Читалка EPUB і витяг тексту

Як читати файл EPUB онлайн

1. Перетягніть EPUB-файл у зону завантаження або клацніть по ній, щоб вибрати файл. Назва, автор і розмір файлу з’являться над читалкою.
2. Праворуч відкриється перший розділ. Скористайтеся списком Зміст, щоб перейти до розділу чи підрозділу, а кнопками ← і → – до попереднього чи наступного розділу книги.
3. Посилання між розділами (примітки, перехресні посилання) працюють усередині читалки. Посилання на сайти відкриваються в новій вкладці.
4. Щоб отримати текст усієї книги, натисніть Витягти текст (.txt). Буде завантажено простий текстовий файл із назвою, автором і всіма розділами в порядку читання.

Що всередині файлу EPUB

EPUB – це ZIP-архів із чіткою структурою. Файл META-INF/container.xml указує на документ пакета (файл OPF). Пакет містить метадані книги (назва, автор, мова), маніфест усіх файлів (розділи у XHTML, зображення, таблиці стилів, шрифти) і spine: порядок, у якому розділи читаються. Зміст – це окремий навігаційний документ в EPUB 3 або файл NCX у старіших книгах EPUB 2.

Цей інструмент іде тим самим шляхом, що й електронна читалка: відкриває архів, читає контейнер, потім пакет, потім зміст і показує розділи в порядку spine. Якщо в книги немає змісту, розділи просто нумеруються.

Безпечний режим читання

Файл книги може містити що завгодно, зокрема скрипти й посилання на віддалені ресурси. Тому кожен розділ перед показом очищується: скрипти, форми, вбудовані фрейми, стилі й обробники подій видаляються, а зберігається лише структура тексту (заголовки, абзаци, списки, таблиці, виділення, посилання). Зображення, що зберігаються в книзі, показуються з пам’яті; з інтернету нічого й ніколи не завантажується.

Плата за це в тому, що власні шрифти, кольори та макет сторінок книги не застосовуються. Текст показується в охайному стилі читання сайту, що пасує романам, есеям і більшості науково-популярної літератури. Книги з фіксованою розміткою (комікси, дитячі книжки з малюнками) та книги зі складною версткою виглядають простіше, ніж у спеціальній читалці. Українська кирилиця та інші мови відображаються без проблем, якщо книга закодована у стандартному UTF-8.

Витягування тексту

Витягти текст (.txt) проходить усіма розділами spine, зокрема позначеними як нелінійні, наприклад примітками, і перетворює кожен розділ на простий текст: абзаци розділяються порожніми рядками, елементи списків починаються з тире, а переноси рядків зберігаються. Результат придатний для цитування, підрахунку слів, пошуку, перекладу чи передавання тексту іншому інструменту. Файл кодується в UTF-8, тож діакритика та інші писемності зберігаються.

Обмеження

• Книги, захищені DRM (шифруванням Adobe, Kindle, Kobo чи Apple), відкрити не можна: їхні розділи зашифровано. Обфусковані шрифти, які використовують багато книг без DRM, проблемою не є.
• Аудіо й відео, вбудовані в книгу, не відтворюються.
• Дуже великі архіви (понад 4 ГБ, ZIP64) не підтримуються.

Конфіденційність

Вашу книгу відкриває й читає ваш браузер, на вашому пристрої. Вона ніколи не завантажується на сервер, а витягнутий текст створюється локально.