电子书文本提取器Skill ebook-extractor

---

名称: 电子书提取器 描述: 当用户需要从电子书（EPUB、MOBI、PDF）中提取文本时使用。用于将电子书转换为纯文本，以进行分析、处理或阅读。支持所有常见的电子书格式。

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。无需调用LLM - 纯文本提取。

支持格式

格式	使用工具	备注
EPUB	ebooklib + BeautifulSoup	直接解析，保留结构
MOBI	Calibre ebook-convert	先转换为EPUB，然后提取
PDF	PyMuPDF (fitz)	快速，处理大多数PDF良好

使用方法

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：

# 输出到标准输出（默认）
python3 scripts/extract.py book.epub

# 输出到文件
python3 scripts/extract.py book.epub -o output.txt
python3 scripts/extract.py book.epub > output.txt

特定格式脚本：

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

设置

# 一键设置（安装所有依赖）
~/.claude/skills/ebook-extractor/setup.sh

# 或手动：
pip install -r ~/.claude/skills/ebook-extractor/requirements.txt
brew install calibre  # macOS，用于MOBI支持

脚本位置

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

常见问题

问题	解决方案
缺少包	运行 setup.sh 或 pip install -r requirements.txt
MOBI失败	确保安装Calibre: brew install calibre
PDF乱码	某些PDF基于图像；需要OCR（不支持）