README.md

aozora-mix.rb

概要

• Wiki に書いた URL のリストから青空文庫のミックスを作れるようにする

使い方

ruby aozora-mix.rb ページ名

オプション

• -o ファイルパス
  • epub を出力するファイル。デフォルトではカレント・ディレクトリの out.epub
• -t タイトル
  • ミックスのタイトルを指定する。デフォルトではページ名が使われる
• -a 作成者名
  • ミックスの作成者名を指定する。デフォルトでは「青空ミックス」となる
• -r
  • ルビをつける。-r を指定しないとルビを取り除く

依存ライブラリ

• nokogiri
• eeepub

TODO

• 画像対応
• 縦書き対応

aozora-mix.rb

# -*- coding: utf-8 -*-
require 'open-uri'
require 'optparse'
require 'cgi'
require 'rubygems'
require 'nokogiri' # gem install nokogiri
require 'eeepub' # gem install eeepub

BANNER = "ruby aozora-mix.rb pagename [-o output] [-t title] [-a author] [-r]"
REGEXP = %r|^http://www\.aozora\.gr\.jp/cards/\d+/files/[\d_]+\.html$|
ENDPOINT = "http://aozora-mix.jottit.com/"
FILENAME = "out.epub"
CREATOR = "青空ミックス"
LINK_XPATH = '//div[id("content")]//a/@href'

def main(args)
        pagename, options = parse_args(args)
        urls = get_urls(pagename)
        epub = init_epub(pagename, options)
        urls.each do |url|
                puts "ダウンロードします (#{url})"
                work = get_work(url, options)
                next if !work
                puts "ダウンロードしました (#{work[0]})"
                epub.sections << work
                sleep 1
        end
        abort "" if epub.sections.empty?
        puts "epubファイルを作成しています (#{options[:o]})"
        epub.save(options[:o])
        puts "完了しました"
end

def parse_args(args)
        options = {:o => FILENAME}
        OptionParser.new do |o|
                o.on('-o OUTPUT_PATH') {|v| options[:o] = v }
                o.on('-t TITLE') {|v| options[:t] = v }
                o.on('-a AUTHOR') {|v| options[:a] = v }
                o.on('-r') {|v| options[:r] = v }
                o.parse!(args)
        end
        abort BANNER if args.empty?
        [args[0], options]
end

def get_urls(pagename)
        doc = Nokogiri::HTML.parse(open(ENDPOINT + CGI.escape(pagename)).read)
        urls = doc.search(LINK_XPATH).to_a
        urls.reject! {|url| !url.to_s[REGEXP] }
        if urls.empty?
                abort "エラー：青空文庫へのリンクが見つかりませんでした"
        end
        urls
rescue
        abort "エラー：#{ENDPOINT}#{pagename} を開けませんでした"
end

def init_epub(pagename, options)
        EeePub::Easy.new do
                title options[:t] || pagename
                creator options[:a] || CREATOR
                identifier ENDPOINT + pagename, :scheme => 'URL'
                uid ENDPOINT + pagename
        end
end

def get_work(url, options)
        src = open(url).read
        if !options[:r]
                src = src.gsub(%r|<ruby><rb>(.+?)</rb>.+?</ruby>|) { $1 }
        end
        doc = Nokogiri::HTML.parse(src) # 暗黙的にUTF-8に変換される
        author = doc.search("//h2/text()").first.to_s
        title = doc.search("//h1/text()").first.to_s
        html = doc.to_html
        html = html.gsub(/charset=[^"\s]+/i, "charset=utf-8")
        html = html.gsub(/encoding="[^"\s]+"/i, "encoding=\"utf-8\"")
        ["#{author} #{title}", html]
rescue
        return nil
end

main(ARGV)