Python。如何将 MOBI 文件转换为文本（或 EPUB 文件）

Question

我在将 MOBI 文件转换为 Python 中的文本时遇到问题。

我找到了这个库 - https://github.com/iscc/mobi 应该将 MOBI 转换为 EPUB，然后我发现 ebooklib 库在将 EPUB 文件转换为文本时效果很好。

问题是只有 ebooklib 似乎工作正常。如果我给它原生 EPUB 文件，一切都会正常工作。但是，如果我尝试从 mobi 库中将文件路径传递给它，那么我会收到一堆没有多大意义的错误。

而且我不知道究竟是什么原因造成的。也许我的 MOBI 文件以某种方式加密？ （它们是我几个月前购买的 Humble Bundle 的原版书籍）。但是 mobi 库并没有对此抛出任何错误。

或者我不能直接传递 mobi 库生成的文件路径？也许我应该以某种方式保存这个文件，将它移动到其他文件夹，然后它才会被 ebooklib“读取”？

我的代码如下所示：

import mobi

import ebooklib
from ebooklib import epub

tempdir, filepath = mobi.extract("book.mobi")

# This throws error:
book = epub.read_epub(filepath)

# Native, normal epub file is working ok:
book = epub.read_epub("book.epub")

在我看来，错误并不能说明什么：

Traceback (most recent call last):
  File "/ebooklib/utils.py", line 35, in parse_string
tree = etree.parse(io.BytesIO(s.encode('utf-8')))
AttributeError: 'bytes' object has no attribute 'encode'

Answer 1

你可以把它保存为html文件

pip install mobi

比

import mobi
filepath="./example.mobi"
folder="./"

!mobiunpack -r   filepath folder

所有可用选项列表here

或者在这里我提出另一种方法：

pip install mobi
pip install html2text

import mobi
import html2text

filename="test.mobi"
tempdir, filepath = mobi.extract(filename)
file = open(filepath, "r")
content=file.read()
print(html2text.html2text(content))