🚀 电子书内容处理平台（ebook - MCP）
这是一个用于处理和分析电子书文件的工具平台，支持EPUB和PDF格式。平台可提取元数据、获取目录结构、读取章节内容，还能将内容转换为Markdown格式，并且提供了一个可通过命令运行的服务端框架。
🚀 快速开始
本平台是一个强大的电子书内容处理工具，支持EPUB和PDF两种常见的电子书格式。它能帮助你轻松提取电子书的元数据、目录结构和章节内容，并将其转换为方便编辑和分享的Markdown格式。
✨ 主要特性
EPUB处理功能
- 可获取指定目录下的所有EPUB文件。
- 能提取EPUB文件的元数据信息，如标题、作者、出版日期等。
- 可以读取EPUB文件的目录结构。
- 能够获取特定章节的内容并将其转换为Markdown格式。
PDF处理功能
- 获取指定目录下的所有PDF文件。
- 提取PDF文件的元数据信息。
- 读取PDF文件的目录结构。
- 获取特定页码的内容，支持纯文本和Markdown格式。
- 根据章节标题获取对应内容及其所在的页码范围。
📦 安装指南
关键依赖
ebooklib：用于处理EPUB文件的库PyPDF2：基本的PDF处理库PyMuPDF：高级的PDF处理库beautifulsoup4：HTML解析工具html2text：将HTML转换为Markdown格式的工具pydantic：数据验证框架fastmcp：MCP服务器端框架
💻 使用示例
基础用法
# EPUB处理示例
# 获取指定目录下的所有EPUB文件
epub_files = get_all_epub_files("/path/to/books")
# 提取单个EPUB文件的元数据
metadata = get_metadata("/path/to/book.epub")
# 读取EPUB文件的目录结构
toc = get_toc("/path/to/book.epub")
# 获取特定章节的内容（Markdown格式）
chapter_content = get_chapter_markdown("/path/to/book.epub", "chapter_id")
# PDF处理示例
# 获取指定目录下的所有PDF文件
pdf_files = get_all_pdf_files("/path/to/books")
# 提取单个PDF文件的元数据
metadata = get_pdf_metadata("/path/to/book.pdf")
# 读取PDF文件的目录结构
toc = get_pdf_toc("/path/to/book.pdf")
# 获取特定页码的内容（纯文本格式）
page_text = get_pdf_page_text("/path/to/book.pdf", 1)
# 获取特定页码的内容（Markdown格式）
page_markdown = get_pdf_page_markdown("/path/to/book.pdf", 1)
# 根据章节标题获取对应内容及其所在的页码范围
chapter_content, page_numbers = get_pdf_chapter_content("/path/to/book.pdf", "Chapter 1")
📚 详细文档
API参考
EPUB APIs
| API名称 | 功能描述 |
|---|---|
get_all_epub_files(path: str) -> List[str] |
获取指定目录下的所有EPUB文件路径。 |
get_metadata(epub_path: str) -> Dict[str, Union[str, List[str]]] |
提取指定EPUB文件的元数据信息。 |
get_toc(epub_path: str) -> List[Tuple[str, str]] |
获取指定EPUB文件的目录结构，返回章节标题及其对应的ID。 |
get_chapter_markdown(epub_path: str, chapter_id: str) -> str |
根据章节ID获取对应章节的内容，并将其转换为Markdown格式。 |
PDF APIs
| API名称 | 功能描述 |
|---|---|
get_all_pdf_files(path: str) -> List[str] |
获取指定目录下的所有PDF文件路径。 |
get_pdf_metadata(pdf_path: str) -> Dict[str, Union[str, List[str]]] |
提取指定PDF文件的元数据信息。 |
get_pdf_toc(pdf_path: str) -> List[Tuple[str, int]] |
获取指定PDF文件的目录结构，返回章节标题及其对应的页码位置。 |
get_pdf_page_text(pdf_path: str, page_number: int) -> str |
根据指定的页码获取对应的内容（纯文本格式）。 |
get_pdf_page_markdown(pdf_path: str, page_number: int) -> str |
根据指定的页码获取对应的内容（Markdown格式）。 |
get_pdf_chapter_content(pdf_path: str, chapter_title: str) -> Tuple[str, List[int]] |
根据章节标题获取对应内容及其所在的页码范围。 |