EPUB文档格式简单总结

epub是一种电子图书标准(文件后缀名为.epub)。

 

epub是一个自由的开放标准，文件本质上就是xhtml经过zip归档压缩所得，在文档中采用几个xml来标示文件的结构。

 

epub 的文件内部结构如下图所示：

 

--ZIP Container--
mimetype
META-INF/
  container.xml
OPS/
  book.opf
  chapter1.xhtml
  ch1-pic.png
  css/
    style.css
    myfont.otf

 

几个重要的xml文件：

 

META-INF/ container.xml:

 

<?xml version="1.0" encoding="UTF-8" ?>
<container version="1.0" xmlns="urn:oasis:names:tc:opendocument:xmlns:container">
<rootfiles>
<rootfile full-path="OPS/fb.opf" media-type="application/oebps-package+xml"/>
</rootfiles>
</container>

<?xml version="1.0" encoding="UTF-8" ?>
<container version="1.0" xmlns="urn:oasis:names:tc:opendocument:xmlns:container">
 <rootfiles>
 <rootfile full-path="OPS/fb.opf" media-type="application/oebps-package+xml"/>
 </rootfiles>
</container>

 

在此xml中rootfile节点的full-path属性的值为下一个重要xml文件fb.opf的路径

 

fb.opf:

 

<?xml version="1.0" encoding="UTF-8" ?>
<package version="2.0" unique-identifier="PrimaryID" mlns="http://www.idpf.org/2007/opf">
<metadata xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:opf="http://www.idpf.org/2007/opf">
<dc:title>福尔摩斯探案全集</dc:title>
<dc:identifier opf:scheme="ISBN"></dc:identifier>
<dc:language>简体中文</dc:language>
<dc:creator>柯南道尔</dc:creator>
<dc:publisher>epub掌上书苑</dc:publisher>
<dc:description>《福尔摩斯探案全集》可谓是开辟了侦探小说历史“黄金时代”的不朽经典，一百多年来被译成57种文字，风靡全世界，是历史上最受读者推崇，绝对不能错过的侦探小说。《福尔摩斯探案全集》结构严谨，环环紧扣，故事情节惊险离奇，引人入胜，被推理迷们称为推理小说中的《圣经》，是每一个推理迷必备的案头书籍。从《血字的研究》诞生到现在的一百多年间，福尔摩斯打遍天下无敌手，影响力早已越过推理一隅，成为人们心中神探的代名词。福尔摩斯仿佛真的成为了生活在我们身边的有血有肉的活人，许多人都在寻找福尔摩斯，并坚信确实有这样一位伟大侦探存在。即便是没有看过侦探小说的人，也知道福尔摩斯这号人物！</dc:description>
<dc:coverage></dc:coverage>
<dc:source>http://www.cnepub.com</dc:source>
<dc:date>2010-05-12</dc:date>
<dc:rights>本电子书由epubBuilder制作生成，欢迎访问http://www.cnepub.com浏览海量电子书。</dc:rights>
<dc:subject>侦探·悬疑</dc:subject>
<dc:contributor></dc:contributor>
<dc:type>[type]</dc:type>
<dc:format></dc:format>
<dc:relation></dc:relation>
<dc:builder>epubBuilder</dc:builder>
<dc:builder_version>2.5.4.30</dc:builder_version>
<meta name="cover" content="cover-image"/>
</metadata>
<manifest>
<!-- Content Documents -->
<item id="main-css" href="css/main.css" media-type="text/css"/>
<item id="coverpage"  href="coverpage.html"  media-type="application/xhtml+xml"/>
<item id="chapter1"  href="chapter1.html"  media-type="application/xhtml+xml"/>
.......
<item id="chapter9"  href="chapter9.html"  media-type="application/xhtml+xml"/>

<item id="ncx"  href="fb.ncx" media-type="application/x-dtbncx+xml"/>
<item id="css" href="css/main.css" media-type="text/css"/>
<item id="cover-image" href="images/cover.jpg" media-type="image/jpeg"/>
</manifest>
<spine toc="ncx">
<itemref idref="coverpage" linear="yes"/>
<itemref idref="chapter1" linear="yes"/>
......
<itemref idref="chapter9" linear="yes"/>

</spine>
<guide>
<reference type="cover" title="封面"  href="coverpage.html"/>
<reference type="text" title="1-血字的研究"  href="chapter1.html"/>
......
<reference type="text" title="9-最后致意"  href="chapter9.html"/>

</guide>
</package>

*.OPF文件的根节点package下有4个子节点：metadata，manifest，spine，guide.

• metadata：保存文档的一些基本信息。
• manifest: 指示epub包中所有除自己这个文件与mimetype外的所有文件的位置。
• spine: 列出xhtml文档的读取顺序。
• guide：列出epub文件的大体结构，其中的reference节点的href属性值在manifest中都存在。
• 在manifest中我们可以发现一个*.ncx文件，他没啥子内容，wiki上描述他的标准时为有声电子书定制的。

本文内容大多来源于 http://en.wikipedia.org/wiki/EPUB#File_format，该文全当对他的简单总结。
ps:在ibm上看到一篇老外写的epub格式的介绍，还不错就是翻译差了点http://www.ibm.com/developerworks/cn/xml/tutorials/x-epubtut/section3.html