电子书文件看着简单，实际全是容器格式：EPUB 是 ZIP，CBZ 也是 ZIP，只有 TXT 是真的裸文本。搞懂「包里装了什么、按什么顺序读」，就能理解为什么章节会乱序、为什么改个书名阅读器不认、为什么第 10 页跑到第 2 页前面去了。
一、EPUB 转 TXT：不只是「去掉排版」
EPUB 转 TXT 常被当成降级操作，其实它解决的是几个 EPUB 本身做不好的场景：
- 全文检索与统计。想统计一本书里某个人名出现了多少次、想用命令行工具跨几十本书搜一句话，纯文本是最方便的输入。
- 导入不认 EPUB 的设备或软件。一些老式电子词典、单片机屏幕、笔记软件、TTS 朗读程序只吃 TXT。
- 做二次加工的素材。要把内容搬进 Markdown 写作环境、要重新排版、要喂给文本处理脚本，先落成纯文本最省事。
- 分章阅读与摘录。工具支持每章导出一个 TXT 再打包成 ZIP，做读书笔记时按章处理比在整本里翻要清楚。
实现上有一个细节值得强调：提取严格按 spine 顺序，而不是按文件名排序。EPUB 内部由 OPF 清单描述有哪些资源，再由 spine 规定这些资源的阅读顺序。很多书的章节文件名是 part0003.html、ch_final.xhtml 这类毫无规律的东西，按文件名排必然乱序；spine 才是出版方声明的真实顺序。提取时会自动识别每章标题、清掉 HTML 标签与样式，段落之间保留空行，同时读出书名、作者、语言、出版方等元数据供你核对拿到的是哪一版。
两类文件提取不出内容，遇到不必反复重试：带 DRM 的付费电子书（正文是加密的，解析不了），以及纯图片的漫画型 EPUB（包里只有图，没有文字层）。后者如果只是想按页翻看，本文第四节的 CBZ 路线更合适。
二、TXT 转 EPUB：章节是怎么被切出来的
从小说站下载的 TXT 有两个通病：没有目录，几十万字一口气拉到底，关掉再打开找不到看到哪了；编码是 GBK，在手机上打开一片乱码。TXT 转 EPUB 就是解决这两件事。
编码方面工具做了自动探测：先试 UTF-8，失败回退 GBK，也可以手动指定 Big5 处理繁体资源。判断方法很简单——看预览区，中文正常显示就对了，出现「锟斤拷」或连片问号就换一种编码重试。这一步必须在生成前确认，编码错了整本都是废的。
章节切分提供三种方式，选错就得到一个只有一章的「电子书」：
- 按章节标题识别：匹配独占一行的「第一章 / 第 12 节 / 第三回 / 第二卷 / Chapter 5」这类标题。适合绝大多数网络小说和正规书籍。前提是标题真的独占一行——如果原文是「第一章 开端 天还没亮……」把标题和正文挤在同一行，识别会失败。
- 按连续空行分篇：适合散文集、短篇合集、访谈记录这类没有「第几章」但用空行分隔的文本。
- 按字数均分：兜底方案，适合完全没有结构的长文，比如导出的聊天记录、爬下来的连载。切出来的章节标题没有意义，但至少能跳转和记住位置。
切完一定看预览确认。 常见的误判是正文里出现「第一章写得真好」这样的句子被当成标题，凭空多出一章；或者书里同时有「卷」和「章」两级，被切成一个平铺的长列表。预览里章节数明显不对就换切分方式。
生成的是标准 EPUB 3，同时输出 nav.xhtml 与 toc.ncx——前者是 EPUB 3 的规范目录，后者是 EPUB 2 时代的产物。两个都写是为了兼容老阅读器和一些较旧的 Kindle 固件，只写新格式在部分设备上会显示成「无目录」。书名、作者、语言可以自己填，填了直接影响下一节要讲的书架显示。
三、改元数据：影响的是书架，不是内容
书库一乱，症状都很像：一半书名是文件名、作者栏空着、同一个作者被拆成三个人、中文书被标成英文导致排序按字母乱排。这些都是元数据问题，正文一个字没错。EPUB 元数据编辑 可以改书名、作者、语言、出版方、简介五个字段，改动前后并排对照显示。
阅读器的书架、分类、排序、搜索全部读元数据，不读文件名。所以：
- 书名决定书架上显示什么，也决定按标题排序的位置。系列书建议统一成「系列名 序号 分卷名」的格式，排序才不会乱。
- 作者决定按作者归类是否成立。同一个人在不同书里写成「金庸」「金 庸」「Jin Yong」会被当成三个作者，统一写法是整理书库最划算的一步。
- 语言标错会连带影响断行、字体选择和排序规则，中文书务必标成中文。
- 简介在书架的详情页显示，方便过了半年还能想起这本讲什么。
实现上有两处刻意的设计，理解了能避免踩坑：
一是只替换 OPF 里的元数据节点，其余文件按原样搬进新包。 正文、样式、字体、图片、封面全都不动，所以改元数据不会丢内容也不会改变排版。同时严格保证 mimetype 是包内第一个文件且不压缩——这是 EPUB 规范的硬要求，很多重打包工具在这里出错，结果就是阅读器直接拒绝打开、报「文件已损坏」。所以宁可用这类专门工具，也别自己解压改完再用普通压缩软件打回 ZIP。
二是唯一标识 dc:identifier 有意不做修改。 阅读器靠它判断「这是不是同一本书」，进度、书签、笔记、高亮全挂在这个 ID 上。如果改了它，你改完导回去会变成一本全新的书，读到第 300 页的进度和一路做的笔记都对不上了。这也解释了一个常见疑问：改书名作者后为什么阅读进度还在？因为标识没变。
关于封面：封面在 EPUB 里是一个图片资源加一条元数据指向，本工具管的是上面那五个文本字段，封面图片按原样保留、不会丢，但更换封面图需要在支持替换资源的书库软件里做。
四、漫画打包 CBZ：命名排序是唯一的坑
CBZ 的定义简单到有点朴素：一个装着按序图片的 ZIP，把扩展名改成 .cbz。漫画阅读器打开它，把里面的图片一张张按顺序显示出来。漫画打包 CBZ 不做任何转码，图片的格式、分辨率和体积与原图完全一致——这点很重要，扫描版漫画最怕的就是被二次压缩后网点变糊。
整个流程唯一的风险点是页序，而它比大多数人预料的更容易出错。原因是漫画阅读器按文件名字典序翻页，字典序是一位一位比字符的：
1.jpg、2.jpg、10.jpg这组：比较第一个字符，1小于2，所以10.jpg排在2.jpg前面。实际阅读顺序变成 1、10、11、12……2、20、21……3，前后剧情全乱。01.jpg、02.jpg、10.jpg这组：位数补齐后字典序和数字序一致，正常。但只补到两位，页数超过 99 时100.jpg又会插到10.jpg后面。page_001.jpg这组：补到三位，一千页以内都安全，这是最稳的命名法。- 混杂命名，比如
封面.jpg、p1.jpg、扫描 (3).jpg：字典序完全不可预测，必须手工排。
工具用两个手段从根上解决：默认按文件名自然排序（把文件名里的数字当数字比较，所以 2 一定在 10 前面），以及统一重命名为 page_001 这样的补零序号。第二个选项建议保持勾选——自然排序只保证工具内的顺序正确，而重命名是把这个正确顺序固化进文件名，这样无论以后用哪个阅读器打开、无论那个阅读器有没有自然排序功能，页序都不会再变。打包前会列出「原文件名 → 新文件名」的对照表，扫一眼首尾几页和翻页处，比事后重打包省事。
顺序确实无规律时，用手动上下移动逐页调整。另外提醒两点：彩页和封面记得排到最前，很多人扫完才发现封面文件名是 cover.jpg，按字典序被排到了字母 c 的位置；跨页大图如果被拆成左右两张，注意左右顺序要符合这本漫画的阅读方向。
所有这些处理都在浏览器里完成，几百张图片的漫画也不需要先上传再下载，省掉的时间往往比处理本身还多。
五、一条整理书库的实用路线
如果你手上是一堆来源混杂的文件，建议这个顺序：
先把 TXT 全部转成 EPUB，转的时候就顺手填好书名作者，能省掉后面一半的元数据修改；已有的 EPUB 直接进元数据编辑，重点统一作者写法和语言标记；需要做检索或摘录的书，额外导一份 TXT 放在旁边，原 EPUB 留着阅读；散图漫画统一打包成 CBZ 并重命名为补零序号。
整完之后，书架上按作者和标题排序都能对齐，找书不再靠翻。
常见问题
转出来的 TXT 章节顺序乱了？ 本工具按 EPUB 的 spine 顺序提取，不按文件名，正常情况下就是出版方声明的阅读顺序。如果确实乱了，通常是这本 EPUB 自身的 spine 写得有问题（部分盗版转制的书会这样），这种情况只能导出后手工调整章节文件的顺序。
TXT 转 EPUB 后只有一章，怎么回事？ 说明章节标题没被识别到。先检查标题是否独占一行、是否被空格或标点包裹成了别的形式；确认原文没有规范标题的，改用「按连续空行分篇」或「按字数均分」。生成前一定看预览区的章节列表。
改了书名作者，阅读器书架上还是旧的？ 两种原因。一是阅读器缓存了旧的书籍信息，需要把书从书架移除再重新导入；二是你导入的还是旧文件——工具是保存为新的 EPUB、原文件不覆盖的，注意区分两个文件。唯一标识没有变动，所以重新导入后阅读进度不会丢。
CBZ 打包好了，阅读器显示的页序还是不对？ 如果打包时没勾「重命名为补零序号」，文件名里的原始命名就带进了包里，而阅读器按自己的规则排序，多半会退回字典序。重新打包一次并保持勾选重命名，页序就固化在文件名里了。