mcpField
E
ebook-extractor

ebook-extractor

github.com/ratacatドキュメント58107 回インストール37 週間前に更新
リポジトリ

ebook-extractor について

ebook-extractorは、EPUB、MOBI、PDFからプレーンテキストを抽出するPythonベースのスキルです。LLM処理を介さない抽出に向け、形式の自動判別と形式別スクリプトを備えています。

主な機能

  1. 01EPUB、MOBI、PDFからテキスト抽出
  2. 02ファイル形式の自動判別
  3. 03標準出力またはファイルへの出力
  4. 04形式別スクリプトの提供

活用シーン

  1. 01後続処理用の書籍テキスト抽出
  2. 02抽出結果のプレーンテキスト保存

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/ratacat/claude-skills --skill ebook-extractor

インストール後、Claude Code で/ebook-extractorを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

requirements.txt
setup.sh
scripts/
extract_epub.py
extract_mobi.py
extract_pdf.py
extract.py

詳細

電子書籍テキスト抽出ツール

概要

Python スクリプトを使用して、EPUB、MOBI、PDF ファイルからプレーンテキストを抽出します。LLM の呼び出しはなく、純粋なテキスト抽出のみを行います。

対応フォーマット

フォーマット使用ツール備考
EPUBebooklib + BeautifulSoup直接解析し、構造を保持します
MOBICalibre ebook-convertまず EPUB に変換してから抽出します
PDFPyMuPDF (fitz)高速で、ほとんどの PDF を適切に処理します

使用方法

統合抽出ツール（フォーマットを自動検出）：

python3 ~/.claude/skills/ebook-extractor/scripts/extract.py /path/to/book.epub
python3 ~/.claude/skills/ebook-extractor/scripts/extract.py /path/to/book.mobi
python3 ~/.claude/skills/ebook-extractor/scripts/extract.py /path/to/book.pdf

出力オプション：

# To stdout (default)
python3 scripts/extract.py book.epub

# To file
python3 scripts/extract.py book.epub -o output.txt
python3 scripts/extract.py book.epub > output.txt

フォーマット別スクリプト：

python3 scripts/extract_epub.py book.epub
python3 scripts/extract_mobi.py book.mobi
python3 scripts/extract_pdf.py book.pdf

セットアップ

# One-command setup (installs all dependencies)
~/.claude/skills/ebook-extractor/setup.sh

# Or manually:
pip install -r ~/.claude/skills/ebook-extractor/requirements.txt
brew install calibre  # macOS, for MOBI support

スクリプトの場所

~/.claude/skills/ebook-extractor/scripts/

よくある問題

問題解決方法
パッケージが見つからないsetup.sh を実行するか、pip install -r requirements.txt を実行します
MOBI の処理に失敗するCalibre がインストールされていることを確認します：brew install calibre
PDF の文字化け画像ベースの PDF もあります。OCR が必要ですが、サポートされていません

コメント

Markdown 対応