Epub-läsare och textutvinning

Så här läser du en epub-fil online

1. Släpp en epub-fil i släppzonen, eller klicka på den för att välja en fil. Titel, författare och filstorlek visas ovanför läsaren.
2. Det första kapitlet öppnas till höger. Använd listan Innehåll för att hoppa till ett kapitel eller ett avsnitt, och knapparna ← och → för att gå till föregående eller nästa avsnitt i boken.
3. Länkar mellan kapitel (noter, korshänvisningar) fungerar i läsaren. Länkar till webbplatser öppnas i en ny flik.
4. Klicka på Hämta text (.txt) för att få texten i hela boken. En oformaterad textfil med titel, författare och varje avsnitt i läsordning laddas ner.

Vad en epub-fil innehåller

En epub är ett zip-arkiv med en exakt struktur. Filen META-INF/container.xml pekar ut paketdokumentet (OPF-filen). Paketet listar bokens metadata (titel, författare, språk), en förteckning över varje fil (kapitel i XHTML, bilder, formatmallar, teckensnitt) och ryggraden (spine): den ordning i vilken kapitlen läses. Innehållsförteckningen är ett separat navigeringsdokument i EPUB 3, eller en NCX-fil i äldre EPUB 2-böcker.

Det här verktyget följer samma väg som en läsplatta: det öppnar arkivet, läser containern, sedan paketet och därefter innehållsförteckningen, och visar kapitlen i ryggradens ordning. Om en bok saknar innehållsförteckning numreras avsnitten helt enkelt.

En säker läsvy

En bokfil kan innehålla vad som helst, även skript och länkar till externa resurser. Därför rensas varje kapitel innan det visas: skript, formulär, inbäddade ramar, stilar och händelsehanterare tas bort, och bara textstrukturen behålls (rubriker, stycken, listor, tabeller, betoning, länkar). Bilder som finns i boken visas från minnet och ingenting laddas någonsin från internet.

Avvägningen är att bokens egna teckensnitt, färger och sidlayout inte används. Texten visas i webbplatsens rena lässtil, som passar romaner, essäer och de flesta faktaböcker. Böcker med fast layout (serier, bilderböcker för barn) och böcker som bygger på komplexa layouter ser enklare ut än i en särskild läsplatta.

Hämta texten

Hämta text (.txt) går igenom varje avsnitt i ryggraden, även sådana som markerats som icke-linjära, till exempel noter, och gör om varje kapitel till ren text: stycken skiljs åt av tomma rader, listposter börjar med ett streck och radbrytningar behålls. Resultatet är användbart för att citera, räkna ord, söka, översätta eller mata in texten i ett annat verktyg. Filen kodas som UTF-8, så å, ä, ö och andra skriftsystem bevaras.

Begränsningar

• Böcker skyddade med DRM (kryptering från Adobe, Kindle, Kobo eller Apple) kan inte öppnas, eftersom deras kapitel är krypterade. Förvanskade teckensnitt, som används av många böcker utan DRM, är inget problem.
• Ljud och video som är inbäddade i en bok spelas inte upp.
• Mycket stora arkiv (över 4 GB, ZIP64) stöds inte.

Integritet

Din bok öppnas och läses av din webbläsare, på din enhet. Den laddas aldrig upp, och den hämtade texten skapas lokalt.