寻求可读取PDF/EPUB元数据的Python库用于电子书管理

PDF元数据读取 #

• PyPDF2：轻量易用的常用PDF处理库，可快速提取标题、作者、创建日期等核心元数据。
  示例代码：

  from PyPDF2 import PdfReader
  
  reader = PdfReader("book.pdf")
  metadata = reader.metadata
  print(f"标题: {metadata.title}")
  print(f"作者: {metadata.author}")
  

• pdfminer.six：底层PDF解析库，能处理复杂格式PDF，元数据提取能力更全面，适合PyPDF2无法处理的特殊文件。

EPUB元数据读取 #

• ebooklib：专门针对EPUB的处理库，支持读取标题、作者、分类、ISBN等元数据，还可修改EPUB内容，功能完善。
  示例代码：

  from ebooklib import epub
  
  book = epub.read_epub("book.epub")
  metadata = book.get_metadata('DC', '')
  for elem in metadata:
      print(f"{elem[0]}: {elem[1]}")
  

• PyPub：轻量级EPUB元数据提取工具，API简洁，专注快速获取核心元数据，适合仅需读取信息的场景。

调用默认阅读器打开文件 #

归类完成后，可通过以下代码调用系统默认阅读器打开书籍：

import os
import subprocess
import sys

def open_with_default_app(file_path):
    if sys.platform == 'win32':
        os.startfile(file_path)
    elif sys.platform == 'darwin':
        subprocess.run(['open', file_path])
    else:  # Linux
        subprocess.run(['xdg-open', file_path])

内容的提问来源于stack exchange，提问作者Massimo Manca