Conversor de DjVu para TXT

Por que converter livros eletrônicos?

Cada leitor eletrônico e aplicativo de leitura aceita alguns formatos de livros eletrônicos, mas não outros. Os dispositivos Kindle leem os formatos da Amazon e EPUB; Kobo, Apple Books e Google Play Books leem EPUB; FB2 é o formato de muitas bibliotecas russas e do Leste Europeu; e arquivos PDF e Word são usados para imprimir, compartilhar e editar livros. Por isso, muitas vezes é preciso converter um livro antes de abri-lo no lugar onde você quer ler. Os formatos também preservam mais ou menos conteúdo do livro: alguns mantêm capítulos, sumário, notas e imagens, enquanto outros guardam apenas o texto.

Os estilos são negrito, itálico, sublinhado, tachado, sobrescrito, subscrito e código. FB2 não tem sublinhado, e texto simples não tem estilos.

Descrição da ferramenta

Esta ferramenta converte livros eletrônicos entre EPUB, FB2, PDF, DOCX, TXT e HTML, e também converte MOBI e AZW3 para qualquer um desses formatos. Todos os conversores de livros eletrônicos funcionam da mesma maneira, desde o Conversor de livros eletrônicos geral até os que atendem a um único par de formatos, como EPUB para FB2, FB2 para EPUB, EPUB para PDF ou MOBI para EPUB: a ferramenta inicia com os formatos indicados no nome, e os menus Origem e Destino permitem selecionar qualquer outro.

Selecione ou arraste um ou vários livros. Procurar arquivos mostra apenas arquivos no formato de origem, mas os arquivos arrastados para a ferramenta podem estar em qualquer formato, e cada um é convertido a partir do próprio formato. Assim, um arquivo FB2 é convertido até mesmo no conversor de MOBI para EPUB. Cada livro é convertido assim que é adicionado e novamente sempre que você escolhe outro formato de destino.

Os livros são convertidos no seu dispositivo e nunca são enviados para outro lugar.

Converter vários livros eletrônicos de uma só vez

Selecione ou arraste quantos livros quiser e adicione mais a qualquer momento: este é um conversor em lote de livros eletrônicos, então uma biblioteca inteira é convertida de uma só vez.

• Os livros são convertidos um após o outro, na ordem em que foram adicionados, e a barra de progresso mostra a contagem.
• Os livros convertidos aparecem em uma grade, cada um com seu próprio botão Baixar, e mantêm os nomes de arquivo originais, com a nova extensão.
• Baixar tudo salva todos os livros convertidos em um único arquivo ZIP, ou salva um único livro convertido no próprio formato.
• Se dois livros ficarem com o mesmo nome, um número é adicionado ao nome do segundo, como em livro (1).epub.
• Se não for possível converter um livro, uma mensagem de erro informa qual é, e os outros ainda são convertidos.

Como funciona

Cada livro é lido para identificar seu título, autores e outros detalhes, seus capítulos, notas e imagens, que são então gravados no formato de destino. Assim, independentemente dos dois formatos, um livro passa pelas mesmas etapas de conversão, e só é preservado o que ambos os formatos conseguem armazenar.

Leitura:

• O livro é lido de acordo com o formato de seu conteúdo, independentemente da extensão do arquivo: um EPUB renomeado para .zip é lido como EPUB, e um FB2 compactado, como FB2.
• Os livros EPUB são lidos na ordem definida pelo arquivo de navegação, com um capítulo para cada arquivo, cujo título é definido pelo sumário. Negrito, itálico e outros estilos são preservados, quer o livro os defina com tags ou com as classes de suas folhas de estilo, e as notas de rodapé identificadas como tal se tornam as notas do livro. Fontes, cores, tamanhos e layout são descartados.
• Os livros FB2 são lidos usando a codificação declarada, como Windows-1251, usada por muitos arquivos antigos. Cada seção do corpo se torna um capítulo, o corpo das notas se torna as notas do livro, poemas, epígrafes e citações se tornam citações, e um subtítulo como "* * *" se torna uma quebra de cena. Gêneros, sinopse, editora, ano e ISBN também são preservados.
• Os livros MOBI e AZW3 são lidos usando a parte KF8 do arquivo, quando houver, como nos livros Kindle mais recentes; caso contrário, é usado o texto Mobipocket antigo.
• Os documentos DOCX são lidos por meio do mammoth: títulos que usam os estilos de título do Word, o estilo Título e citações que usam o estilo Citação mantêm seu significado, e as notas de rodapé e notas de fim se tornam as notas do livro.
• Os arquivos PDF são lidos a partir do texto: as linhas são unidas para formar parágrafos, palavras hifenizadas no fim de uma linha são corrigidas, números de página e cabeçalhos repetidos em todas as páginas são descartados, e linhas com fonte maior se tornam títulos. Um PDF com marcadores de página ganha um capítulo para cada marcador de nível superior; os demais ganham capítulos a partir de seus títulos maiores. A primeira página se torna a imagem da capa. As imagens e fontes dentro do PDF não são lidas, e um PDF digitalizado não tem texto para ler até passar por OCR.
• Os arquivos TXT são lidos usando a codificação correspondente, como UTF-8, UTF-16 ou a codificação legada mais provável. Os parágrafos são identificados por linhas em branco, recuos ou quebras de linha, conforme o arquivo; linhas como "Capítulo 12", "Глава 3", "Kapitel 2" ou "第三章" iniciam capítulos. O título do livro é o nome do arquivo.
• Os arquivos HTML são lidos como uma única página, com as imagens que contêm como URLs de dados.

Gravação:

• Os livros EPUB são criados como EPUB 3, com um sumário EPUB 2 para leitores mais antigos. Cada capítulo fica em seu próprio arquivo, o sumário lista os capítulos e os títulos dentro deles, a capa fica em uma página própria, e as notas ficam em uma página no final, vinculadas às marcações das notas no texto.
• Os livros FB2 recebem uma seção para cada capítulo, aninhada sob seus títulos, para que apareçam no sumário dos leitores. FB2 não tem listas, então os itens de lista se tornam parágrafos iniciados por "1." ou "•". As imagens são gravadas como JPEG ou PNG, formatos exibidos pelos leitores FB2; as demais são convertidas para PNG.
• Os arquivos PDF usam páginas A5, o tamanho de um livro, com a fonte Liberation Sans, que inclui letras latinas, gregas e cirílicas; letras que não estão disponíveis são exibidas como "?". Cada capítulo começa em uma nova página, a capa ocupa a primeira página, as páginas são numeradas e os marcadores do PDF listam os capítulos. É possível clicar nos links para páginas da web, e as notas aparecem depois do último capítulo.
• Os documentos DOCX iniciam cada capítulo em uma nova página, com títulos que usam os estilos de título do Word, exibidos no painel de navegação do Word. As notas se tornam notas de rodapé, as citações usam o estilo Citação e as imagens são redimensionadas para caber na página.
• Os arquivos TXT exibem o título e os autores no início, a menos que o texto já comece com eles, seguidos pelos capítulos, com uma linha em branco entre os parágrafos. Os itens de lista começam com "-" ou um número, as células das tabelas são separadas por "|", as notas aparecem no final e são marcadas como [1], e as imagens são descartadas.
• Os arquivos HTML são uma única página que contém o livro inteiro, suas imagens e suas notas no final.
• Cada livro convertido mantém o título, os autores, o idioma e a descrição do arquivo de origem, na medida em que o formato de destino permite.

Dicas

• Para ler um livro em um Kindle, converta-o para EPUB: o serviço Enviar para Kindle aceita arquivos EPUB.
• Se um PDF for convertido em um único capítulo longo, é porque não tem marcadores de página e os títulos dos capítulos não são maiores que o texto. Em geral, é melhor converter um PDF criado a partir de um EPUB ou arquivo Word usando o arquivo original.
• Livros comprados com proteção contra cópia DRM não podem ser convertidos e aparecem na mensagem de erro junto com os livros cuja conversão falhou.
• Histórias em quadrinhos e outros livros com layout fixo são compostos por páginas para observar, em vez de texto corrido, então são convertidos com resultados ruins: o conversor trabalha com o texto do livro.