MOBI 转 EPUB 工具

MOBI 文件是遵循 PalmOS 数据库规范的 PDB（Palm Database）二进制容器。开头 78 字节是数据库头：数据库名（32 字节）、属性、版本号、创建/修改时间、类型标识（通常是 BOOKMOBI）、创建者标识（MOBI 或 TEXt）、记录总数，以及一张记录偏移表——表中每一项给出对应记录在文件中的字节位置。全部内容（文本、图片、索引）都被切成约 4096 字节的等长块作为记录顺序存放：记录 0 放头信息，记录 1 到 N 放压缩正文，其后是图片记录。

记录 0 里依次排着三段头。PalmDOC 头声明压缩方式（1=不压缩，2=PalmDOC LZ77 字典压缩，其余值表示 Huffdic Huffman 字典）、文本总长度、文本记录数、单条记录大小和加密类型——加密类型非零即代表存在 DRM，转换器会拒绝处理。MOBI 头补充文本编码（CP1252 或 UTF-8）、第一张图片记录的索引（firstImageIndex）和 EXTH 标志位。若标志置位，紧随其后的是 EXTH 头：一串类型-长度-值条目，携带作者、更新题名、出版社、ISBN/ASIN、出版日期等元数据。

正文按记录逐条解压后拼成一个接近 HTML 3.2/4 的受限方言：CSS 支持有限，没有 SVG 和嵌入字体，图片写成 <img recindex="00001"> 指向 firstImageIndex 之后的第 n 条图片记录，目录锚点则是形如 <a filepos="0000023289"> 的字节偏移引用。要变成 EPUB，这些标记必须升级为良构 XHTML：标签正确闭合嵌套、属性加引号、不支持的写法折叠成安全等价物；recindex 引用改写为清单中的图片条目（如 <img src="images/xxx.jpg">）；每个 filepos 目标处补上显式 id 属性，章节链接才能继续可用。

最后的打包阶段构建 OCF 规范要求的 ZIP 容器：内容恰为 application/epub+zip 的 mimetype 文件必须是压缩包中第一个文件且不压缩存储；META-INF/container.xml 指向包文档；content.opf 在清单中列出全部组件并用 spine 固定线性阅读顺序，其元数据块承载由 EXTH 映射来的都柏林核心术语（作者→dc:creator、更新题名→dc:title 等）；目录双份写出——现代阅读器用的 EPUB 3 nav.xhtml 和向下兼容老设备用的 toc.ncx。桌面工具生态方面：Calibre 的 ebook-convert 自带成熟的 MOBI 输入插件，仍是命令行场景的事实标准；KindleUnpack 可预先把 MOBI 拆成 HTML 加图片。本工具仅处理无 DRM 加密的 MOBI，亚马逊正版加密书无法解析；.azw3/KF8 是结构更接近 EPUB 的另一种格式，需使用专用转换工具。

• PDB 容器结构：78 字节 Palm 数据库头（数据库名、类型 BOOKMOBI、创建者、记录偏移表），全部内容切成约 4096 字节的记录顺序存放
• 记录 0 三段头：PalmDOC 头（压缩方式、文本长度、加密类型）-> MOBI 头（编码 CP1252/UTF-8、firstImageIndex、EXTH 标志）-> EXTH 头（作者、题名等类型-长度-值元数据）
• 文本还原：记录 1 到 N 按 PalmDOC 头指示逐条解压（不压缩 / PalmDOC LZ77 / Huffdic Huffman）后拼接出源 HTML
• HTML 升级：受限 HTML 规范化为良构 XHTML；recindex 图片引用改写为清单内文件；filepos 字节锚点改为显式 id 目标
• 元数据映射：EXTH 字段映射为 OPF 元数据块的都柏林核心术语（dc:title、dc:creator、dc:language 等）
• OCF 打包：未压缩的 mimetype 置于首位、META-INF/container.xml、content.opf 清单 + spine 阅读顺序，目录同时写出 EPUB 3 nav.xhtml 与传统 toc.ncx
• 限制与生态：仅接受无 DRM 输入；桌面端可用 Calibre ebook-convert 与 KindleUnpack；亚马逊自 2022 年底起「发送至 Kindle」只收 EPUB