Cititor EPUB și extragere text

Cum citești un fișier EPUB online

1. Trage un fișier EPUB în zona de încărcare sau fă clic pe ea pentru a-l alege. Titlul, autorul și dimensiunea fișierului apar deasupra cititorului.
2. Primul capitol se deschide în dreapta. Folosește lista Cuprins pentru a sări la un capitol sau la o secțiune și butoanele ← și → pentru a merge la secțiunea anterioară sau următoare a cărții.
3. Linkurile dintre capitole (note, trimiteri) funcționează în interiorul cititorului. Linkurile către site-uri web se deschid într-o filă nouă.
4. Pentru a obține textul întregii cărți, apasă Extrage textul (.txt). Se descarcă un fișier text simplu cu titlul, autorul și toate secțiunile, în ordinea de citire.

Ce se află într-un fișier EPUB

Un EPUB este o arhivă ZIP cu o structură precisă. Fișierul META-INF/container.xml indică documentul pachetului (fișierul OPF). Pachetul listează metadatele cărții (titlu, autor, limbă), un manifest al tuturor fișierelor (capitole XHTML, imagini, foi de stil, fonturi) și spine, adică ordinea în care se citesc capitolele. Cuprinsul este un document de navigare separat în EPUB 3 sau un fișier NCX în cărțile EPUB 2 mai vechi.

Instrumentul urmează același drum ca un e-reader: deschide arhiva, citește containerul, apoi pachetul, apoi cuprinsul și afișează capitolele în ordinea din spine. Când o carte nu are cuprins, secțiunile sunt pur și simplu numerotate.

O vizualizare de lectură sigură

Un fișier de carte poate conține orice, inclusiv scripturi și linkuri către resurse de la distanță. De aceea fiecare capitol este curățat înainte de afișare: scripturile, formularele, cadrele încorporate, stilurile și gestionarii de evenimente sunt eliminați și se păstrează doar structura textului (titluri, paragrafe, liste, tabele, accente, linkuri). Imaginile stocate în carte sunt afișate din memorie; nimic nu se încarcă vreodată de pe internet.

Compromisul este că fonturile, culorile și aspectul paginii propriu ale cărții nu sunt aplicate. Textul este afișat în stilul curat de lectură al site-ului, potrivit pentru romane, eseuri și majoritatea cărților de non-ficțiune. Cărțile cu aspect fix (benzi desenate, cărți ilustrate pentru copii) și cărțile care se bazează pe machete complexe arată mai simplu decât într-un e-reader dedicat.

Extragerea textului

Extrage textul (.txt) parcurge fiecare secțiune din spine, inclusiv cele marcate ca nelineare, precum notele, și transformă fiecare capitol în text simplu: paragrafele sunt separate prin rânduri goale, elementele de listă încep cu o liniuță, iar întreruperile de rând sunt păstrate. Rezultatul e util pentru citare, numărarea cuvintelor, căutare, traducere sau pentru a da textul altui instrument. Fișierul este codificat în UTF-8, deci diacriticele și alte alfabete sunt păstrate.

Limite

• Cărțile protejate prin DRM (criptare Adobe, Kindle, Kobo sau Apple) nu pot fi deschise: capitolele lor sunt criptate. Fonturile ofuscate, folosite de multe cărți fără DRM, nu sunt o problemă.
• Conținutul audio și video încorporat într-o carte nu este redat.
• Arhivele foarte mari (peste 4 GB, ZIP64) nu sunt acceptate.

Confidențialitate

Cartea ta este deschisă și citită de browserul tău, pe dispozitivul tău. Nu este încărcată niciodată pe un server, iar textul extras este creat local.