Calibre 使用教程之批量获取电子书元数据 – 书伴

闲人么闲 2018-06-29

展开全文

之前书伴写过一些 Calibre 教程，在 Calibre 发布 3.0 里程碑版本时，还专门写了一篇文章梳理了一下 Calibre 的常用功能。这些教程中的功能操作主要是在 Calibre 为我们提供的图形界面上进行的，虽然对于单个任务来说，在界面上进行更易用，但是对于需要批量处理的任务，界面反倒成了障碍。

比如本文将要以某种方法辨别大批量电子书的质量，为提高效率，就没用使用 Calibre 图形界面。

一、如何辨别电子书的质量

相信很多小伙伴都有屯电子书的习惯，很多小伙伴会以 G 计地把电子书文件拉取到自己的硬盘上，虽然都知道这些电子书的质量良莠不齐，但想要对成千上万的电子书文件一个一个查看，显然缺乏效率。那我们该怎么样辨别一本电子书文件质量的好坏呢？从电子书“元数据”上来判断是一个不错的方法。

Kindle 电子书的来源有两种，一种来源于亚马逊官网，另一种是网友自制。虽然亚马逊提供的电子书不能保证百分百完美，但相比自制的电子书质量仍算上乘。Kindle 电子书的格式一般包括 AZW3、AZW、MOBI 等。其中只有 MOBI 格式，亚马逊官方为其提供了生成工具 KindleGen，但亚马逊官方 Kindle 商店没有直接提供 MOBI 格式的电子书。其它格式如 AZW3 的生成方法均未公开，Calibre 软件之所以能转换的 AZW3 等格式应该也是高手们通过反编译等手段 Hack 到的，和原生的有些微差别。

使用 Calibre 转换过的电子书都会在元数据中留下 Calibre 的标记，很多提供电子书下载的网站也会通过 Calibre 等转换软件往电子书元数据中填充自己的网站宣传信息。虽然你看到的是 AZW3 格式，但已经不是从亚马逊官网获取到的原本的电子书文件了。所以我们可以简单的这样判断：凡是元数据和亚马逊官方提供的原版电子书不匹配的 AZW3、AZW 文件，都是经过修改过的非原版电子书文件。

对于亚马逊官方提供的 Kindle 电子书，其元数据内容如下所示：

Title               : 白鹿原（茅盾文学奖获奖作品；插图珍藏精装本）
Author(s)           : 陈忠实著
Publisher           : 人民文学出版社
Languages           : zho
Published           : 2012-09-30T16:00:00+00:00
Identifiers         : mobi-asin:B00OUS31CM

如果经过 Calibre 软件的转换，其元数据内容变成了这样：

Title               : 白鹿原（茅盾文学奖获奖作品；插图珍藏精装本）
Author(s)           : 陈忠实著
Publisher           : 人民文学出版社
Book Producer       : calibre (2.80.0) [https://]
Languages           : zho
Published           : 2012-09-30T16:00:00+00:00
Identifiers         : mobi-asin:fa225c79-f5ee-47b8-9fe1-1afb5f6c177f

以上可以看出，第三方软件会在电子书的元数据中插入和修改某些信息，如果转换者修改了标题、作者等信息，就和原版文件完全不同了。虽然对于 AZW3 格式来说，原版文件和通过 Calibre 转换的文件在内容排版上差别不算太大，但可能会影响到诸如生词提示、X-Ray 等依赖于 ASIN 编号的相关功能的使用。我们通过元数据就可以概略识别出，哪些电子书是没问题的，哪些电子书是有待检查的。

二、如何获取电子书的元数据

那我们该怎样获取电子书元数据呢？如果有大量的文件，又该怎样批量获取电子书元数据呢？在 Calibre 的图形界面中，我们可以通过菜单查看或编辑电子书的元数据，查看单本电子书的元数据还成，若想要批量获取就难以达成了。其实 Calibre 除了我们惯常使用的图形界面，还提供了一些命令行工具（Command Line Interface，简称 CLI）。图形界面上某些功能其实也是通过调用这些工具完成任务的。比如读取电子书的元数据，就是调用的本文要使用的一个命令行工具“ebook-meta” 完成的。

1、准备 ebook-meta 工具

如果你的电脑是 Windows 系统，一般在安装好 Calibre 之后 ebook-meta 命令就应该是可用的了。不放心可以打开“命令提示符”直接输入 ebook-meta 命令，如果出现命令的帮助信息，就确定是可用的。

* 提示：如果运行命令后提示找不到命令，需要你自行配置一下，右键单击“计算机”，在弹出的菜单中点击“属性 -> 高级系统设置 -> 环境变量”，在弹出的窗口中的“系统变量”中，双击“Path”项目，把 Calibre 的安装路径添加进去即可。

如果你的电脑是 macOS 系统，安装 Calibre 之后需要手动把命令行工具的路径添加到系统变量中。打开“终端”，把下面的命令粘贴进去，回车就可以使用 ebook-meta 命令了。

echo -e '\nexport PATH="$PATH:/Applications/calibre.app/Contents/MacOS"' >> ~/.bash_profile && source ~/.bash_profile

Calibre 的 ebook-meta 命令的所有使用方法可以直接运行 ebook-meta 查看帮助信息。此命令可以向电子书写入元数据，也可以读取电子书元数据。这里只使用它的读取功能。

2、获取单个电子书的元数据

读取单个电子书元数据的方法很简单，只需要打开“命令提示符”或“终端”，输入 ebook-meta 命令，空格后加上电子书路径，即可获取该电子书元数据，如之前我们所展示的那样。

Windows 系统“命令提示符”：

ebook-meta C:\Users\bookfere\Desktop\电子书名.azw3

macOS 系统“终端”：

ebook-meta /users/bookfere/desktop/电子书名.azw3

* 如果电子书文件就在当前目录，则可以省去绝对路径，只录入电子书文件名即可。

3、批量获取电子书的元数据

当然我们的目的是批量获取电子书的元数据列表，像上面那样单个读取就显得太没效率了。所以书伴为小伙伴们准备好了可以批量记录电子书元数据的脚本，可以把某个目录下所有电子书的元数据写入一个文本文档中。以下两个脚本分别适用于 Windows 和 macOS 系统，可根据自己的系统类型选用。

◆ Windows 系统批处理脚本

打开记事本，把下面的内容全部复制粘贴进去，存为 eBookMeta.bat 文件，注意编码要选择 ANSI。使用时只需要双击此文件，根据提示输入 Kindle 电子书文件所在目录的绝对路径，按回车，脚本会逐一读取电子书的元数据，并写入到eBookMeta.txt 文件中（存放在电子书文件所在目录）。

::Author  : 
::Site    : https:///post/550.html 

@echo off & color 0A
::定义变量
set IDEN="书伴 - 为静心阅读而生（）"
set LINE="===================================="
set SPIL="------------------------------------"
echo %IDEN:"=%
echo.
where ebook-meta 2>nul >nul
if %errorlevel% neq 0 (
    echo 脚本不可用！请先安装 Calibre 软件：https:///tools#calibre
    echo.
    echo 请按任意键退出。
    pause > nul
    exit
)
:RETRY
set /p DIR=请输入电子书文件所在的绝对路径：
if not exist %DIR% (
    echo.
    echo 请输入有效的路径！
    echo.
    goto RETRY
)
set LOG="%DIR%/eBookMeta.txt"
::开始处理
echo.
echo 开始读取电子书元数据……
echo 目录 %DIR% 下的电子书元数据列表 > %LOG%
echo.
echo %LINE:"=% >> %LOG%
for /R %DIR% %%i in (*.azw *.mobi *.epub) do (
    echo 电子书 %%i 的元数据： >> %LOG%
    echo %SPIL:"=% >> %LOG%
    ebook-meta "%%i" | find /v "" >> %LOG%
    echo %LINE:"=% >> %LOG%
    echo - 已处理 %%i
)
chcp 936 > nul
echo %IDEN:"=% >> %LOG%
echo.
echo √ 全部处理完毕！
echo.
::处理结束
echo 请按任意键结束此次处理并打开结果。
pause > nul
notepad %LOG%
exit

◆ macOS 系统 Shell 脚本

使用代码编辑器（如 Sublime Text 3），把下面的代码复制粘贴并另存为 eBookMeta.sh，然后打开“终端”，运行命令 chmod +x eBookMeta.sh 让此脚本文件可执行。这样就可以用命令 ./eBookMeta.sh 运行此脚本了。根据提示输入电子书文件所在目录的绝对路径（也可以直接在命令后面加路径），脚本会逐一读取电子书元数据，写入到 eBookMeta.txt 文件中（存放在电子书文件所在目录）。

#!/bin/bash

# Author : 
# Site   : https:///post/550.html 

# 定义变量
IDEN="书伴 - 为静心阅读而生（）"
LINE="===================================="
SPLI="------------------------------------"
if ! type -t ebook-meta > /dev/null; then
    echo "脚本不可用！请先安装 Calibre 软件：https:///tools#calibre"
    exit
fi
printf "\n$IDEN\n"
if [ ! $1 ]
then
    printf '\n输入电子书文件所在的绝对路径：'
    echo -n
    read DIR
else
    DIR="$1"
fi
if [[ ! -d "$DIR" ]]
then
    printf "\n请输入有效的路径！\n"
    bash $0
fi
LOG="$DIR/eBookMeta.txt"
# 开始处理
echo $LINE > $LOG
cd "$DIR"
echo "目录 $DIR 下的电子书元数据列表" > $LOG
printf "\n开始读取电子书元数据……\n"
echo "$LINE" >> $LOG
OIFS="$IFS"
IFS=$'\n'
for SUB in $(find "$DIR" -maxdepth 5 -type d)
do
    if [[ -d "$SUB" ]]
    then
        cd "$SUB"
        for f in $SUB/*.azw3 $SUB/*.mobi $SUB/*.azw $SUB/*.epub
        do
            if [[ -f "$f" ]]
            then
                echo "$f" >> $LOG
                echo "$SPLI" >> $LOG
                ebook-meta "$f" >> $LOG
                echo $LINE >> $LOG
                printf "\n- 已处理 $f"
            fi
        done
    fi
done
echo $IDEN >> $LOG
printf "\n\n√ 全部处理完毕！\n\n"
# 处理结束
read -n 1 -s -r -p "请按任意键结束此次处理并打开结果。"
open $LOG

脚本运行完毕后，你就可以得到指定目录的所有电子书元数据列表了，就像下面这样：

目录 /users/bookfere/desktop/test 下的电子书元数据列表
====================================
/users/bookfere/desktop/test/哲学的慰藉.azw3
------------------------------------
Title               : 哲学的慰藉 (阿兰·德波顿文集)
Author(s)           : 阿兰·德波顿(Alain de Botton)
Languages           : zho
Published           : 2009-03-31T16:00:00+00:00
Identifiers         : mobi-asin:B00JM2HNVG
====================================
/users/bookfere/desktop/test/白鹿原.azw3
------------------------------------
Title               : 白鹿原（茅盾文学奖获奖作品；插图珍藏精装本）
Author(s)           : 陈忠实著
Publisher           : 人民文学出版社
Languages           : zho
Published           : 2012-09-30T16:00:00+00:00
Identifiers         : mobi-asin:B00OUS31CM
====================================
/users/bookfere/desktop/test/出梁庄记.azw3
------------------------------------
Title               : 出梁庄记
Author(s)           : 梁鸿
Publisher           : 花城出版社
Languages           : zho
Published           : 2013-02-28T16:00:00+00:00
Identifiers         : mobi-asin:B00K68TX22
====================================
/users/bookfere/desktop/test/童年的消逝.azw3
------------------------------------
Title               : 童年的消逝
Author(s)           : 尼尔·波兹曼
Publisher           : 中信出版社
Languages           : zho
Published           : 2014-05-11T16:00:00+00:00
Identifiers         : isbn:9787508648279, mobi-asin:B06XGWRP6N
====================================
/users/bookfere/desktop/test/明智行动的艺术.azw3
------------------------------------
Title               : 明智行动的艺术（《清醒思考的艺术》姊妹篇 精编图文版）
Author(s)           : Rolf Dobelli, PhD,〔德〕罗尔夫·多贝里
Languages           : zho
Published           : 2013-08-25T16:00:00+00:00
Identifiers         : isbn:9787508641287, mobi-asin:B00GFFKJIC
====================================
书伴 - 为静心阅读而生（）

根据这个列表，就可以通览每个电子书的元数据信息，作为你挑拣电子书的依据。

以上，就是利用了 Calibre 的 ebook-meta 这一个命令行工具，配以批处理文件达成批量获取电子书元数据列表的目的。当然玩儿法不止于此，比如我们还可以把一大批电子书自动归类，把原版 Kindle 电子书筛选出来，但是限于篇幅这里就不展开了。除了 ebook-meta 这个命令行工具外，Calibre 还有其他很多实用的命令行工具，能够让我们更方便的管理和处理电子书，今后书伴还会进行介绍。