Archivos EPUB

¿Qué es un archivo .EPUB?

.epub representa un EPUB, Electronic Publication, un formato de libro electrónico y publicación digital cada vez más popular, inventado por el International Digital Publishing Forum en 2007. Tras la adopción de IDPF por el World Wide Web Consortium, el mantenimiento de EPUB se realiza mediante los estándares de publicación de W3C, y EPUB 3.3 es la versión actual.

EPUB es un libro electrónico con empaquetado de publicación (no una simple página de imagen). El contenido del paquete incluye el texto de un libro, su tabla de contenidos, metadatos, incluidos el título y los nombres de autor, hojas de estilo CSS, portada, imágenes, fuentes y datos del orden de lectura. Las publicaciones EPUB 3 también incluyen clips de audio y video o MathML, SVG y/o secuencias de comandos usando JavaScript, cuando la tecnología es compatible con un sistema de lectura.

Las fuentes de archivos .epub pueden incluir colecciones gratuitas de dominio público, como Project Gutenberg; editoriales comerciales, tiendas de libros en línea; programas de préstamo de bibliotecas; editoriales académicas; plataformas de autopublicación; aplicaciones para crear libros, como Sigil, Calibre y Pandoc. La extensión representa tanto libros electrónicos que cambian de tamaño de página según la pantalla de visualización o la elección de la fuente; también representa ediciones de diseño fijo, como cómics o libros de texto.

.epub no representa un formato esencial ni popular de uso general diferente de EPUB. Un EPUB auténtico es un documento basado en ZIP y comienza con los bytes PK (50 4B 03 04); un EPUB incluye al menos una entrada sin comprimir 'mimetype' de exactamente el tipo "application/epub+zip". Un EPUB con DRM tiene la extensión .epub, sin embargo, el uso puede depender de Adobe Content Server, sistemas de bibliotecas, el lector Kobo o Apple Books.

Cómo abrir un archivo .EPUB

Detalles técnicos

EPUB es un formato de contenedor abierto basado en ZIP; por eso, su firma (que se encuentra en el desplazamiento 0) es el número mágico 50 4B 03 04 del encabezado local de archivo ZIP. La primera entrada ZIP debe llamarse mimetype y debe estar sin comprimir, sin más información de encabezado ZIP (sin campo extra), y contener el literal ASCII "application/epub+zip". La posición permite que el software detecte el contenedor EPUB antes de analizar el directorio central o descomprimirlo.

META-INF/container.xml debe definir el paquete OPF (a menudo en el archivo .opf) en su atributo rootfile full-path. El archivo OPF de EPUB contiene la información de la publicación, el manifiesto del contenido de recursos (metadatos), el spine y el orden de los materiales de lectura, las declaraciones sobre tipos MIME y la propia información de empaquetado. Las rutas reservadas típicas en el contenedor OCF son: META-INF/metadata.xml, encryption.xml, rights.xml, signatures.xml; en el caso de que se haya usado un mecanismo DRM propietario. Para la información de cifrado se usa solo META-INF/encryption.xml, pero en el caso de que se use DRM, software de proveedores específicos.

El contenido de la publicación debe usar XHTML codificado ya sea en archivos XML o HTML5, información de estilo mediante CSS, información multimedia como: imágenes, fuentes, gráficos SVG y audio/video según se declare en el manifiesto, compresión zip (normalmente, deflate), UTF-8 para los nombres de archivo. En el caso del uso de EPUB 2, el formato NCX para la tabla de contenidos estaba muy extendido. En la versión moderna, EPUB 3 usa un Documento de Navegación XHTML, pero muchas publicaciones también usan NCX por compatibilidad con lectores EPUB antiguos. También se estandarizó en EPUB 3 un amplio conjunto de información accesible sobre la publicación, así como la incrustación de MathML y SVG y los scripts.

El mime registrado es application/epub+zip. Se desarrolló y utilizó desde EPUB 2.0 (en 2007) hasta hoy (especificaciones W3C para EPUB 3.3). El tamaño típico puede variar desde menos de 1 MB para un libro sencillo en formato de texto plano hasta varios cientos de MB en el caso de que la publicación sea un cómic o un libro de texto educativo. La validación del empaquetado OCF, los metadatos OPF, la información del manifiesto y la sintaxis EPUB 2/xhtml/xml puede hacerse con la aplicación EPUBCheck.

Cómo convertir archivos .EPUB

A pesar de la llegada de los lectores EPUB que permiten leer en diversas plataformas electrónicas y de una manera cómoda, el archivo PDF se considera la solicitud más popular por parte de las personas con el propósito de imprimir, citar por páginas y entregar archivos de texto que no se pueden leer mediante lectores EPUB. Además, solo hace falta ejecutar un comando en la línea de comandos ebook-convert input.epub output.pdfCopy con respecto al software Calibre, mientras que elementos como texto con ajuste de línea, páginas con saltos, fuentes, etc. pueden haber sido alterados como resultado de la paginación.

El formato de archivo Kindle preferido es AZW3, en lugar del antiguo MOBI. AZW3 conserva un mayor número de elementos como css, imágenes o el diseño. Lo más común es que una operación de conversión de Kindle se ejecute de acuerdo con los siguientes comandos: ebook-convert input.epub output.azw3Copy y después se puede cargar el archivo en un dispositivo kindle copiándolo al dispositivo por USB o enviándolo mediante algún tipo de herramienta específica; por último, en caso de que falten algunas herramientas, se puede utilizar un tipo obsoleto llamado MOBI.

Para hacer que el archivo EPUB sea legible para cualquier programa como Word o Google documents, un operador puede utilizar el formato DOCX. La conversión de archivos por línea de comandos se puede hacer de varias maneras: Pandoc: pandoc input.epub -o output.docx.Copy Calibre: ebook-convert input.epub output.docx.Copy

La conversión a HTML es la forma más sencilla de acceder al contenido, porque todo el contenido del libro quedará expuesto. Solo hace falta ejecutar un comando simple: pandoc input.epub -s -o output.html.Copy Otro enfoque puede consistir en una conversión que puede generar archivos dentro de un archivo comprimido como parte de un libro (capítulos) que han sido generados por alguna herramienta.

Como ya se mencionó arriba, un archivo de texto plano no incluye algunos elementos como enlaces y otros, tiene una vista extremadamente simplificada del archivo fuente y se podría crear fácilmente de la siguiente manera: pandoc input.epub -t plain -o output.txt.Copy Además, el operador podría necesitar un archivo simple y legible que podría incluirse en algún trabajo técnico o en un documento que necesite versionado (en git). Solo hay que ejecutar los siguientes comandos: pandoc input.epub -t gfm -o output.mdCopy

Problemas comunes y soluciones

Este documento destaca problemas típicos con posibles soluciones asociadas a e-books EPUB protegidos por DRM, junto con problemas relacionados de empaquetado.

"Protected by DRM” o "Error getting license” indican el cifrado del ebook en un Adobe ID, cuenta de Kobo, cuenta de una tienda de libros en línea o plataforma de préstamo de una biblioteca específicos. Abre el archivo EPUB en una aplicación adecuada, por ejemplo, Adobe Digital Editions, Kobo Books o la app correspondiente diseñada para bibliotecas de préstamo, e inicia sesión en la cuenta que compró o pidió prestado el ebook.

"Not a valid EPUB file” sugiere un EPUB corrupto, incompleto o con nombre incorrecto dentro de un archivo ZIP. Compara el tamaño del archivo con la información del sitio web donde se realizó la descarga, luego vuelve a descargarlo y ejecuta pruebas con herramientas de validación de EPUB como EPUBCheck (o descomprime el EPUB en un directorio de contenido) o cualquier herramienta ZIP que admita la lista de contenidos.

"Mimetype entry missing or not the first file in the archive” indica problemas de empaquetado resultantes de un proceso de compresión inadecuado durante el cual el archivo sin comprimir que contiene 'application/epub+zip" debe ser el primero en la lista y estar presente dentro de EPUB.

Un dispositivo de lectura antiguo podría mostrar páginas vacías o mostradas incorrectamente y el mensaje "unsupported EPUB version" al encontrarse con lo siguiente: e-books de diseño fijo, código de scripting, código MathML, gráficos svg, multimedia o cualquier otra versión de EPUB superior a v1.x o 2.x. Prueba si Thorium Reader, Apple Books y el programa de lectura de ebooks emitido actualmente por el vendedor del ebook son útiles aquí. Esto se aplica especialmente a los libros EPUB v3.1 con funciones de scripts, multimedia, matemáticas y gráficos.

Los problemas relacionados con la falta de fuentes, saltos de línea incorrectos o caracteres de aspecto extraño pueden resolverse cambiando las anulaciones de fuente dentro de un lector y desactivando el estilo del editor.

Si aparecen imágenes rotas o un "resource not found error message", lo más probable es que el problema esté causado por una estructura incorrecta del paquete en general. Una herramienta de validación podría ser muy útil para reparar enlaces incorrectos dentro de archivos OPF, extensiones/rutas de archivo erróneas o cualquier otro problema resultante de una estructura de enlaces inadecuada.

En caso de abrir el archivo EPUB como archivo comprimido, usa Asociaciones de archivos en Panel de control/Abrir con para cambiar la asociación (Windows/macOS), abre un lector EPUB designado y asigna su acción de apertura predeterminada (Windows/macOS), o súbelo en el lector existente. En caso de descargar el archivo .acsm, ayudará a obtener el archivo EPUB real en Adobe Digital Editions o en una app equivalente de préstamo de bibliotecas.

Consideraciones de seguridad

Un archivo .epub no confiable debe ser considerado potencialmente malicioso porque estos archivos se ejecutan activamente en la aplicación de lectura. Se sabe que existen huecos de seguridad en el analizador xml/zip, las imágenes,las fuentes, JavaScript y los sistemas DRM;por eso es necesario actualizar Calibre, Thorium Reader, Apple Books, Adobe Digital Editions, la aplicación Kobo, el lector de navegador y el sistema operativo antes de cargar cualquier archivo .epub obtenido por correo electrónico o descarga web. En este punto se debe deshabilitar el acceso a la red y prevenir la ejecución de cualquier tipo de scripts desde la parte de la aplicación de lectura.

El contenido peligroso puede usar enlaces remotos e imágenes,ejecutar el código JavaScript, hacer peticiones para enviar imágenes de píxeles de seguimiento, confirmar la presencia de la visualización del contenido y hacer redireccionamientos desde el sitio legítimo a algunos recursos de phishing. Los metadatos contienen información sobre el título del libro, el nombre del autor, el nombre de la editorial, los idiomas de publicación, diferentes tipos de identificadores o la fecha de la última modificación, el programa generador, también las imágenes de la portada y el agua marca utilizadas en el entorno comercial. Un procesamiento incorrecto del archivo ZIP permite la explotación de técnicas peligrosas como el recorrido de rutas, las bombas de descompresión o los objetos de gran tamaño.

Historia y versiones

El formato EPUB fue creado a través de la iniciativa llamada Estructura de Publicación de Libros Electrónicos Abiertos la cual fue diseñada a finales de los años 90 y principios de los 2000 cuando editores y desarrolladores de software buscaban crear formatos estandarizados para libros digitales con formato adaptable. La especificación inicial para el nuevo formato EPUB (EPUB 2.0) fue lanzada por el Foro Internacional de Publicación Digital en el año 2007 para sustituir la versión anterior conocida como Especificación de Libro Electrónico Abierto.

EPUB 3.0 fue introducido en el 2011 e incluyó HTML5, estilos CSS más avanzados, tipos de medios, SVG, MathML, publicación multilingüe, mejor accesibilidad y diseños fijos entre otras cosas. Otro paso importante fue la introducción de EPUB 3.0.1 el cual fue lanzado en el 2014 y se volvió muy popular dentro de los sistemas de lectura comerciales y los procesos de producción. Mientras tanto la tasa de adopción de la subsiguiente versión EPUB 3.1 ha sido bastante baja desde el 2017 debido a preocupaciones de compatibilidad en comparación con EPUB 3.0.1. Sin embargo EPUB 3.2 salió al mercado en el 2019 y sirvió como un documento comunitario cumpliendo con los criterios de compatibilidad siendo un paso intermedio hacia la adopción del W3C.

La versión más reciente de EPUB es EPUB 3.3 la cual fue oficialmente lanzada como una Recomendación del W3C en el 2023 junto con los Sistemas de Lectura EPUB 3.3 y la Accesibilidad EPUB 1.1. El formato EPUB actualmente se utiliza principalmente fuera del sistema de libros electrónicos Kindle de Amazon.

Formatos relacionados

.pdf (Portable Document Format) es, por lo general, el destino de conversión preferido cuando importan el diseño exacto de la página y la geometría, el formato de los números de página y las cualidades de impresión; EPUB será la solución preferida si la compatibilidad móvil, el ajuste del tamaño de la fuente y la compatibilidad con lectores electrónicos como los lectores de pantalla son críticos. MOBI (.mobi), AZW (.azw), AZW3 (.azw3) y KFX son tipos de archivo de Kindle orientados al ecosistema de Amazon, mientras que EPUB significa un formato abierto, compatible de forma cruzada entre varios proveedores, que muchos procesos de Kindle transforman sobre la marcha.

EPUB añade la funcionalidad de empaquetado de libros electrónicos y datos adicionales (metadatos, manifiesto, navegación y gestión de recursos para lectura sin conexión) a tipos de contenido básicos como documentos HTML y XHTML (.html, .xhtml). Los archivos de imágenes como CBZ (.cbz) y CBR (.cbr) se usan principalmente para cómics, mientras que el EPUB de maquetación fija puede añadir información adicional a las imágenes (metadatos, navegación, accesibilidad, anotaciones de texto y superposiciones); sin embargo, esto implica requisitos más exigentes en cuanto a la estructura. DOCX (.docx) puede servir mejor que EPUB para colaborar en cambios en documentos; sin embargo, EPUB es más adecuado para la entrega a librerías o bibliotecas después de completar el ciclo de edición, ya que lo primero necesita más procesamiento en este último caso. ODT (.odt): este formato de documento de código abierto debería convertirse en EPUB, que entonces puede actuar como medio de distribución. DAISY .opf, .ncx y .dtb han contribuido de forma significativa al soporte de accesibilidad de EPUB 3, que normalmente se usaría para producir cualquier libro nuevo accesible desde cero.