So wird der Buchtext extrahiert
Wähle eine EPUB-Datei aus. Das Werkzeug prüft ZIP-Einträge anhand ihrer Header, entpackten Größen und CRC32-Prüfsummen. Anschließend liest es das Inhaltsverzeichnis des Pakets und die festgelegte Lesereihenfolge (Spine). HTML-Tags, Skripte und Formatvorlagen werden entfernt; der lesbare Kapiteltext wird in einer TXT-Datei zusammengeführt.
Was bleibt bei TXT nicht erhalten?
Schriftarten, Seitenlayout, Bilder, Tabellen, verlinkte Fußnoten und interaktive Elemente gehen bei reinem Text verloren. Kapitel werden durch eine einfache Trennzeile getrennt. Das Werkzeug führt keine Texterkennung (OCR) für Bilder durch und umgeht keinen DRM-Schutz. Bei eingescannten Buchseiten kann das Ergebnis deshalb leer oder unvollständig sein.
Beschädigte EPUB-Dateien und Grenzen
Ungültige CRC32-Prüfsummen, widersprüchliche ZIP-Header, doppelte Dateinamen, fehlende Kapitel, fehlerhaftes UTF-8, unsichere Pfade und nicht unterstützte Verschlüsselung führen zu einer Fehlermeldung. Grenzen: 40 MB Eingabedatei, 5.000 ZIP-Einträge, 24 MB deklarierte Gesamtgröße nach dem Entpacken, 8 MB pro Eintrag und 500 Kapitelverweise. Die Strukturprüfung ist keine Garantie für die Unterstützung sämtlicher EPUB-Funktionen.
Passende Textwerkzeuge
Bereits extrahierte TXT-Dateien kannst du mit Textdateien zusammenfügen oder Textdateien aufteilen weiterbearbeiten. Für auswählbaren Text aus PDFs eignet sich stattdessen PDF in Text umwandeln.