from bs4 import BeautifulSoup
import ebooklib
from ebooklib import epub

# Load epub file
book = epub.read_epub("/mnt/data/遥远的救世主.epub")

# Initialize an empty string to hold the html content
html_content = ""

# Loop through all items in the book
for item in book.get_items():
    # If the item is an HTML document
    if item.get_type() == ebooklib.ITEM_DOCUMENT:
        soup = BeautifulSoup(item.get_content(), 'html.parser')
        # Extract the body content
        html_content += str(soup.body)

html_content

# Extract all text from the epub
all_text = extract_text_from_epub(epub_book_path)

# Return first 1000 characters to show a preview
all_text[:1000]

---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
Cell In[2], line 2
      1 # Extract all text from the epub
----> 2 all_text = extract_text_from_epub(epub_book_path)
      4 # Return first 1000 characters to show a preview
      5 all_text[:1000]

NameError: name 'extract_text_from_epub' is not defined


# Initialize an empty string to hold the text content
text_content = ""

# Loop through all items in the book
for item in book.get_items():
    # If the item is an HTML document
    if item.get_type() == ebooklib.ITEM_DOCUMENT:
        soup = BeautifulSoup(item.get_content(), 'html.parser')
        # Extract the body content
        text_content += soup.body.get_text()

text_content[:1000]  # Return first 1000 characters to show a preview


'\n\n\n\n\n\n\n\n      遥远的救世主\n    \n\n\n\n\n\n\n      豆豆（李雪） 著\n    \n\n\n\n\n\n    作家出版社\n  \n目录\n\n扉页\n\n\n第一章\n\n\n第二章\n\n\n第三章\n\n\n第四章\n\n\n第五章\n\n\n第六章\n\n\n第七章\n\n\n第八章\n\n\n第九章\n\n\n第十章\n\n\n第十一章\n\n\n第十二章\n\n\n第十三章\n\n\n第十四章\n\n\n第十五章\n\n\n第十六章\n\n\n第十七章\n\n\n第十八章\n\n\n第十九章\n\n\n第二十章\n\n\n第二十一章\n\n\n第二十二章\n\n\n第二十三章\n\n\n第二十四章\n\n\n第二十五章\n\n\n第二十六章\n\n\n第二十七章\n\n\n第二十八章\n\n\n第二十九章\n\n\n第三十章\n\n\n第三十一章\n\n\n第三十二章\n\n\n第三十三章\n\n\n第三十四章\n\n\n第三十五章\n\n\n第三十六章\n\n\n第三十七章\n\n\n第三十八章\n\n\n第三十九章\n\n\n第四十章\n\n\n第四十一章\n\n\n第四十二章\n\n\n第四十三章\n\n\n第四十四章\n\n\n第四十五章\n\n\n第四十六章\n\n\n版权页\n\n第一章\n1\n1995年5月21日柏林时间下午2点30分，北京——法兰克福的航班准时在机场平稳降落，法兰克福机场大厅的海关检查出口处三三两两地聚集着迎接亲友的人。身穿白色风衣的芮小丹站在离人群不远的地方静静注视着依次而出的旅客。\n肖亚文随着旅客走了过来，她什么行李也没带，只是挎了一个随身携带的坤包，那情形不像是来法兰克福旅行，而更像是去逛北京的超市。\n肖亚文长着一张精致得让人无法判断年龄的脸，仿佛就是一件油画大师呕心沥血创作出来的艺术品。她身穿一套华贵的职业女装，眼睛里注满了灵气和自信，浑身散发着一种精明干练的气质，那是典型的白领女性的特征。\n芮小丹迎上几步，朝着边走边观望的肖亚文亲切地喊了一声：“亚文！”\n肖亚文闻声快步走来，也兴奋地喊道：“小丹！”\n两人激动地拥抱了一下，肖亚文说：“我得先告诉你，我只能呆几个小时，得乘晚8点的班机回去，明天我人必须得在北京。我这趟是专程来见你的，自费。”\n芮小丹惊诧地看看她，不解地质问：“你疯啦？有什么事不能在电话里说，非得这么折腾？”\n肖亚文说：“电话里，我怕你三言两语把我打发了。我这么折腾一趟，念我这来回的路费你也不好意思拒绝我。要是等你歇完探亲假再去古城找你，时间就来不及了。”\n芮小丹迟疑了一下，本能地说：“如果是有人托你给古城的什么案子说情，那就别说出来了，我既没贼心也没贼胆，更没那个权力。”\n肖亚'

# Save the entire text content to a .txt file
with open("/mnt/data/遥远的救世主.txt", "w", encoding="utf-8") as f:
    f.write(text_content)

"/mnt/data/遥远的救世主.txt"  # Return the path to the .txt file


EPUB转HTML