【Python】EPUBからデータを抽出する

漫画などの固定レイアウトEpubを目次付きPDFに変換するプログラムを作りたい、ということで
手始めに、ePubからメタデータや目次データ、画像データのパスなどを表示するプログラムをサンプルコードなどを参考に書いてみました。
EbookLibというPythonのライブラリを使っています。https://github.com/aerkalov/ebooklib
EbookLibの使い方の参考になれば幸いです。

	import ebooklib
	from ebooklib import epub, utils
	book = epub.read_epub('.<.epubファイルのパス>')
	# メタデータの読み込み
	# タイトル
	title = book.get_metadata('DC', 'title')
	print('タイトル:', title)
	# 執筆者
	creator = book.get_metadata('DC', 'creator')
	print('執筆者:', creator)
	# 発行者
	publisher = book.get_metadata('DC', 'publisher')
	print('発行者:', publisher)
	# 言語
	language = book.get_metadata('DC', 'language')
	print('言語:', language)
	# 発行日
	date = book.get_metadata('DC', 'date')
	print('発行日:', date)
	print('==================================')
	# 目次(Table of contents)
	for item in book.toc:
	print(item.title, item.href)
	print('==================================')
	# カバー画像
	cover_image = list(book.get_items_of_type(ebooklib.ITEM_COVER))[0]
	print('カバー画像 : ', cover_image.get_name())
	print('==================================')
	# ページ画像
	for item in book.get_items_of_type(ebooklib.ITEM_DOCUMENT):
	body = utils.parse_html_string(item.get_body_content())
	for elem in body.iter():
	if 'xlink:href' in elem.attrib:
	print(item.get_name(), ':', elem.attrib.get('xlink:href'))

view raw epub_read.py hosted with ❤ by GitHub

出力例：

参考：https://qiita.com/po3rin/items/80053c20048ef8e4b6c5

Pythonで電子書籍フォーマットのEPUBからデータを抽出してみる - Qiita

仕事で電子書籍フォーマットであるEPUBからデータを抽出する必要があったので、調べたところ ebooklib　といライブラリが便利そう。使ってみたので軽く紹介。