转载自：http://www.cnblogs.com/linlf03/archive/2011/12/13/2286218.html
一、什么是epub
epub是一个完全开放和免费的电子书标准。它可以“自动重新编排”的内容。
Epub文件后缀名：.epub
二、 epub组成
Epub内部使用XHTML（或者DTBook）来展现文件的内容；用一系列css来定义格式和版面设计； 然后把所有的文件压缩成zip包。
Epub格式中包含了DRM相关功能（目前epub引擎暂时不考虑drm相关信息）
EPub包括三项主要规格：
开放出版结构（Open Publication Structure，OPS）2.0，以定义内容的版面；
开放包裹格式（Open Packaging Format，OPF）2.0，定义以XML为基础的.epub档案结构； OEBPS容纳格式（OEBPS Container Format，OCF）1.0，将所有相关文件收集至ZIP压缩档案之中。
1. OPS：
用XHTML（或者DTBook）来构筑书的内容。
用一系列css来定义书的格式和版面设计。
支持 png、jpeg、gif、svg的图片格式。
2. OPF：
OPF 文件是 EPUB 规范中最复杂的元数据。它用来定义ops一系列内容组合到一起的机制，并为ebook提供了一些额外的结构和内容。Opf包含四个子元素：metadata, manifest, spine, guide。在OEBPS中的opf包含两个XML： .opf和.ncx
（一）.opf
OPF包括以下内容：
1）metadata：epub的元数据，如title、language、identifier、cover等。其中，title 和 identifier这两个数据是必须的。
按照EPUB规范，identifier由数字图书的创建者定义，必须唯一。对于图书出版商来说，这个字段一般包括ISBN或者Library of Congress编号；也可以使用URL或者随机生成的唯一用户ID。注意：unique-identifier 的值必须和 dc:identifier 元素的 ID 属性匹配。
2）manifest：列出了package中所包含的所有文件（xhtml、css、png、ncx等）。EPUB 鼓励使用 CSS 设定图书内容的样式，因此 manifest 中也包含 CSS。注意：进入数字图书的所有文件都必须在 manifest 中列出。
3）spine：所有xhtml文档的线性阅读顺序。其中，spine的TOC属性必须包含在manifest列出来的.ncx的id。可以将 OPF spine 理解为是书中 “页面” 的顺序，解析的时候按照文档顺序从上到下依次读取 spine。
在spine中的每个 itemref 元素都需要有一个 idref 属性，这个属性和 manifest 中的某个 ID 匹配。
spine 中的 linear 属性表明该项是作为线性阅读顺序中的一项，还是和先后次序无关。有些阅读器可以将spine中linear=no的项作为辅助选项处理，有些阅读器则选择忽略这个属性。例如在下边的实例中，支持辅助选项处理的阅读器会依次列出titlepage、chapter01、chapter05，chapter02、chapter03、chapter04只在点击到（或者其他开启动作）之后才会显示。
但是对于支持打印的阅读器，需要忽略linear=no的属性，保证能够最完全的展示ops中的内容。
好的阅读器需要同时提供两种选择给用户。
（二）.ncx
NCX 定义了数字图书的目录表。复杂的图书中，目录表通常采用层次结构，包括嵌套的内容、章和节。包含了TOC（tablet of content,提供了分段的一些信息）。
NCX的 <head> 标记中包含四个 meta 元素：
- uid： 数字图书的惟一 ID。该元素应该和 OPF 文件中的 dc:identifier 对应。
- depth：反映目录表中层次的深度。
- totalPageCount 和 maxPageNumber：仅用于纸质图书，保留 0 即可。
docTitle/text 的内容是图书的标题，和 OPF 中的 dc:title 匹配。
navMap 是 NCX 文件中最重要的部分，定义了图书的目录。navMap 包含一个或多个 navPoint 元素，每个 navPoint 都要包含下列元素：
- playOrder：说明文档的阅读顺序。和 OPF spine 中 itemref 元素的顺序相同。
- navLabel/text ：给出该章节的标题。通常是章的标题或者数字。
- content ：它的 src 属性指向包含这些内容的物理资源。就是 OPF manifest 中声明的文件。
- 还可以有一个或多个 navPoint 元素。NCX 使用嵌套的导航点表示层次结构的文档
（三）NCX 和 OPF spine 有什么不同？
两者很容易混淆，因为两个文件都描述了文档的顺序和内容。要说明两者的区别，最简单的办法就是拿印刷书来打比方：OPF spine 描述了书中的各个章节是如何实际连接起来的，比方说翻过第一章的最后一页就看到第二章的第一页。NCX 在图书的一开始描述了目录，目录肯定会包含书中主要的章节，但是还可能包含没有单独分页的小节。
一条法则是 NCX 包含的 navPoint 元素通常比 OPF spine 中的 itemref 元素多。实际上，spine 中的所有项都会出现在 NCX 中，但 NCX 可能更详细。
3. OCF：
OCF定义了文件是如何被打包成ZIP的，并且有两个额外的信息：
1）ASCII格式的mimetype文件。该文件必须包含application/epub+zip字符串，并且是ZIP压缩包的第一个文件。Mimetype要求是非压缩格式。
2）一个命名为META-INF的文件夹。这个文件夹中需要包含container.xml文件
4. Drm——需要在META-INF文件夹中包含rights.xml
总结起来，一个epub电子书的zip包含以下东西：
1、mimetype 文件，必须是压缩包的第一个文件。注意，Mimetype必须是非压缩格式。
2、meta-inf目录，里面至少包含一个container.xml 文件。
3、OEBPS目录（可以是别的名字，但建议用这个名字），包含了：
a) image子目录（不一定总有）存放了所有的图片文件
b) content.opf 文件名可以是其它的，扩展名一定是opf，就是一个xml格式的包内的文件列表
c) toc.ncx 目录文件，一个“逻辑目录”, 浏览控制文件.
d) 一些xhtml或html文件。就是书的内容。
简单 EPUB 档案的目录和文件结构：
mimetype
META-INF/
container.xml
OEBPS/
content.opf
title.html
content.html
stylesheet.css
toc.ncx
images/
cover.png
三、Epub电子图书获取网站
Feedbooks： http://www.feedbooks.com/books/top?range=month
掌上书苑： http://www.cnepub.com/index
COAY： http://www.coay.com
博酷网： http://www.pockoo.com/books/?format=EPUB&orderby=lastedit
新浪ipad数码资源 http://myphoto.tech.sina.com.cn/forumdisplay.php?fid=398
EpubBooks： http://www.epubbooks.com/books