mekk.calibre 1.5.0

calibre_guess_and_add_isbn

查询Calibre中的所有没有ISBN的书籍，然后尝试在（通过扫描几个首页）内部定位ISBN，如果找到则更新Calibre书籍元数据。

不带参数运行它

calibre_guess_and_add_isbn

找到的任何ISBN号码将被添加到图书元数据中（并且脚本会报告它们）。图书是从最新的一本开始扫描的，所以一旦处理了新图书，就可以终止（按Ctrl-C）脚本。

稍后可以在Calibre GUI中使用ISBN检索图书元数据和/或封面。只需启动Calibre，查找设置了ISBN但缺少元数据的图书，例如使用以下查询：

isbn:~[0-9] not publisher:~[a-z]

（以上表示：ISBN包含一些数字，出版社不包含任何字母）。根据您的流程，您可以选择以下操作之一：

• 自动获取元数据（标记所有这些图书，右键单击，选择编辑元数据信息/下载元数据）

• 逐个检查每本图书（标记这些图书，右键单击，选择编辑元数据信息/逐个编辑元数据，然后依次单击每本图书的获取元数据并检查是否合适）。

calibre_convert_docs_to_rtf

查询Calibre中所有只有.doc格式的图书，然后使用OpenOffice将它们转换为.rtf格式，并添加此格式作为备用。

在过程中使用OpenOffice（及其提供的pyuno库）。

不带参数运行它

calibre_convert_docs_to_rtf

注意：有时脚本会在工作结束（完成时）意外崩溃。我尚未诊断原因（最可能的问题是我在使用的库中），但崩溃是无害的，并且不影响实际的转换过程。

calibre_find_books_missing_in_database

报告Calibre库目录中存在但数据库中不存在的文件（因此在Calibre界面中不可见）。

这些文件报告到标准输出。要将它们全部添加到calibre中，请使用管道输出。例如

calibre_find_books_missing_in_database | xargs -d "\n" calibredb add

（但最好先审查一下）

calibre_add_if_missing

扫描给定的目录和/或指定的文件，将所有尚未存在于Calibre中的图书添加到Calibre中。

重复检查仅根据文件内容进行。如果Calibre中已经存在相同的文件，则跳过该文件。

我最初编写这个脚本来处理 我想确保一切都已经导入并且可以删除 的场景，但多年来我倾向于用它来进行大多数批处理电子书导入。

示例

calibre_add_if_missing /home/jan/OldBooks

（导入OldBooks目录中尚未存在的任何图书，不要触摸此目录——这可能在之后被删除）。

或者可能

calibre_add_if_missing --tag="programming,web-development" \
    --move=$HOME/ebooks-done  ./freshly-bought/*.epub

（从./freshly-bought添加所有.epub文件，用programming和web-development标记它们，将所有成功导入的文件移动到~/ebooks-done/）。

对于所有选项，运行

calibre_add_if_missing --help

calibre_report_duplicates

分析Calibre数据库，寻找可能的重复项，并报告它们，同时添加哪些是肯定相同的，哪些需要检查的信息。

不执行任何更改，只是打印报告（作为文本、HTML或启用javascript的HTML，可以通过点击删除已审查的项目）。

示例

calibre_report_duplicates -f txt

（文本输出到控制台）

calibre_report_duplicates -f html -o /tmp/report.html

（HTML输出重定向到文件）

calibre_report_duplicates -f js -o /tmp/report.html

（也是HTML，但带有隐藏行按钮，方便审查）

另请参阅

calibre_report_duplicates --help

先决条件

必须安装、正确配置Calibre并且有一些数据库（否则运行这些脚本没有意义）。该

calibredb

命令必须在PATH中（或者.ini文件中的calibredb变量必须设置正确，见下文）。

提供命令的工具

pdftotext
catdoc
djvutxt
archmage

应安装并存在于PATH中（或正确配置在.ini中，或在.ini中禁用，见下文）。在Ubuntu Linux或Debian Linux上，可以从标准仓库安装，只需安装以下软件包

poppler-utils
catdoc
djvulibre-bin
archmage

需要Python 2.6或2.7（脚本使用了在2.6中引入的一些功能 - 特别是tempfile扩展、subprocess和namedtuple）。此外，还必须安装lxml库。在Debian或Ubuntu上，只需安装以下软件包

python2.7
python-lxml

为了使calibre_convert_docs_to_rtf正常运行，必须安装ootools库。安装它的最简单方法

easy_install ootools

（在Ubuntu上 sudo easy_install ootools）。

我开发并使用这些脚本在Ubuntu Linux上。如果安装了必要的工具，它们也应该能在Windows或Mac上运行，但我从未尝试过。

实际安装

简单

sudo pip install mekk.calibre

或

pip install --user mekk.calibre

应该可以（后者需要将~/.local/bin添加到PATH）。如果您不想对系统或用户目录进行操作，请考虑使用virtualenv。

配置

可以使用~/.calibre-utils文件来配置一些程序设置。如果文件不存在，每次运行任何脚本时都会创建文件，并可以自定义。

以下为默认内容

[commands]
catdoc = catdoc
archmage = archmage
djvutxt = djvutxt
calibredb = calibredb
pdftotext = pdftotext

[isbn-search]
guess_lead_lines = 10000
guess_lead_pages = 10

命令部分定义了正在使用的外部工具的位置。如果命令在PATH中，可以使用名称。否则，可以指定完整路径。最后，如果某些工具缺失，可以将它定义为空字符串。

isbn-search部分指定了在基于页面格式的文档（如PDF或DJVU）中扫描多少页码或行（在免费格式如TXT或CHM中）以查找类似ISBN的字符串。

例如，可以修改文件如下

[commands]
catdoc = /usr/local/bin/catdoc
archmage =
djvutxt =
calibredb = /opt/calibre/calibredb
pdftotext = pdftotext

[isbn-search]
guess_lead_lines = 12000
guess_lead_pages = 15

在这种情况下，将使用/usr/local/bin中的catdoc，期望在/opt/calibre中找到calibredb，将在PATH中寻找pdftotext，而archmage和djvutxt将被视为缺失（因此，isbn猜测脚本将无法扫描CHM和DJVU文件以查找ISBN，并将忽略它们）。

1.4.1

calibre_add_if_missing：添加了--force-language（用于设置书籍语言属性）。

calibre_add_if_missing在尝试移动文件时崩溃（使用了--move选项），但目标目录中已存在同名文件。修复后，文件将移动到目标目录的某个子目录。

1.4.0

calibre_report_duplicates增强功能

• 输出格式由--format=txt或--format=html（而不是--html））选择

• 添加了启用JavaScript的输出（--format=js），它支持点击报告项

• 使用SimHash代替difflib来查找类似标题。速度更快，提供的结果略有不同但合理

• 报告类似作者

• 新选项--cache（使用缓存的清单以加快大型图书馆的重复运行）

• 新选项--output（命名输出文件）

1.3.2

修复了错误

• calibre_guess_and_add_isbn在将ISBN保存到标题中包含非ASCII字符的书籍时崩溃（错误的诊断打印）

• 由于自calibre 1.0以来calibredb目录--sort-by=id会崩溃（因此使用该命令的内部脚本也会崩溃），我们改用按时间戳排序。

1.3.1

calibre_add_if_missing修复

• 即使没有运行--cache，也会保留缓存的元数据，以便下次运行可能使用。

• 使用--cache运行时，如果缓存数据超过24小时，将忽略它们。

• 如果在calibre目录中找到的文件不存在（例如，如果在运行过程中被重命名或删除，或者缓存在使用中且自创建以来已删除了一些书籍），calibre_add_if_missing只会发出警告，但会继续其工作（而不是因错误而退出）。

1.3.0

Python3兼容性工作，脚本应在Python3下可运行（注意：我仍然每天在2.7下使用它们，因此3的测试较少）。

calibre_add_if_missing在存在可能重复的类似大小的情况下，会执行一些epub内部的比较。特别是，它能够忽略calibre_bookmarks（因此，由于此文件被阅读器添加或修改而导致的重复epub不会被添加）。

calibre_add_if_missing具有--cache选项（重用上次运行中缓存的目录以加快大型图书馆的处理速度）。

calibre_add_if_missing具有--dry-run选项。

1.2.4

calibre_add_if_missing具有--move选项（将成功添加的文件移动到另一个目录 - 可能是类似垃圾的目录）。

calibre_add_if_missing具有--title-from-name选项（强制使用文件名作为标题而不是处理元数据）。

calibre_add_if_missing具有--tag和--author选项（强制给定标签和/或作者而不是处理元数据）。

calibre_add_if_missing将文件名复制为.doc、.docx、.rtf和.txt文件的标题。这些文件极其罕见地具有有意义的元数据。

1.2.3

calibre_find_books_missing_in_database不再报告书籍子目录等（理由：我使用书籍子文件夹来存储像书籍源代码或书籍源这样的东西，同时它不是calibre自己放置书籍的地方）。

修复了两个“UnicodeEncodeError”错误（报告为无文件的书和具有unicode字符的名称的书）

1.2.2

calibre_guess_and_add_isbn捕获各种错误，报告它们，并继续工作。对于任何错误，信息中都会提到有问题的书籍名称。

Ctrl-C终止ISBN猜测并正确清理。

#5 - 修复包含X字母的ISBN的修复。

1.2.0

calibre_add_if_missing禁用了Calibre自己的重复检查（这是基于标题的，因此过于简单，有时会拒绝好的书籍）并打印有关找到的实际重复项的详细信息（如果存在）。

一些calibre_report_duplicates改进

• 修剪一些冗余匹配（如果a类似于b，a类似于c，而b类似于c，则不报告后者），

• 如果书籍具有相同的/类似的作者和标题，并且它们具有相同的系列和不同的系列索引（因此同一本书的不同卷不再报告为可能的重复项），则不会报告为重复项。

calibre_guess_and_add_isbn修复

• #3 - 在ISBN检测期间避免latin-1编码的chm文件崩溃。

• 处理ISBN文本中的某些Unicode字符（空格、长划线等）。

• 在使用之前验证ISBN校验和。

1.1.1

添加了calibre_report_duplicates。

calibre_add_if_missing可以提供单个文件（最初只能处理完整目录）。

1.0.4

首次重大发布。功能包括：calibre_find_books_missing_in_database，calibre_guess_and_add_isbn，calibre_convert_docs_to_rtf，calibre_add_if_missing。