ISEE小语
昔日立誓远离烟，如今烟雾伴身边。狂言不变的你，怎能敌得过生活的变迁呢？
看书的时候，突然有一个奇葩有意思的想法，将电子书解析到数据库中，前端搜索曾经看到过的金句，就可以找到出自哪本书、哪个章节，甚至是定位到准备的位置。
挺有意思的，可以试试看！
环境：
Pycharm
Python 3.9.16
安装：
pip install 以下所有的包
alembic==1.13.1beautifulsoup4==4.12.2blinker==1.7.0EbookLib==0.18Flask==2.3.1Flask-Migrate==4.0.4Flask-SQLAlchemy==3.0.5greenlet==3.0.3itsdangerous==2.1.2lxml==5.1.0Mako==1.3.0six==1.16.0soupsieve==2.5SQLAlchemy==2.0.25typing_extensions==4.9.0Werkzeug==3.0.1
实现原理：
使用Flask+SQLAlchemy，主要特点是方便、简单、快速，最重要的一点就是前面文章分享过基本使用，不需要使用多的时间去研究了！
主要包括三大块：
一、解析电子书并保存到数据库
二、服务端查询和返回逻辑实现
三、前端页面查询入口及返回显示
项目结构：
新创建一个Flask项目，具体结构如下：
```结构book_read_flask├─instance│ └─database.db├─templates│ └─index.html├─static├─app.py├─config.py├─models.py├─requirements.txt└─一句顶一万句.epub```
解析电子书
解析电子书，用到了EbookLib和beautifulsoup4这两个三方库。
EbookLib是一个用于处理电子书文件的Python第三方库。它提供了一组简单易用的API，可以用于读取、解析和操作常见的电子书格式，如EPUB、MOBI和AZW3等。
BeautifulSoup是用于从HTML或XML文档中提取数据的工具。EbookLib解析出来的源文会带有html标签，需要再次进行数据处理。
本次解析的是【刘震云】老师的《一句顶一万句》，epub格式。
# -*- coding: utf-8 -*-import ebooklibfrom bs4 import BeautifulSoupfrom ebooklib import epubbook_name = '一句顶一万句.epub'author = '刘震云'introduction = '作家'# 读取EPUB文件book_content = epub.read_epub(book_name)# 遍历电子书中的所有项目for item in book_content.get_items():if item.get_type() == ebooklib.ITEM_DOCUMENT:# 使用BeautifulSoup解析HTML内容soup = BeautifulSoup(item.get_content(), 'html.parser')chapter_tag = soup.find('h1')chapter_text = chapter_tag.get_text(separator=' ', strip=True) if chapter_tag is not None else ''if chapter_text != '':print("章节：", chapter_text)print(soup.get_text())
（左右滑动查看完整代码）
创建Flask项目
数据库选择的是Sqlite。
框架是Flask+SQLAlchemy。
首先，创建一个Flask项目，设计两个数据表books和books_detail，在项目根目录下新建models.py
from flask_sqlalchemy import SQLAlchemyfrom sqlalchemy.orm import relationshipfrom datetime import datetimedb = SQLAlchemy()class Books(db.Model):__tablename__ = 'books'id = db.Column(db.Integer, primary_key=True)name = db.Column(db.String(50))author = db.Column(db.String(20))introduction = db.Column(db.Text)add_time = db.Column(db.String(255), default=datetime.now().strftime('%Y-%m-%d %H:%M:%S'))details = relationship('BookDetail', back_populates='book')class BookDetail(db.Model):__tablename__ = 'books_detail'id = db.Column(db.Integer, primary_key=True)book_id = db.Column(db.Integer, db.ForeignKey('books.id'))chapter = db.Column(db.String(255))content = db.Column(db.Text)add_time = db.Column(db.String(255), default=datetime.now().strftime('%Y-%m-%d %H:%M:%S'))book = relationship('Books', back_populates='details')
（左右滑动查看完整代码）
然后，配置数据库链接，在项目根目录下新建config.py
# -*- coding: utf-8 -*-# 连接数据库SQLALCHEMY_DATABASE_URI = 'sqlite:///database.db'SQLALCHEMY_TRACK_MODIFICATIONS = False
（左右滑动查看完整代码）
最后，在应用app.py中创建init_app初化数据库，以及创建Migrate
from flask import Flaskfrom flask_migrate import Migratefrom models import dbimport configapp = Flask(__name__)app.config.from_object(config)db.init_app(app)with app.app_context():db.create_all()migrate = Migrate(app, db)def hello():return 'hello world!'if __name__ == '__main__':app.run(host='0.0.0.0')
（左右滑动查看完整代码）
运行app.py，启动项目，在项目根目录下将自动创建instance文件夹，其中database.db被初始化成功创建。
在终端中进入项目目录，并执行命令初始化数据库迁移
flask db init执行命令生成数据库迁移脚本
flask db migrate -m "Initial migration"执行命令应用数据库迁移：
flask db upgrade最后重启Flask应用后，就可以看到Models的变更已经反映在数据库表结构中
电子书写入DB
解析电子书完成后，我们按章节存到数据库中。
在app.py中构造一个read_epud函数
def read_epud():book_name = '一句顶一万句.epub'author = '刘震云'introduction = '作家'# 检查书籍是否存在book_exist = db.session.query(Books.query.filter_by(name=book_name).exists()).scalar()if not book_exist:book_ = Books(name=book_name, author=author, introduction=introduction)db.session.add(book_)db.session.commit()# 读取EPUB文件book_content = epub.read_epub(book_name)book = Books.query.filter_by(name=book_name).first()# 检查书箱详细内容是否存在book_detail_exist = db.session.query(BookDetail.query.filter_by(book_id=book.id).exists()).scalar()if not book_detail_exist:# 遍历电子书中的所有项目for item in book_content.get_items():if item.get_type() == ebooklib.ITEM_DOCUMENT:# 使用BeautifulSoup解析HTML内容soup = BeautifulSoup(item.get_content(), 'html.parser')chapter_tag = soup.find('h1')chapter_text = chapter_tag.get_text(separator=' ', strip=True) if chapter_tag is not None else ''if chapter_text != '':book_detail = BookDetail(chapter=chapter_text, content=soup.get_text(), book_id=book.id)# 将新的书籍详情对象添加到会话中db.session.add(book_detail)# 提交会话，将新的书籍详情对象插入到数据库中db.session.commit()return '电子书解析入库成功！'
（左右滑动查看完整代码）
启动服务，打开浏览器，运行网址：
http://127.0.0.1:5000/read_epud说明调用电子书解析入库已经成功！
注：这个地方的电子书没有做传参，如果换其他电子书写入，需要在源码中修改，
book_name = '一句顶一万句.epub'author = '刘震云'introduction = '作家'
后期抽时间再做优化！
指定内容搜索
电子书存到数据库后，接下来我们就进行指定的内容搜索。
在app.py中构造一个sentence_search函数
@app.route('/sentence_search', methods=['GET'])def sentence_search():sentence = request.args.get('sentence', '')if not sentence:return jsonify([{'sentence': '请输入搜索的内容！', 'book_name': '', 'book_author': '', 'book_chapter': '','chapter_content': ''}])# 查询包含特定内容的书籍信息book_details = BookDetail.query.join(Books).filter(BookDetail.content.contains(sentence)).all()# 创建book_list返回结果book_list = [{'sentence': sentence,'book_name': book_detail.book.name,'book_author': book_detail.book.author,'book_chapter': book_detail.chapter,'chapter_content': book_detail.content} for book_detail in book_details]return jsonify(book_list)
（左右滑动查看完整代码）
启动服务，打开浏览器，运行网址：
http://127.0.0.1:5000/sentence_search?sentence=说明调用电子书指定内容搜索接口是成功的。
设计前端搜索页面
设计一个前端页面，指定的内容搜索框及返回内容显示。
在templates文件夹中新建一个index.html页面，页面主体如下（样式太多就不全贴了，有兴趣的看源码）：
<body><div class="Search_content"><div class="Search_input__1"><i class="fas fa-search"></i><input type="search" id="search_id" value="" placeholder="请输入内容"></div><button class="Search_btn" id="go_search">去找寻</button></div><div class="Output_box"><div class="label_class">出自：</div><div id="output"></div></div></body>
（左右滑动查看完整代码）
服务返回内容处理及显示：
<script>document.getElementById('go_search').addEventListener('click', function() {const searchInput = document.getElementById('search_id').value;// 发送请求到后端const xhr = new XMLHttpRequest();xhr.open('GET', '/sentence_search?sentence=' + searchInput, true);xhr.onreadystatechange = function() {if (xhr.readyState === XMLHttpRequest.DONE && xhr.status === 200) {const responses = JSON.parse(xhr.responseText);// 清空之前的内容document.getElementById('output').innerHTML = '';// 遍历每个返回的 JSON 数据对象responses.forEach(function(response) {// 创建显示的元素const element = document.createElement('div');element.innerHTML = `<div class="sentence">搜索：${response.sentence}</div><div class="book_name">出自：${response.book_name}</div><div class="author">作者：${response.book_author}</div><div class="chapter">章节：${response.book_chapter}</div>章节内容：<div class="chapter_content">${highlightSentence(response.chapter_content)}</div><div>-----------------------------</div>`;// 添加到输出框中document.getElementById('output').appendChild(element);});}};xhr.send();});function highlightSentence(content) {const searchInput = document.getElementById('search_id').value;const regex = new RegExp(searchInput, 'gi');const replacedContent = content.replace(regex, '<span class="highlight">$&</span>');const replacedWithBreaks = replacedContent.replace(/\n/g, '<br>');return replacedWithBreaks;}</script>
（左右滑动查看完整代码）
服务添加路由，调用index.html页面：
@app.route('/')def index():return render_template('index.html', chart_html='')
启动服务，打开浏览器，运行网址：
http://127.0.0.1:5000成功！
接下来输入搜索内容，看看实际效果：
总结
这个小项目前端页面有点单调，在处理上也可能会有些Bug，但不会有大的影响，后续再丰富吧。
本次除了解析电子书《一句顶一万句》，还解析了《影响力》，解析、入库、搜索都正常。
这两本电子书也会一同分享出来，有兴趣的也可以看看书，这两本书其实还挺不错的！
点个“赞”和“在看”，是对小栈最大的支持！
后台回复“book_read”即可获取源码和电子书！
文章就分享到这儿，喜欢就点个赞吧!
