游戏通关,电影看完,是时候用Python整理下电子书了

2020-02-06 17:25:19 2点赞 23收藏 4评论

游戏通关,电影看完,是时候用Python整理下电子书了

象小编这样喜欢收集电子书的人应该不在少数吧,存了好几个G的电子书,却从来想不起去看。每次看到新出的书又忍不住下载,下载完就感觉好象已经看完了!


于是电子书越来越多,都不知道是什么书了。其实象epub这种文件本身就包含了书名和作者信息。用任何压缩软件都可以解压打开,会找到一个content.opf文件,里面的dc:title标签里就是书名,dc:creator通常是作者名

<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:opf="http://www.idpf.org/2007/opf" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:calibre="http://calibre.kovidgoyal.net/2009/metadata" xmlns:dc="http://purl.org/dc/elements/1.1/">

...

    <dc:creator opf:file-as="桐华" opf:role="aut">桐华</dc:creator>

  ...

    <dc:title>最美的时光</dc:title>

   ...

  </metadata>

当然我们不会傻到每个epub文件都去解压去查信息。用Python不用解压就直接读取epub文件,然后取出信息就好了。


  class EpubFile:

    title = ""

    creator = ""

    content = ""


    def __init__(self, file):

        self.file = file

        if zipfile.is_zipfile(file):

            book = zipfile.ZipFile(file)

            for f in book.filelist:

                if '.opf' in f.filename:  #有些epub不一定拥有content.opf, 可能叫package.opf

                    self.extract_meta()  

opf文件是一个标准的xml, 我们用lxml加xpath就可以读出需要的信息。因为dc:title 需要namespace, 直接用上面例子里的


xmlns:dc="http://purl.org/dc/elements/1.1/"

方法如下


 def extract_meta(self):

        if self.content != "":

            title = self.content.xpath('//dc:title', namespaces={'dc': "http://purl.org/dc/elements/1.1/"})

            creator = self.content.xpath('//dc:creator', namespaces={'dc': "http://purl.org/dc/elements/1.1/"})

            if len(title) > 0:

                self.title = title[0].text

          

            if len(creator) > 0:

                self.creator = creator[0].text

拿到作者名和书名后就可以为所欲为了, 小编的作法是作者名为目录,用书名作文件名。这样的好处是如果有的书是一章一个文件的就可以存在同一目录了。


    def rename(self, move_to_author_folder=False, top_folder=None):

        if len(self.title) > 0:

            print(f"{self.title}-{self.creator}")

            try:

                new_file = self.title.translate({ord(x): '' for x in '/:*?"<>|'})

                folder = os.path.dirname(self.file)


                if move_to_author_folder:

                    new_folder = self.creator.translate({ord(x): '' for x in '/:*?"<>|'})

                    if top_folder:

                        new_folder = os.path.join(top_folder, new_folder)

                    else:

                        new_folder = os.path.join(folder, new_folder)

                    if not os.path.exists(new_folder):

                        os.mkdir(new_folder)

                    shutil.move(self.file, os.path.join(new_folder, new_file + ".epub"))

                else:

                    shutil.move(self.file, os.path.join(folder, new_file + ".epub"))


            except Exception as e:

                print(e)

        else:

            print(f"============== {self.file} do not have metadata ==========")

注意IO操作都是很容易出错的,用try..except是比较安全,而且不会影响后续操作。

书名中可能包含不适合做文件名的非法字符,比如‘/:*?"<>|’, 这个用translate方法可以删除。

top_folder是用来递归的,象三层以上的文件夹,如果再加作者名做目录,嵌套就比较多了,容易出现重复文件,所以都移到顶层目录为好。

递归操作如下,非科班出身的同学注意下,就是函数调用本身, 只不过参数换成下一级目录了


def process_dir(folder, top_folder):

    for file in os.listdir(folder):

        file_path = os.path.join(folder, file)

        if os.path.isdir(file_path):

            process_dir(file_path, top_folder)

        else:

            if file.endswith(".epub"):

                print(f"parsing {file}")

                book = EpubFile(file_path)

                book.rename(move_to_author_folder=True, top_folder=top_folder)

处理完了,文件夹非常清爽,可以安心去看电影书了

参考书目:

 

Python编程从入门到实践70.2元京东去购买看百科

 


未经授权,不得转载
展开 收起

Microsoft 微软 Office 365 个人版 1年订阅

Microsoft 微软 Office 365 个人版 1年订阅

229元起

《Nebo》触屏笔记类软件 Windows版

《Nebo》触屏笔记类软件 Windows版

暂无报价

Day One(日记+笔记)

Day One(日记+笔记)

暂无报价

《Cardiograph(心电图仪)》iOS应用软件

《Cardiograph(心电图仪)》iOS应用软件

暂无报价

《CanOpener(耳机音质调试)》iOS应用软件

《CanOpener(耳机音质调试)》iOS应用软件

暂无报价
4评论

发表评论请 登录
  • 最新
  • 最热
评论举报

请选择举报理由

相关文章推荐

更多精彩文章
更多精彩文章
相关好价
最新文章 热门文章
23
扫一下,分享更方便,购买更轻松