epub-content-extractor 0.2.6

Extract text and images from EPUB files and reconstruct as Markdown

epub-content-extractor

EPUBファイルのテキストと画像を抽出し、Markdownファイル群として出力するCLIツール。FastMCPによるMCPサーバとしても動作します。

必要なもの

• uv — パッケージマネージャ。公式インストール手順に従ってインストールしてください。

MCPクライアント別の設定

Claude Code

1. 以下のコマンドを実行します。

   claude mcp add epub-content-extractor uvx epub-content-extractor
   

   または プロジェクトルートに .mcp.json を作成し、以下を記述します。

   {
     "mcpServers": {
       "epub-content-extractor": {
         "command": "uvx",
         "args": ["epub-content-extractor"]
       }
     }
   }
   

2. Claude Code を再起動します。

---

Cursor

1. プロジェクトルートに .cursor/mcp.json を作成します（グローバル設定の場合は ~/.cursor/mcp.json）。

2. 以下の内容を記述します。

   {
     "mcpServers": {
       "epub-content-extractor": {
         "command": "uvx",
         "args": ["epub-content-extractor"]
       }
     }
   }
   

3. Cursor を再起動します。

---

VS Code (GitHub Copilot)

1. プロジェクトルートに .vscode/mcp.json を作成します。

2. 以下の内容を記述します。

   {
     "servers": {
       "epub-content-extractor": {
         "command": "uvx",
         "args": ["epub-content-extractor"]
       }
     }
   }
   

3. VS Code を再起動し、Copilot Chat から MCP ツールが利用可能になっていることを確認します。

CLIとして直接使う（uvx経由）

注意: uvx epub-content-extractor は MCP サーバーを起動するコマンドです。ヘルプは表示されません。 CLI ツールのエントリポイントは epub-extract です。uvx 経由では --from フラグを使って以下のように実行します。

uvx --from epub-content-extractor epub-extract INPUT.epub [OUTPUT_DIR]

• INPUT.epub: 入力EPUBファイルのパス（必須）
• OUTPUT_DIR: 出力先ディレクトリ（省略時は {epub_dir}/{epub_stem}/）

出力例

output/
├── chapter_001.md
├── chapter_002.md
└── images/
    └── fig001.png

各 .md ファイルはYAML Front Matter付き:

---
title: "書籍タイトル"
authors:
  - "著者名"
language: ja
publisher: "出版社"
identifier: "urn:isbn:..."
epub_layout: fixed-layout
page_progression_direction: rtl
chapter_title: "第1章"
spine_order: 1
---

---

ツールリファレンス

extract_epub

EPUBの全コンテンツをMarkdownファイルとして出力します。

パラメータ

パラメータ	型	デフォルト	説明
source	string	必須	EPUBファイルの絶対パスまたは相対パス
output_dir	string	null	出力先ディレクトリ（省略時は {epub_dir}/{epub_stem}/）

レスポンス

{
  "output_dir": "/path/to/output",
  "files": [
    "/path/to/output/chapter_001.md",
    "/path/to/output/chapter_002.md"
  ],
  "chapters": 2
}

---

get_epub_metadata

EPUBのメタデータを取得します（ファイル出力なし）。

パラメータ

パラメータ	型	デフォルト	説明
source	string	必須	EPUBファイルの絶対パスまたは相対パス

レスポンス

{
  "title": "書籍タイトル",
  "authors": ["著者名"],
  "language": "ja",
  "layout": "fixed-layout",
  "page_progression_direction": "rtl",
  "publisher": "出版社",
  "identifier": "urn:isbn:..."
}

---

list_epub_spine

スパインアイテム（章）を読み順で一覧表示します（ファイル出力なし）。

パラメータ

パラメータ	型	デフォルト	説明
source	string	必須	EPUBファイルの絶対パスまたは相対パス

レスポンス

{
  "spine": [
    {
      "id": "chapter01",
      "href": "OEBPS/chapter01.xhtml",
      "title": "第1章",
      "order": 1
    }
  ]
}

---

対応EPUBレイアウト

• リフロー型: HTML構造から自然な読み順でテキスト抽出
• フィックス型: position: absolute CSS座標によるソート（RTL/LTR対応）
• AHL型: スパインアイテムごとにフィックス型/リフロー型を判定

---

開発者向け

開発環境のセットアップ

uv sync --group dev

テスト・Lint

uv run pytest tests/ -v
uv run ruff check .

TestPyPI での動作確認

リリース前に TestPyPI へアップロードされたパッケージを uvx で検証する。

TestPyPI には lxml>=5.0 が存在しないため、--extra-index-url で PyPI を補助インデックスとして追加し、--index-strategy unsafe-best-match で全インデックスから最適バージョンを選択させる必要がある。

# MCP サーバーとして起動確認
uvx --from "epub-content-extractor" \
    --index "https://test.pypi.org/simple/" \
    --extra-index-url "https://pypi.org/simple/" \
    --index-strategy unsafe-best-match \
    epub-content-extractor

# CLI ツールとして動作確認
uvx --from "epub-content-extractor" \
    --index "https://test.pypi.org/simple/" \
    --extra-index-url "https://pypi.org/simple/" \
    --index-strategy unsafe-best-match \
    epub-extract <EPUBファイルパス>

# バージョンを指定する場合
uvx --from "epub-content-extractor==0.2.2" \
    --index "https://test.pypi.org/simple/" \
    --extra-index-url "https://pypi.org/simple/" \
    --index-strategy unsafe-best-match \
    epub-content-extractor