【完结】epub文档目录以及正文的修正+100元

lxh623 · 发表于 2025-7-22 12:27:00

本帖最后由 lxh623 于 2025-7-24 18:43 编辑

通过网盘分享的文件：20250722
链接: https://pan.baidu.com/s/1NG7njma8UHUEVNFy33vIGg?pwd=4sxt 提取码: 4sxt

"J:\大藏经修改\epub解包后\"下面很多个解包epub文件夹，合并001_split_00*.xhtml到一个文件，改名为001.xhtml （不只是001，很多带有split的文件，文件名001开头的合并到001,002开头的合并到002），最后删除哪些合并前的文件。附件是sigil合并之后的文件，合并办法参考它的处理。
toc.ncx文件内，把<content src="juans/替换为<content src="Text/ 。
最后，最好打包后，microsoft edge打开，能够看到书签（目录）。或者calibre的ebook-edit-portable打开，编辑目录，不显示一个红色（链接有问题）。

谢谢！

flashercs · 发表于 2025-7-23 14:30:25

本帖最后由 flashercs 于 2025-7-23 18:54 编辑

<#*,:
@echo off
cd /d "%~dp0"
set "batchfile=%~f0"
Powershell -ExecutionPolicy Bypass -C "Set-Location -LiteralPath ([Environment]::CurrentDirectory);. ([ScriptBlock]::Create([IO.File]::ReadAllText($env:batchfile,[Text.Encoding]::GetEncoding(0) )) )"
pause
exit /b
#>
# 合并xhtml
$utf8 = New-Object System.Text.UTF8Encoding -ArgumentList $false
Add-Type -AssemblyName System.Xml.Linq
if (-not $?) { return }
[System.Xml.Linq.XNamespace]$ns_opf = "http://www.idpf.org/2007/opf"
$dic_item = New-Object 'System.Collections.Generic.Dictionary[string,object]' -ArgumentList ([System.StringComparer]::OrdinalIgnoreCase)
$dic_fileName = New-Object 'System.Collections.Generic.Dictionary[string,object]' -ArgumentList ([System.StringComparer]::OrdinalIgnoreCase)
$strb = New-Object System.Text.StringBuilder -ArgumentList 4kb
$re_body = [regex]'(?s)(<body[^>]*>)(.*)(</body>)'
$re_src = [regex]'(src=")([^"]+)'
foreach ($di0 in Get-ChildItem -Path '.\epub解包后\*' | Where-Object { $_ -is [IO.DirectoryInfo] }) {
$di0.Name
$opf = Get-ChildItem -LiteralPath $di0.FullName -Filter content.opf -Recurse | Where-Object { $_ -is [IO.FileInfo] } | Select-Object -First 1
if ($null -eq $opf) { "找不到文件: content.opf"; continue }
$ncx = Get-ChildItem -LiteralPath $di0.FullName -Filter toc.ncx -Recurse | Where-Object { $_ -is [IO.FileInfo] } | Select-Object -First 1
if ($null -eq $ncx) { "找不到文件: toc.ncx"; continue }
# $diText = Get-ChildItem -LiteralPath $di0.FullName -Filter Text -Recurse | Where-Object { $_ -is [IO.DirectoryInfo] } | Select-Object -First 1
# if ($null -eq $diText) { "找不到文件夹: Text"; continue }
# 修改 opf
"修改 opf:$($opf.FullName)"
try {
$dic_item.Clear()
$dic_fileName.Clear()
$xdoc_opf = [System.Xml.Linq.XDocument]::Load($opf.FullName)
$dir_opf = [IO.Path]::GetDirectoryName($opf.FullName)
$xel_spine = $xdoc_opf.Root.Element($ns_opf + 'spine')
foreach ($xel_item in $xdoc_opf.Root.Element($ns_opf + 'manifest').Elements($ns_opf + 'item')) {
$xattr_href = $xel_item.Attribute('href')
if ($xattr_href) {
$baseName = [IO.Path]::GetFileNameWithoutExtension($xattr_href.Value)
if ($baseName -match '^(.+)_split_(.+)$') {
$prefix = $Matches[1]
if (-not $dic_item.ContainsKey($prefix)) {
$dic_item[$prefix] = New-Object 'System.Collections.Generic.List[System.Xml.Linq.XElement]'
}
$dic_item[$prefix].Add($xel_item)
}
}
}
if ($dic_item.Count -gt 0) {
foreach ($prefix in $dic_item.Keys) {
$strb.Length = 0
for ($i = 0; $i -lt $dic_item[$prefix].Count; ++$i) {
$xel_item = $dic_item[$prefix][$i]
$html_path = [IO.Path]::GetFullPath([IO.Path]::Combine($dir_opf, $xel_item.Attribute('href').Value))
$html_text = [IO.File]::ReadAllText($html_path)
if ($i -eq 0) {
$xel_item0 = $xel_item
$html_path0 = $html_path
$html_text0 = $html_text
$ext0 = [IO.Path]::GetExtension($html_path0)
} else {
# 删除 spine/itemref
$item_id = $xel_item.Attribute('id').Value
foreach ($xel_itemref in @($xel_spine.Elements($ns_opf + 'itemref'))) {
if ($xel_itemref.Attribute('idref').Value -ceq $item_id) {
$xel_itemref.Remove()
}
}
# 删除 manifest/item
$xel_item.Remove()
# 删除 xhtml
[IO.File]::Delete($html_path)
}
$m = $re_body.Match($html_text)
if ($m.Success) {
$null = $strb.Append($m.Groups[2].Value)
}
}
$html_text_new = $re_body.Replace($html_text0, {
param($m)
$m.Groups[1].Value + $strb.ToString() + $m.Groups[3].Value
})
# 保存001.xhtml
$html_path_new = [IO.Path]::Combine([IO.Path]::GetDirectoryName($html_path0), $prefix + $ext0)
[IO.File]::WriteAllText($html_path_new, $html_text_new)
[IO.File]::Delete($html_path0)
# 更改 $xel_item0 属性 href
$xel_item0.Attribute('href').Value = $html_path_new.Substring($dir_opf.Length).TrimStart('\').Replace('\', '/')
}
$sw = New-Object System.IO.StreamWriter -ArgumentList ($opf.FullName, $false, $utf8)
$xdoc_opf.Save($sw, 'OmitDuplicateNamespaces')
$sw.Close()
}
# 获取文件列表
foreach ($xel_item in $xdoc_opf.Root.Element($ns_opf + 'manifest').Elements($ns_opf + 'item')) {
$xattr_href = $xel_item.Attribute('href')
if ($xattr_href) {
$fileName = [IO.Path]::GetFileName($xattr_href.Value)
$dic_fileName.$fileName = [IO.Path]::GetFullPath([IO.Path]::Combine($dir_opf, $xattr_href.Value))
}
}
} finally {}
# 修改 ncx
"修改 ncx:$($ncx.FullName)"
try {
$dir_ncx = [IO.Path]::GetDirectoryName($ncx.FullName)
$str_ncx = [IO.File]::ReadAllText($ncx.FullName)
$str_ncx = $re_src.Replace($str_ncx, {
param($m)
$gp1 = $m.Groups[1].Value
$gp2 = $m.Groups[2].Value
$fileName = ($gp2 -split '/')[-1]
$fileName0 = ($fileName -split '#')[0]
if ($dic_fileName.ContainsKey($fileName0)) {
$relpath = [IO.Path]::Combine([IO.Path]::GetDirectoryName($dic_fileName.$fileName0.Substring($dir_ncx.Length).TrimStart('\')), $fileName).Replace('\', '/')
} else {
$relpath = $gp2
}
$gp1 + $relpath
})
[IO.File]::WriteAllText($ncx.FullName, $str_ncx)
} finally {
}
trap {}
}

复制代码

lxh623 · 发表于 2025-7-23 15:27:17

回复 2# flashercs
谢谢！请查收！

lxh623 · 发表于 2025-7-23 16:06:41

本帖最后由 lxh623 于 2025-7-23 16:11 编辑

回复 2# flashercs

文件很多，搞了不少次，结果，有多种文件样式。比如，路径是：J:\大藏经修改\epub解包后\N29n0017--譬喻经(第1卷-第39卷)--悟醒译\OEBPS\juans。
我上传了两个示例文件夹。
能不能稍微修改，增加兼容性。
这种好像不用修改toc.ncx，只是合并文件。
谢谢！

flashercs · 发表于 2025-7-23 18:55:15

楼上已经修改了;

		自动登录	找回密码
密码			注册

[新手上路]批处理新手入门导读	[视频教程]批处理基础视频教程	[视频教程]VBS基础视频教程	[批处理精品]批处理版照片整理器
[批处理精品]纯批处理备份&还原驱动	[批处理精品]CMD命令50条不能说的秘密	[在线下载]第三方命令行工具	[在线帮助]VBScript / JScript 在线参考

【完结】epub文档目录以及正文的修正+100元

评分

浏览过的版块