# toepub_py

**Repository Path**: woodplus/toepub_py

## Basic Information

- **Project Name**: toepub_py
- **Description**: toepub python
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-14
- **Last Updated**: 2026-05-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ToEPUB

ToEPUB 是一个把 PDF 和 Word 文档转换为标准 EPUB3 文件的小工具，包含命令行和 Tkinter GUI。

## 功能

- 支持 `.pdf`、`.docx`、`.docm`。
- 支持 `.doc`、`.rtf`，但需要本机安装 LibreOffice，并能调用 `soffice`。
- DOCX 转换会保留标题层级、段落、粗体、斜体、下划线、表格、常见图片格式和外部链接。
- PDF 转换使用 PyMuPDF 提取文本块和图片；扫描版 PDF 如果没有文本层，通常需要先 OCR。
- 输出 EPUB3，包含 `content.opf`、`nav.xhtml`、章节 XHTML、样式表和图片 manifest。

## 安装

Windows 推荐使用 `py`：

```powershell
py -m pip install -r requirements.txt
```

也可以安装为本地命令：

```powershell
py -m pip install -e .
```

## 命令行

单文件转换：

```powershell
py -m toepub "D:\books\input.docx" -o "D:\books\input.epub" --overwrite
```

批量转换到目录：

```powershell
py -m toepub "D:\books\a.pdf" "D:\books\b.docx" -o "D:\books\epub" --overwrite
```

设置元数据：

```powershell
py -m toepub book.pdf -o out.epub --title "书名" --author "作者" --language zh-CN
```

## GUI

```powershell
py -m toepub --gui
```

或者双击 `run_gui.bat`。

## 打包绿色版

Windows 下可以打包成免安装的绿色可执行文件。脚本会在 `build\packaging-venv` 中创建独立打包环境，并把成品输出到 `dist`：

```powershell
.\build_portable.bat
```

默认产物是目录版：

```text
dist\ToEPUB\ToEPUB.exe
```

把整个 `dist\ToEPUB` 目录复制到其他 Windows 电脑即可运行。若需要单文件 exe：

```powershell
.\build_portable.bat -Mode onefile
```

单文件产物为 `dist\ToEPUB.exe`。`.doc` 和 `.rtf` 转换仍然需要目标电脑安装 LibreOffice，并能调用 `soffice`。

## 测试

```powershell
py -m unittest discover -s tests
```

## 注意事项

- PDF 的排版结构本身不如 Word 明确，转换结果更偏向“可阅读的重排文本”，不会完全复刻原版页面。
- EPUB 标准不支持 Word 里的 EMF/WMF 等旧式图片格式，转换时会跳过这类图片并给出警告。
- 加密 PDF 需要先解除密码保护。