Leitor de EPUB e extrator de texto

Como ler um ficheiro EPUB online

1. Larga um ficheiro EPUB na zona de depósito ou clica nela para o escolher. O título, o autor e o tamanho do ficheiro aparecem por cima do leitor.
2. O primeiro capítulo abre à direita. Usa a lista Índice para saltar para um capítulo ou uma secção, e os botões ← e → para ir para a secção anterior ou seguinte do livro.
3. As ligações entre capítulos (notas, referências cruzadas) funcionam dentro do leitor. As ligações para sites abrem num novo separador.
4. Para obter o texto do livro inteiro, clica em Extrair texto (.txt). É transferido um ficheiro de texto simples com o título, o autor e todas as secções pela ordem de leitura.

O que há dentro de um ficheiro EPUB

Um EPUB é um arquivo ZIP com uma estrutura precisa. O ficheiro META-INF/container.xml indica o documento de pacote (o ficheiro OPF). O pacote lista os metadados do livro (título, autor, língua), um manifesto de todos os ficheiros (capítulos em XHTML, imagens, folhas de estilo, tipos de letra) e a spine: a ordem em que os capítulos são lidos. O índice é um documento de navegação separado no EPUB 3, ou um ficheiro NCX nos livros EPUB 2 mais antigos.

Esta ferramenta segue o mesmo caminho que um leitor de livros digitais: abre o arquivo, lê o contentor, depois o pacote, depois o índice, e mostra os capítulos pela ordem da spine. Quando um livro não tem índice, as secções são simplesmente numeradas.

Uma vista de leitura segura

Um ficheiro de livro pode conter de tudo, incluindo scripts e ligações para recursos remotos. Por isso, cada capítulo é limpo antes de ser apresentado: os scripts, os formulários, as molduras incorporadas, os estilos e os gestores de eventos são removidos, e só a estrutura do texto é mantida (títulos, parágrafos, listas, tabelas, ênfase, ligações). As imagens guardadas no livro são mostradas a partir da memória; nada é carregado da internet.

A contrapartida é que os tipos de letra, as cores e a paginação do próprio livro não são aplicados. O texto aparece no estilo de leitura limpo do site, adequado a romances, ensaios e à maioria da não ficção. Os livros de paginação fixa (banda desenhada, livros ilustrados para crianças) e os livros que dependem de paginações complexas ficam com um aspeto mais simples do que num leitor dedicado.

Extrair o texto

Extrair texto (.txt) percorre todas as secções da spine, incluindo as marcadas como não lineares, como as notas, e transforma cada capítulo em texto simples: os parágrafos são separados por linhas em branco, os itens de lista começam por um travessão e as quebras de linha são mantidas. O resultado é útil para citar, contar palavras, pesquisar, traduzir ou passar o texto a outra ferramenta. O ficheiro é codificado em UTF-8, por isso os acentos e os outros alfabetos são preservados.

Limites

• Os livros protegidos por DRM (encriptação Adobe, Kindle, Kobo ou Apple) não podem ser abertos: os capítulos estão encriptados. Os tipos de letra ofuscados, usados por muitos livros sem DRM, não são problema.
• O áudio e o vídeo incorporados num livro não são reproduzidos.
• Os arquivos muito grandes (mais de 4 GB, ZIP64) não são suportados.

Privacidade

O teu livro é aberto e lido pelo teu navegador, no teu dispositivo. Nunca é enviado, e o texto extraído é criado localmente.