Trích xuất văn bản thuần từ sách EPUB ngay trên máy dưới dạng TXT - theo thứ tự đọc, không tải lên.
Đang xử lý cục bộ trên thiết bị của bạn ...
0%
Tệp của bạn chưa bao giờ rời khỏi thiết bị
Không. Mọi thứ chạy trong trình duyệt của bạn - tệp của bạn không bao giờ rời khỏi thiết bị. Cách kiểm chứng điều này
Về bản chất, EPUB là một kho lưu trữ ZIP gồm các chương XHTML cùng một tệp điều khiển (OPF) xác định thứ tự đọc - gọi là spine. Điều đó rất tốt để đọc, nhưng phiền phức khi bạn chỉ cần văn bản thuần: để trích dẫn, để tìm kiếm, để dán vào ứng dụng ghi chú hoặc để xử lý bằng chương trình. Công cụ này giải nén EPUB, đọc các chương đúng theo thứ tự spine và xuất ra một tệp TXT duy nhất chứa văn bản liền mạch.
Quá trình chuyển đổi chạy hoàn toàn cục bộ trong trình duyệt của bạn (fflate để giải nén, JavaScript thuần - không tải lên, kể cả khi ngoại tuyến). Từ mỗi chương, đánh dấu XHTML được gỡ bỏ, các phần tử khối như đoạn văn và tiêu đề trở thành dấu ngắt dòng, và các thực thể HTML được chuyển lại thành ký tự thực. Hình ảnh, phông chữ và bố cục được loại bỏ có chủ đích - ở đây chỉ quan tâm đến văn bản đọc được.
Điều này hữu ích khi bạn cần nội dung của một cuốn sách điện tử dưới dạng tệp văn bản đơn giản, ví dụ cho tìm kiếm toàn văn, một tập lệnh hoặc nhập vào trình soạn thảo. EPUB có DRM về mặt kỹ thuật không thể đọc được và bị từ chối một cách trung thực thay vì tạo ra văn bản vô dụng. Định dạng thuần túy, cấu trúc phân cấp tiêu đề và phương tiện nhúng sẽ mất - nếu muốn giữ bố cục, định dạng khác là lựa chọn tốt hơn.
| Định dạng đầu vào | EPUB |
|---|---|
| Định dạng đầu ra | TXT |
| Xử lý hàng loạt | Có |
| Xử lý | Cục bộ trong trình duyệt (JavaScript) |
| Tải tệp lên | Không có |
Giới hạn: Kết quả là văn bản liền mạch thuần theo thứ tự đọc - không có hình ảnh, phông chữ, bố cục hay liên kết có thể nhấp. Chú thích cuối trang và bảng được đơn giản hóa. Sách điện tử có DRM về mặt kỹ thuật không thể đọc được và bị từ chối rõ ràng. Cấu trúc chương chỉ hiện ra dưới dạng các dòng trống giữa các phần.
Không. Việc giải nén và trích xuất diễn ra hoàn toàn cục bộ trong trình duyệt - kể cả khi ngoại tuyến.
Không. EPUB có DRM được mã hóa và bị từ chối một cách trung thực; không có DRM thì nó hoạt động.
Không. Kết quả là văn bản thuần; phông chữ, hình ảnh và bố cục bị loại bỏ. Các đoạn văn được giữ lại bằng dấu ngắt dòng.
Có. Các chương được ghép theo thứ tự đọc (spine) được lưu trong EPUB.
Các tệp EPUB tuân thủ chuẩn (EPUB 2 và 3) không có DRM.