mcpField
E
ebook-extractor

ebook-extractor

github.com/ratacat文档处理58107 次安装37 周前更新
代码仓库

关于 ebook-extractor

ebook-extractor 是一款用 Python 从 EPUB、MOBI 和 PDF 电子书提取纯文本的 skill，适用于无需 LLM 处理的文本提取流程，并提供统一入口和按格式区分的脚本。

主要功能

  1. 01提取 EPUB、MOBI 和 PDF 文本
  2. 02自动识别文件格式
  3. 03输出到标准输出或文件
  4. 04提供按格式区分的脚本

适用场景

  1. 01提取书籍文本供后续处理
  2. 02将提取结果保存为纯文本文件

安装

复制下面的命令，在终端中运行。

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

安装后在 Claude Code 中输入/ebook-extractor确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

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

详细介绍

电子书文本提取器

概述

使用 Python 脚本从 EPUB、MOBI 和 PDF 文件中提取纯文本。不调用大模型——仅进行文本提取。

支持的格式

格式使用的工具说明
EPUBebooklib + BeautifulSoup直接解析，保留结构
MOBICalibre ebook-convert先转换为 EPUB，再提取
PDFPyMuPDF (fitz)速度快，适用于大多数 PDF

用法

统一提取器（自动检测格式）：

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

输出选项：

# 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

特定格式的脚本：

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

设置

# 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

脚本位置

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

常见问题

问题解决方案
缺少软件包运行 setup.sh 或 pip install -r requirements.txt
MOBI 提取失败确保已安装 Calibre：brew install calibre
PDF 文本乱码部分 PDF 基于图像，需要 OCR（不支持）

评论

支持 Markdown