从KoboReader.sqlite提取书签，如何将#point定位转为页码或位置？

已掌握的基础查询语句 #

• 获取书籍的核心关联信息：

  SELECT ContentID, Title, Attribution FROM content WHERE ContentType = 6;
  

  其中ContentID与bookmarks表的VolumeID对应，用于关联书籍和其对应的高亮/书签数据。

• 获取高亮的定位参数：

  SELECT StartContainerPath, StartContainerChildIndex, StartOffset, EndContainerPath FROM bookmark
  

StartContainerPath格式解析 #

查询得到的StartContainerPath类似#point(/1/4/48/1:351)，各部分含义如下：

• /1/4是Kobo针对EPUB文件的固定前缀，对应EPUB的内容容器根结构
• 后续数字为EPUB内部的层级索引：
  • 比如48是EPUB章节文件的排序序号（按EPUB目录定义的顺序排列）
  • 1是对应章节HTML文件内的DOM节点层级（比如第1个块级文本元素）
• 末尾的351是该DOM节点内的字符偏移量，即从节点起始位置算起的第351个字符位置

定位信息转实际文本/页码的方法 #

你保存了原EPUB文件的话，可以按以下步骤实现转换：

1. 用EPUB解析工具（比如Python的ebooklib或lxml）打开原文件，将所有章节HTML按EPUB目录顺序整理好
2. 根据StartContainerPath中的章节索引，找到对应的HTML章节文件
3. 解析该HTML的DOM结构，按层级索引定位到目标节点，再通过字符偏移量找到具体文本位置
4. 若要转换为页码，需依赖EPUB内置的页码映射数据，或模拟Kobo的排版规则计算（这一步受EPUB元数据和排版设置影响）

参考实现逻辑 #

可以参考开源工具的核心处理逻辑：拆分StartContainerPath的各组成部分，匹配对应EPUB章节，解析HTML定位到具体文本，最后将高亮内容与书籍信息关联导出。

内容的提问来源于stack exchange，提问作者djsumdog