如何從 prc 檔案中提取文本

Question

我想從prcLinux 下的（無 DRM）文件中獲取所有文字。有什麼工具可以做到這一點嗎？解壓縮epub檔案只是一個prc，所以我希望文件也有類似的技巧/工具prc。

Answer 1

您實際上看到的是 PalmOS“可執行”文件格式，它（出於我無法理解的原因）已重新用作“Mobipocket”的電子書格式。看這裡有關文件格式的背景和低級描述。

既然您斷言原始檔案是不是DRMed，這意味著所有文字都以可隨時轉換的格式存在於某處。因此，您所需要的只是一個能夠正確讀取資料的庫。

我最喜歡的 Linux 上用於在不同電子書格式之間進行轉換（或完全脫離電子書格式）的程式是口徑-- 它確實支援未加密的prc檔案。

如果 Calibre 本身無法將文字提取為您可以使用的格式，而只能將其轉換為您無法使用的格式，那麼我建議您查看 calibre 用作讀取prc文件的依賴項的低級庫。然後，您可以使用該庫中的範例程式碼來開發一個工具來讀取高層級的 PRC 數據，確定文字的位置，並將其寫入檔案。如果您是開發人員，這應該相當簡單。

這是一個很好的問題。 +1。

Answer 2

Kindle解包效果很好。這是可從 GitHub 下載。

也可以看看：KindleUnpack (MobiUnpack)：從 Kindle/Mobi 檔案中提取文字、圖片和元數據在 MobileRead 論壇上。