一、 電子書介紹
轉載請注明http://www.cnblogs.com/xckk/p/6020324.html
Epub(Electronic Publication)是一個完全開放和免費的電子書標准。是一個自由的開放標
准，屬於一種可以“自動重新編排”的內容。
“自動重新編排”的原因是內部使用XHTML來展現文件的內容，用一系列CSS來定義格式和版面設計，達到了內容和編排的分離。
現在EpubEpub包括三項主要規格：
開放出版結構（Open Publication Structure，OPS）2.0，以定義內容的版面；
開放包裹格式（Open Packaging Format，OPF）2.0，定義以XML為基礎的.epub檔案結構；
開放容器格式（OEBPS Container Format，OCF）3.0，將所有相關文件收集至ZIP壓縮檔案之中。
OPS規范的目的是為內容提供者（例如出版商、作者等）和出版工具提供者提供一個最小的通用指導，以保證電子內容能夠在各種閱讀系統中保持一致性。
OPS用XHTML來構築書的內容，用CSS來定義書的格式和版面設計等
OPF規范則定義了將各種OPS出版組件連接在一起的機制，並為其提供附加的結構和語言。OPF規范與OPS規范是分開的，目的是將內容描述技術和包裝描述技術模塊化。
OCF定義了將所有電子出版組件包裝成一個單一檔案進行傳播、遞送和存檔的標准機制。是一種打包機制。
相關規范文檔：
OPS2.0規范：http://www.idpf.org/epub/20/spec/OPS_2.0.1_draft.htm
OPF2.0規范：http://www.idpf.org/epub/20/spec/OPF_2.0.1_draft.htm
OCF規范：http://www.idpf.org/epub/301/spec/epub-ocf.html
二、 EPUB基礎知識介紹
打開方式
epub可以用stanza的PC版打開，也可以用Firefox、Chrome上的相應的插件。
Firefox EpubReader 擴充組件：EPUBReader是一個可以閱讀ePub格式文件的Firefox擴充程序。你無須安裝額外的軟件，在Firefox瀏覽器中便可閱讀ePub格式文件，推薦這個。
文件解析
一個 EPUB 就是一個簡單 ZIP 格式文件（使用 .epub 擴展名），其中包括按照預先定義的方式排列的文件。除此以外，EPUB 非常簡單。只需將后綴改為.zip或.rar，解壓即可看到里面的文件內容。如下圖
一個epub電子書的zip大致包含以下東西：
1、mimetype 文件，必須是壓縮包的第一個文件。注意，mimetype必須是非壓縮格式。
2、META-INF目錄，里面至少包含一個container.xml 文件。
3、OEBPS目錄（可以是別的名字，但建議用這個名字），包含了：
a) image子目錄（不一定總有）存放了所有的圖片文件
b) content.opf 文件名可以是其它的，擴展名一定是opf，就是一個xml格式的包內的文件列表
c) toc.ncx 目錄文件，一個“邏輯目錄”, 瀏覽控制文件.
d) 一些xhtml或html文件。就是書的內容。
簡單 EPUB 檔案的目錄和文件結構：
mimetype
META-INF/
container.xml
OEBPS/
content.opf
title.html
content.html
stylesheet.css
toc.ncx
images/
cover.png
一個完整的epub格式電子書，OPF文件一般包括OEBPS目錄下的 .opf和 .ncx文件。
1、.opf文件
包括四個元素：metadata, manifest, spine, guide
（1）metadata: epub的元數據，如title、language、identifier、cover等。其中，title 和 identifier這兩個數據是必須的。按照EPUB規范，identifier由數字圖書的創建者定義，必須唯一。對於圖書出版商來說，這個字段一般包括ISBN或者Library of Congress編號；也可以使用URL或者隨機生成的唯一用戶ID。注意：unique-identifier 的值必須和 dc:identifier 元素的 ID 屬性匹配。
（2）manifest：列出了目錄中所包含的所有文件（xhtml、css、png、ncx等）。EPUB 鼓勵使用 CSS 設定圖書內容的樣式，因此 manifest標簽下也包含 CSS文件。注意：進入數字圖書的所有文件都必須在 manifest 中列出，manifest只列出文件，未列出文件之間的結構順序。
3）spine：所有xhtml文檔的線性閱讀順序。其中，spine標簽的toc屬性必須包含在manifest列出來的.ncx的id。可以將 OPF spine 理解為是書中 “頁面” 的順序，解析的時候按照文檔順序從上到下依次讀取 spine。
在spine中的每個 itemref 元素都需要有一個 idref 屬性，這個屬性和 manifest 中的某個 ID 匹配。
2、.ncx文件
ncx 定義了數字圖書的目錄表。復雜的圖書中，目錄表通常采用層次結構，包括嵌套的內容、章和節。包含了toc（tablet of content,提供了分段的一些信息）。ncx的 <head> 標記中包含四個 meta 元素：
uid：數字圖書的惟一ID。該元素和 OPF 文件中的 dc:identifier 對應。
depth：反映目錄表中層次的深度。
totalPageCount 和 maxPageNumber：僅用於紙質圖書，保留 0 即可。
docTitle/text 的內容是圖書的標題，和 OPF 中的 dc:title 匹配。后面的示例程序是對該標題進行更改。
navMap定義了圖書的目錄，是 ncx 文件中最重要的部分。navMap 包含一個或多個 navPoint 元素，每個 navPoint 都要包含下列元素：
playOrder：說明文檔的閱讀順序。和 OPF spine 中 itemref 元素的順序相同。
navLabel/text ：給出該章節的標題。通常是章的標題或者數字。
content ：它的 src 屬性指向包含這些內容的物理資源。就是 OPF manifest 中聲明的文件。
還可以有一個或多個 navPoint 元素。ncx 使用嵌套的導航點表示層次結構的文檔
3、.opf的spine和.ncx文件有什么不同？
Spine標簽描述文檔順序，.ncx文件描述目錄。
兩者很容易混淆，因為兩個文件都描述了文檔的順序和內容。要說明兩者的區別，最簡單的辦法就是拿印刷書來打比方：.opf文件的spine標簽描述了書中的各個章節是如何實際連接起來的，比方說翻過第一章的最后一頁就看到第二章的第一頁。.ncx在圖書的一開始描述了目錄，目錄肯定會包含書中主要的章節，但是還可能包含沒有單獨分頁的小節。
一條法則是ncx包含的 navPoint 元素通常比 opf spine中的itemref 元素多。實際上，spine 中的所有項都會出現在 .ncx 中，但.ncx可能更詳細。
三、ocf格式電子書介紹
咪咕閱讀制作的電子書是.ocf格式，與EPUB所規定的大部分格式與展現標准相同，並且對其進行擴展，重點解決了版面豐富性、格式開放性和文檔安全性、可交換性、可擴展性、可裁剪性。適用於手機、手持閱讀終端等設備。
ocf格式的圖書經過內部的圖書入庫、章節拆分與壓縮、加密以及MEB打包后，形成.meb作為擴展名的電子書，就可以上架供客戶端解析閱讀了。
OCF包的目錄結構：
OCF │ mimetype ├─META-INF │ │ book.ncx │ │ book.opf │ │ container.xml │ │ cover.xml │ │ right.xml │ └─ext │ cover180240.jpg │ cover5168.png │ cover600800.jpg │ cover6080.jpg │ cover75100.jpg │ cover81108.png │ cover90120.jpg └─oebps ├─chapter01 │ │ chapter01.html │ ├─css │ │ style.css │ └─images │ ├─128 │ │ Image0.jpg │ ├─176 │ │ Image0.jpg │ ├─240 │ │ Image0.jpg │ ├─320 │ │ Image0.jpg │ ├─360 │ │ Image0.jpg │ ├─480 │ │ Image0.jpg │ └─orig │ Image0.jpg ├─chapter02 │ │ chapter02.html │ ├─css │ │ style.css │ └─images │ ├─128 │ │ Image0.jpg │ │ Image1.jpg │ ├─176 │ │ Image0.jpg │ │ Image1.jpg │ ├─240 │ │ Image0.jpg │ │ Image1.jpg │ ├─320 │ │ Image0.jpg │ ├─360 │ │ Image0.jpg │ ├─480 │ │ Image0.jpg │ └─orig │ Image0.jpg │ Image1.jpg
文件名與目錄名的描述如下：
| 文件名/目錄名 |
描述 |
類型 |
限定 |
| mimetype |
Mime類型描述文件 |
Ascii文件 |
必選 |
| META-INF/ |
Meta信息目錄 |
目錄 |
必選 |
| container.xml |
容器描述文件 |
Xml文件 |
必選 |
| book.opf |
圖書元數據描述文件，如書名、作者信息 |
Xml文件 |
必選 |
| book.ncx |
描述圖書的目錄結構信息 |
Xml文件 |
必選 |
| cover.xml |
封面內容文件 |
Xml文件 |
必選 |
| right.xml |
權利描述文件 |
Xml文件 |
可選 |
| ext/ |
MEB文件擴展目錄 |
目錄 |
可選 |
| coverWH.jpg coverWH.png |
封面圖片 |
jpg/png文件 |
可選 |
| oebps/ |
MEB內容信息目錄 |
目錄 |
必選 |
| chapterXX/ |
章節目錄 |
目錄 |
必選 |
| chapterXX.html |
頁內容頁面 |
xHtml文件 |
/ |
| images/ |
圖片目錄 |
目錄 |
可選 |
| orig |
原圖存放目錄 |
目錄 |
可選 |
| 128 |
特定分辨率圖片存放目錄 目前分辨率有128、176、240、320、360、480、600（600沒有單獨的目錄，因為600及600以上寬度的圖片，只需要在orig中存在） |
目錄 |
可選 |
| Image0.jpg |
圖片文件 Orig存放的是原圖，如果章節引用了圖片，則該目錄肯定有圖片；128-480目錄，如果原圖寬度大於目錄名稱值的，才會有文件，如圖片寬度為300，則在orig、128、176、240中會有對應壓縮后的圖片文件。 |
jpg/png |
可選 |
四、 JAVA解析epub格式電子書示例
文章最后提供一下解析epub電子書的示例程序。程序的主要功能是讀取修改.epub格式文件的
相關材料和源碼均在鏈接中可以下載：http://pan.baidu.com/s/1bnm8YXT
包括
1、JAVA項目工程test_epub，里面包括了jar包和一本epub電子書myBook.epub
2、epub相關jar包（epublib-codr-lastest.jar、以及slf4j-*.jar）
3、電子書myBook.epub
JAVA解析.epub格式電子書，具體實現代碼如下。寫了一個簡單helloWorld程序，加入了相應的jar包。
程序說明：
1、讀取epub/myBook.epub文件。
2、修改metaData中的title
3、輸出新的.epub文件到工程目錄下。文件名mynewbook.epub
通過解壓mynewbook.epub文件，可以看到toc.ncx文件中的<docTitle>和content.opf中的<dc:title>標簽內容都進行了修改。
package com.hk; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.IOException; import java.io.InputStream; import java.io.OutputStream; import java.util.ArrayList; import java.util.List; import nl.siegmann.epublib.domain.Book; import nl.siegmann.epublib.epub.EpubReader; import nl.siegmann.epublib.epub.EpubWriter; /** * * epub格式文件讀和寫示例程序 * @author hk * @version [版本號, 2015年11月26日] * @see [相關類/方法] * @since [產品/模塊版本] */ public class TestEpub { public static void main(String[] args) { System.out.println("hello world"); // 獲得電子書路徑 String epubPath = getEbookPath(); // 讀epub文件 Book book = readBook(epubPath); // 修改電子書 modifyBook(book); String outputFileName = "mynewbook.epub"; writeBook(book, outputFileName); } /** * 獲得電子書路徑 * * @return * @see [類、類#方法、類#成員] */ private static String getEbookPath() { // 得到的currentPath = file:/E:/study/epub/test_epub/bin/,其中E:/study/epub/test_epub是工程路徑 String currentPath = Thread.currentThread().getClass().getResource("/").toString(); String epubPath = currentPath + "epub/myBook.epub"; // 去年路徑中的前綴//file:/ epubPath = epubPath.substring(6, epubPath.length()); epubPath = epubPath.replace("/", "//"); System.out.println(epubPath); return epubPath; } /** * 讀epub文件 * * @return * @see [類、類#方法、類#成員] */ private static Book readBook(String epubPath) { EpubReader epubReader = new EpubReader(); Book book = null; try { InputStream inputStr = new FileInputStream(epubPath); book = epubReader.readEpub(inputStr); } catch (FileNotFoundException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } return book; } /** * 修改電子書 本處修改了toc.ncx文件中的<docTitle>和content.opf中的<dc:title>標簽內容. * * @param book * @see [類、類#方法、類#成員] */ private static void modifyBook(Book book) { // 設置epub文件內title. List<String> titlesList = new ArrayList<String>(); titlesList.add("test book"); book.getMetadata().setTitles(titlesList); } /** * 輸出電子書 * * @param book * @param fileName * @see [類、類#方法、類#成員] */ private static void writeBook(Book book, String fileName) { // write epub EpubWriter epubWriter = new EpubWriter(); try { OutputStream ouput = new FileOutputStream(fileName); epubWriter.write(book, ouput); } catch (FileNotFoundException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } } }
文章參考了work hard work smart的技術博客
http://www.cnblogs.com/linlf03/archive/2011/12/13/2286218.html
程序實現博客http://www.cnblogs.com/xckk/p/4598196.html
秀才坤坤出品