Lector de EPUB y extractor de texto

Cómo leer un archivo EPUB online

1. Suelta un archivo EPUB en la zona de carga o haz clic en ella para elegirlo. El título, el autor y el tamaño del archivo aparecen encima del lector.
2. El primer capítulo se abre a la derecha. Usa la lista Índice para saltar a un capítulo o una sección, y los botones ← y → para ir a la sección anterior o siguiente del libro.
3. Los enlaces entre capítulos (notas, referencias cruzadas) funcionan dentro del lector. Los enlaces a sitios web se abren en una pestaña nueva.
4. Para obtener el texto de todo el libro, haz clic en Extraer el texto (.txt). Se descarga un archivo de texto plano con el título, el autor y todas las secciones en orden de lectura.

Qué hay dentro de un archivo EPUB

Un EPUB es un archivo ZIP con una estructura precisa. El archivo META-INF/container.xml indica cuál es el documento de paquete (el archivo OPF). El paquete enumera los metadatos del libro (título, autor, idioma), un manifiesto con todos los archivos (capítulos en XHTML, imágenes, hojas de estilo, fuentes) y el spine («lomo»): el orden en que se leen los capítulos. El índice es un documento de navegación aparte en EPUB 3, o un archivo NCX en los libros EPUB 2 más antiguos.

Esta herramienta sigue el mismo camino que un lector de libros electrónicos: abre el archivo, lee el contenedor, luego el paquete y después el índice, y muestra los capítulos en el orden del spine. Cuando un libro no tiene índice, las secciones simplemente se numeran.

Una vista de lectura segura

Un archivo de libro puede contener cualquier cosa, incluidos scripts y enlaces a recursos remotos. Por eso cada capítulo se limpia antes de mostrarse: se eliminan los scripts, los formularios, los marcos incrustados, los estilos y los controladores de eventos, y solo se conserva la estructura del texto (títulos, párrafos, listas, tablas, énfasis, enlaces). Las imágenes guardadas en el libro se muestran desde la memoria; nunca se carga nada de internet.

La contrapartida es que no se aplican las fuentes, los colores ni la maquetación propios del libro. El texto se muestra con el estilo de lectura limpio del sitio, que va bien para novelas, ensayos y la mayoría de los libros de no ficción. Los libros de maquetación fija (cómics, álbumes ilustrados infantiles) y los que dependen de diseños complejos se ven más sencillos que en un lector dedicado.

Extraer el texto

Extraer el texto (.txt) recorre todas las secciones del spine, incluidas las marcadas como no lineales, como las notas, y convierte cada capítulo en texto plano: los párrafos se separan con líneas en blanco, los elementos de lista empiezan con un guion y se conservan los saltos de línea. El resultado es útil para citar, contar palabras, buscar, traducir o pasar el texto a otra herramienta. El archivo se codifica en UTF-8, así que se conservan los acentos, la ñ y otros alfabetos.

Límites

• Los libros protegidos con DRM (cifrado de Adobe, Kindle, Kobo o Apple) no se pueden abrir: sus capítulos están cifrados. Las fuentes ofuscadas, que usan muchos libros sin DRM, no son un problema.
• El audio y el vídeo incrustados en un libro no se reproducen.
• No se admiten archivos muy grandes (más de 4 GB, ZIP64).

Privacidad

Tu navegador abre y lee el libro en tu propio dispositivo. Nunca se sube, y el texto extraído se crea localmente.