest všech souborů (kapitoly v XHTML, obrázky, styly, písma) a spine, tedy pořadí, v němž se kapitoly čtou. Obsah je v EPUB 3 samostatný navigační dokument, ve starších knihách EPUB 2 soubor NCX.

Tento nástroj jde stejnou cestou jako čtečka e-knih: otevře archiv, přečte kontejner, potom balíček a obsah a zobrazí kapitoly v pořadí podle spine. Pokud kniha obsah nemá, části se jednoduše očíslují.

Bezpečné čtecí zobrazení

Soubor knihy může obsahovat cokoli, včetně skriptů a odkazů na vzdálené zdroje. Proto se každá kapitola před zobrazením vyčistí: skripty, formuláře, vložené rámce, styly a obslužné rutiny událostí se odstraní a zůstane jen struktura textu (nadpisy, odstavce, seznamy, tabulky, zvýraznění, odkazy). Obrázky uložené v knize se zobrazují z paměti; z internetu se nikdy nic nenačítá.

Cenou za to je, že se nepoužijí vlastní písma, barvy a rozvržení stránek knihy. Text se zobrazí v čistém čtecím stylu tohoto nástroje, který se hodí pro romány, eseje a většinu naučné literatury. Knihy s pevným rozvržením (komiksy, dětské obrázkové knihy) a knihy se složitým rozvržením vypadají jednodušeji než ve specializované čtečce.

Extrakce textu

Extrahovat text (.txt) projde všechny části spine, včetně těch označených jako nelineární, například poznámek, a každou kapitolu převede na prostý text: odstavce se oddělují prázdnými řádky, položky seznamů začínají pomlčkou a zalomení řádků se zachovají. Výsledek se hodí k citování, počítání slov, vyhledávání, překladu nebo k předání textu jinému nástroji. Soubor je kódovaný v UTF-8, takže se zachová česká diakritika i další písma.

Omezení

  • Knihy chráněné DRM (šifrování Adobe, Kindle, Kobo nebo Apple) nelze otevřít: jejich kapitoly jsou zašifrované. Zakódovaná (obfuskovaná) písma, která používá řada knih bez DRM, problém nejsou.
  • Zvuk a video vložené v knize se nepřehrávají.
  • Velmi velké archivy (nad 4 GB, ZIP64) nejsou podporovány.

Soukromí

Tvoje kniha se otevírá a čte v prohlížeči ve tvém zařízení. Nikdy se nenahrává a extrahovaný text vzniká lokálně.

Časté dotazy

Mohu pomocí tohoto nástroje číst knihy z Kindle?

Ne. Soubory Kindle (AZW, KFX) používají jiný formát a bývají chráněné DRM. Tento nástroj čte soubory EPUB bez DRM, například z knihoven volných děl nebo od mnoha nezávislých vydavatelů.

Proč kniha vypadá jinak než ve mé čtečce?

Z bezpečnostních důvodů se nepoužijí vlastní styly a písma knihy. Text, nadpisy, obrázky, tabulky a odkazy zůstanou zachovány v neutrálním čtecím rozvržení.

Jak převést EPUB na TXT?

Otevři knihu a klikni na Extrahovat text (.txt). Celá kniha se uloží jako jediný textový soubor v pořadí čtení.

Uloží si nástroj pozici, na které jsem při čtení skončil?

Ne. Nic se neukládá: soubor otevři znovu a pomocí Obsah se vrať ke své kapitole.

Proč se některé obrázky nezobrazují?

Zobrazit lze jen obrázky uložené uvnitř EPUB. Obrázky, na které kniha odkazuje z internetu, se nenačítají, a obrázky v neobvyklých formátech mohou být přeskočeny.

Související nástroje