☰

如何从fb2书中提取目录？

tag-icon • tag-icon xml books ebooks
如何从fb2书中提取目录？

我有一本 fb2 格式的书。我想打印目录，包含“部分”、“章节”、“剧集”等的名称和编号。

有什么办法可以从终端执行此操作吗？有一个类似的问题，但针对 epub 格式。

我知道fb2是一种xml格式。但是有没有一个工具可以只提取TOC呢？它们位于标签<section>和<title>内<subtitle>。

如果没有，我想可以根据官方制作xsl文件FB2_to_txt.xsl文件。也或许电子书转换可以这样做吗？

我正在写的书有以下结构：

<?xml version="1.0" encoding="utf8"?>
<FictionBook xmlns:l="http://www.w3.org/1999/xlink" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns="http://www.gribuser.ru/xml/fictionbook/2.0">
  <description>
    <title-info>
      <genre>fiction</genre>
      <author>
        <first-name>John</first-name>
        <last-name>Doe</last-name>
      </author>
      <book-title>Fiction Book</book-title>
      <annotation>
        <p>Hello</p>
      </annotation>
      <keywords>john, doe, fiction</keywords>
      <date value="2011-07-18">18.07.2011</date>
      <coverpage></coverpage>
      <lang>en</lang>
    </title-info>
    <document-info>
      <author>
        <first-name></first-name>
        <last-name></last-name>
        <nickname></nickname>
      </author>
      <program-used>Fb2 Gem</program-used>
      <date value="2011-07-18">18.07.2011</date>
      <src-url></src-url>
      <src-ocr></src-ocr>
      <id></id>
      <version>1.0</version>
    </document-info>
    <publish-info>
    </publish-info>
  </description>
  <body>
    <title>
      <p>John Doe</p>
      <empty-line/>
      <p>Fiction Book</p>
    </title>
    <section>
      <title>
        <p>Part 1</p>
        <p>Some name of Part 1</p>
      </title>
      <section>
        <title>
          <p>Chapter 1</p>
          <p>Some name of Chapter 1</p>
        </title>
        <subtitle>Episode 1</subtitle>
        <p>Line one of the first episode</p>
        <p>Line two of the first episode</p>
        <p>Line three of the first episode</p>
        <subtitle>Episode 2</subtitle>
        <p>Line one of the second episode</p>
        <p>Line two of the second episode</p>
        <p>Line three of the second episode</p>
      </section>
    </section>
    <section>
      <title>
        <p>Part 2</p>
        <p>Some name of Part 2</p>
      </title>
      <section>
        <title>
          <p>Chapter 3</p>
          <p>Some name of Chapter 3</p>
        </title>
        <subtitle>Episode 3</subtitle>
        <p>Line one of the third episode</p>
        <p>Line two of the third episode</p>
        <p>Line three of the third episode</p>
        <subtitle>Episode 4</subtitle>
        <p>Line one of the fourth episode</p>
        <p>Line two of the fourth episode</p>
        <p>Line three of the fourth episode</p>
      </section>
    </section>
  </body>
</FictionBook>

我想在输出中得到以下内容：

Part 1
Some name of Part 1
Chapter 1
Some name of Chapter 1
Episode 1
Episode 2
Part 2
Some name of Part 2
Chapter 3
Some name of Chapter 3
Episode 3
Episode 4

答案1

使用xmlstarlet：

xmlstarlet select --template \
    --value-of '//_:section/_:title/_:p | //_:subtitle' \
    -nl file.xml

或者，使用简短的选项，

xmlstarlet sel -t \
    -v '//_:section/_:title/_:p | //_:subtitle' \
    -n file.xml

这里使用的 XPath 查询将提取每个 下的p节点的值，以及所有节点的值。titlesectionsubtitle

表达式中每个节点名称之前的前缀_:是文档正在使用的命名空间标识符的匿名占位符。

根据您的示例文档，上述两个命令中的任何一个的输出将是

Part 1
Some name of Part 1
Chapter 1
Some name of Chapter 1
Episode 1
Episode 2
Part 2
Some name of Part 2
Chapter 3
Some name of Chapter 3
Episode 3
Episode 4

您是否还想要书名，然后删除_:section表达式中的限制（这将使书名的p节点也匹配）。

获取每个部分的标题和副标题（避免书名）的另一种方法，可能看起来更干净一些（因为它表明副标题是从各部分中选取的，而不是从任何地方选取的），是首先限制匹配到部分，然后从这些部分获取数据：

xmlstarlet select --template \
    --match '//_:section' \
    --value-of '_:title/_:p | _:subtitle' \
    -nl file.xml

答案2

与一个XPath3意识FOSS（GPLv3）命令行工具，xidel:

XPath2 构建序列:

xidel -e '(//section/title/p, //subtitle)'  file.xml

XPath1:

xidel -e '//section/title/p | //subtitle'  file.xml


Part 1
Some name of Part 1
Chapter 1
Some name of Chapter 1
Episode 1
Episode 2
Part 2
Some name of Part 2
Chapter 3
Some name of Chapter 3
Episode 3
Episode 4

xidel是查询 XML/HTML/JSON 的瑞士军刀。它足够智能，可以namespace自行管理默认设置。

答案3

在我看来，输出包含 XPath 表达式的结果(//title/p | //subtitle)。因此，您只需要找到一个适合您环境的工具，可以执行该 XPath 表达式并显示结果。

看https://www.baeldung.com/linux/evaluate-xpath一些建议的命令行工具。还有Saxon的Gizmo工具（我公司的产品）。

相关内容