-
Notifications
You must be signed in to change notification settings - Fork 2
/
Copy pathmain.py
258 lines (216 loc) · 10 KB
/
main.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
#!/usr/bin/env python
# -*-coding:utf-8 -*-
import os
import re
import traceback
import warnings
import flet
from ebooklib import epub
from flet import (
Page,
)
from lxml import etree
from check import version_check, GITHUB_URL
warnings.filterwarnings("ignore", category=UserWarning)
warnings.filterwarnings("ignore", category=FutureWarning)
coding = 'utf-8'
parser = etree.XMLParser(ns_clean=True, recover=True, encoding=coding)
"""
EPUB 文件格式是一种专为电子书设计的标准格式，它允许文本和其他内容根据设备屏幕的大小自动调整。EPUB 文件实际上是 ZIP 格式的文件，包含了 HTML 文档、图像、CSS 样式表以及其他支持文件。以下是 EPUB 文件的基本结构和组成部分：
Mimetype 文件：位于 EPUB 包的根目录下，是一个纯文本文件，包含值 application/epub+zip。此文件没有文件扩展名，并且必须是未压缩的（即不在 ZIP 压缩之内），这是 EPUB 阅读器识别 EPUB 文件的第一步。
META-INF 目录：
container.xml：描述了 EPUB 文件内部其他 XML 文件的位置。它指定了 OPS（或 OEBPS）目录的位置，这是 EPUB 文件的主要内容所在的位置。
OPS 或 OEBPS 目录：这是 EPUB 文件的主要部分，包含了电子书的所有内容。此目录包括：
content.opf：这是一个 XML 文件，定义了整个 EPUB 包的内容。它包含了元数据、内容清单（manifest）、排版顺序（spine）和导航指南（guide）等信息。
toc.ncx：一个 XML 文件，定义了书的目录结构。虽然在 EPUB 3 中已经被 XHTML 导航文件取代，但在某些阅读器中仍然会被使用。
nav.xhtml：一个 XHTML 文件，作为电子书的导航文档。在 EPUB 3 中代替了 toc.ncx 文件。
Text 目录：包含了电子书的所有正文内容，这些内容是以 XHTML 文件的形式存在的。
Images 目录：存放电子书中使用的图像文件。
Styles 目录：存放用于格式化内容的 CSS 文件。
Cover 图像：有些 EPUB 文件会包含封面图像，通常作为一个独立的图像文件存在于 Images 目录中，并在 content.opf 文件中引用。
"""
class UI:
def __init__(self, page: flet.Page):
self.page = page
self.input_files = flet.ListView(
spacing=10, padding=10, height=400
)
output_file = os.path.abspath('合并.epub')
self.count = flet.Text(weight=flet.FontWeight.BOLD)
self.pick_files_dialog = flet.FilePicker(on_result=self.pick_files_result)
self.pb = flet.ProgressBar(width=600, tooltip="合并进度", value=0)
self.pb_label = flet.Text("0.00%")
page.overlay.append(self.pick_files_dialog)
self.merge_b = flet.ElevatedButton(
"开始合并",
icon=flet.icons.MERGE,
on_click=lambda _: self.handle([i.value for i in self.input_files.controls], output_file), # type: ignore
)
page.add(
flet.Column(
[
flet.Row([
flet.ElevatedButton(
"选择多个epub",
icon=flet.icons.SELECT_ALL,
on_click=lambda _: self.pick_files_dialog.pick_files(
allow_multiple=True
),
),
flet.ElevatedButton(text="项目主页", url=GITHUB_URL)
]),
self.input_files,
self.count,
self.merge_b,
flet.Row(controls=[self.pb, self.pb_label]),
]
)
)
def handle(self, epubs, output_name):
if not epubs:
return
self.merge_b.disabled = True
merged_epub = epub.EpubBook()
first_book = epub.read_epub(epubs[0])
print(first_book.metadata)
try:
merged_epub.set_identifier(first_book.get_metadata('DC', 'identifier')[0][0])
merged_epub.set_title(first_book.get_metadata('DC', 'title')[0][0])
merged_epub.set_language(first_book.get_metadata('DC', 'language')[0][0])
merged_epub.add_author(first_book.get_metadata('DC', 'creator')[0][0])
except Exception as e:
print("error:", e)
dirs = [r'.*nav.xhtml', r'.*contents.xhtml', r'.*toc.xhtml', r'.*toc.ncx']
dirs_patterns = [re.compile(pattern, re.IGNORECASE) for pattern in dirs]
self.update_pb(0.1)
self.merge_b.text = "合并中..."
self.page.update()
one = 0.85 / len(epubs)
for i, epub_file in enumerate(epubs):
try:
self.files_conbine(i, epub_file, dirs_patterns, merged_epub)
except Exception as e:
print(e)
self.update_pb(self.pb.value + one)
self.merge_b.text = "合并完成，导出中..."
self.merge_b.update()
nav = epub.EpubNav()
nav.file_name = "Text/toc.xhtml"
# merged_epub.add_item(epub.EpubNcx()) #EPUB2规范
merged_epub.add_item(nav) # EPUB3规范
epub.write_epub(output_name, merged_epub)
self.update_pb(self.pb.value + 0.05)
self.merge_b.disabled = False
self.merge_b.text = "开始合并"
self.count.value = f"已导出到 {output_name}"
self.page.update()
def update_pb(self, i):
self.pb.value = i
self.pb_label.value = f"{self.pb.value * 100:.2f}%"
self.page.update()
def pick_files_result(self, e: flet.FilePickerResultEvent):
if not e.files:
return
self.input_files.controls.clear()
self.input_files.controls.extend([flet.Text(i.path) for i in e.files])
self.count.value = f"累计{len(self.input_files.controls)}个文件"
e.page.update()
# 查找章节位置
# 通过遍历章节列表，查找包含指定位置的章节
# 如果找不到，则返回原始位置
def findloc(self, charpters, loc):
for charpter in charpters:
if loc in charpter:
return charpter
return loc
def addtoc(self, item, chapters, toc):
lxml_content = item.get_content()
tree = etree.fromstring(lxml_content, parser)
title_elements = tree.findall('.//{http://www.w3.org/1999/xhtml}a')
for title_element in title_elements:
href = title_element.get('href')
loc = os.path.basename(href)
loc = self.findloc(chapters, loc)
title_name = ''.join(title_element.itertext())
loc = os.path.join("Text", loc).replace(os.path.sep, '/')
link = epub.Link(loc, title_name, item.id)
same = False
for t in toc:
if t.href == link.href:
same = True
break
if not same:
yield link
return None
def modify_img(self, item, chapters):
lxml_content = item.content
tree = etree.fromstring(lxml_content, parser=parser)
imgs = tree.findall('.//{http://www.w3.org/1999/xhtml}img')
namespaces = {'xlink': 'http://www.w3.org/1999/xlink', 'svg': 'http://www.w3.org/2000/svg'}
# 查找所有 <image> 元素
images = tree.xpath('.//svg:image', namespaces=namespaces)
for img in imgs:
src = img.get('src')
loc = os.path.basename(src)
for chapter in chapters:
if loc in chapter:
img.set('src', os.path.join(os.path.dirname(src), chapter).replace(os.path.sep, '/'))
break
for image in images:
href = image.get('{http://www.w3.org/1999/xlink}href')
loc = os.path.basename(href)
for chapter in chapters:
if loc in chapter:
image.set('{http://www.w3.org/1999/xlink}href',
os.path.join(os.path.dirname(href), chapter).replace(os.path.sep, '/'))
return etree.tostring(tree, pretty_print=True, encoding=coding, xml_declaration=True).decode(coding)
def files_conbine(self, i, epub_file, dirs_patterns, merged_epub):
book = epub.read_epub(epub_file)
chapters, toc, spine = [], [], ['nav']
for item in book.items:
basename = os.path.basename(item.file_name)
afterDeclaration = basename[basename.rindex('.'):]
item.id = f"{i}_{basename}"
if afterDeclaration not in item.id:
item.id += afterDeclaration
item.file_name = os.path.join(os.path.dirname(item.file_name), str(i) + "_" + basename).replace(
os.path.sep,
'/')
chapters.append(item.id)
for item in book.items:
f = False
for pattern in dirs_patterns:
if pattern.search(item.id):
f = True
add_contents = self.addtoc(item, chapters, toc)
if add_contents is not None:
toc.extend(add_contents)
if not f:
if ".xhtml" in item.id:
modify_content = self.modify_img(item, chapters)
item.set_content(modify_content.encode(coding))
merged_epub.add_item(item)
# set spine
for t in toc:
# print(t.href)
for item in book.items:
if item.id in t.href:
spine.append(item.id)
merged_epub.toc.extend(toc)
merged_epub.spine.extend(spine)
def get_files(self, directory):
# 使用示例
_files = []
for root, dirs, files in os.walk(directory):
for file in files:
_files.append(os.path.abspath(os.path.join(root, file)))
return _files
def main(page: Page):
page.title = "epub合并工具（bronya0制作）"
page.theme = flet.Theme(font_family="微软雅黑")
UI(page)
try:
version_check(page)
except:
traceback.print_exc()
flet.app(target=main)