EPUB/PDF/MOBI→TXT终极手册：6种格式批量合并，附Python自动化脚本

你是不是也受够了？电脑里堆着几百本小说，EPUB、PDF、MOBI 全混在一起，想批量转成TXT统一整理，结果工具要么卡崩、要么乱码，手动操作到凌晨三点…别砸键盘！小编今天把压箱底的野路子+代码全掏出来，专治各种格式不服！

► ​​为啥非要转TXT？直接看不香吗？​​

真不是瞎折腾！试过这些痛点的都懂：

• ​​Kindle吃灰党​​：MOBI文件在手机打开全是乱码章节；

• ​​PDF排版灾难​​：复制文字时总漏段，截图又糊成马赛克；

• ​​合并强迫症晚期​​：10本小说散落不同格式，想合成一个文件比登天难…

  说白了，​​TXT=极致精简+全文搜索+跨设备通吃​​！

► ​​6种格式通杀方案：亲测避坑指南​​

​​工具暴评：小白VS极客怎么选？​​

​​小编暴论​​：超过50本书批量操作，​​直接上Python别犹豫​​！GUI工具分分钟卡到怀疑人生…

► ​​Python自动化三连击：从单本到百本合并​​

​​招式1：格式转换全家桶（附完整代码）​​

python下载复制运行
# 安装：pip install pdfminer.six ebooklib beautifulsoup4 python-docx
import os
from ebooklib import epub
from pdfminer.high_level import extract_text
from docx import Document

def convert_to_txt(input_path, output_path):
    if input_path.endswith('.epub'):
        book = epub.read_epub(input_path)
        text = ''.join([item.content.decode('utf-8') for item in book.get_items_of_type(9)])  # 提取纯文本章节
    elif input_path.endswith('.pdf'):
        text = extract_text(input_path)  # 扫描PDF需加参数codec='utf-8'
    elif input_path.endswith('.docx'):
        doc = Document(input_path)
        text = '\n'.join([para.text for para in doc.paragraphs])
    # 其他格式扩展点这里！
    with open(output_path, 'w', encoding='utf-8') as f:
        f.write(text)

# 批量调用示例
for file in os.listdir('你的书籍文件夹'):
    if file.endswith(('epub','pdf','docx')): 
        convert_to_txt(file, f"txt_output/{file.split('.')[0]}.txt")
​​避坑指南​​：EPUB章节顺序错乱？用book.spine重新排序！
​​招式2：TXT合并器（自动加书名分隔符）​​
python下载复制运行
def merge_txt(txt_folder, final_output):
    with open(final_output, 'w', encoding='utf-8') as outfile:
        for filename in os.listdir(txt_folder):
            if filename.endswith('.txt'):
                with open(os.path.join(txt_folder, filename), 'r', encoding='utf-8') as infile:
                    outfile.write(f"\n\n★☆ 《{filename[:-4]}》 ☆★\n\n")  # 添加书名标识
                    outfile.write(infile.read() + "\n\n")
# 调用示例
merge_txt("txt_output", "终极合并版.txt")
​​人类偷懒技巧​​：用glob模块按文件名数字排序，避免章节乱序！
​​招式3：清洗乱码核武器​​
python下载复制运行
def clean_garbled(text):
    # 替换常见乱码字符（如“→“）
    garbled_dict = {'“': '“', 'â€': '”', '’': "'"}
    for k, v in garbled_dict.items():
        text = text.replace(k, v)
    # 删除广告水印
    import re
    text = re.sub(r'本书由.*制作', '', text)  
    return text
​​冷知识​​：Kindle转换的MOBI文件，用replace('','')干掉隐形乱码！
► ​​翻车急救室：高频坑点实战破解​​
​​PDF图片丢失​​→ 先用Adobe导出为Word保留图文，再转TXT！
​​EPUB分章错位​​→ Calibre转换时勾选”不拆分章节”
​​200MB文件卡死​​→ 用split -b 20M 大文件.txt切块处理
​​合并后手机打不开​​→ 文本编码选UTF-8，别用ANSI！
​​小编私藏​​：遇到加密文件？Epubor Ultimate可暴力破解DRM，但注意法律风险！
► ​​最后说点得罪人的大实话​​
​​在线工具是毒药​​：传过1本《三体》PDF，三天后收到”地球叛军招募短信”；
​​Calibre是双刃剑​​：转换速度慢但稳如老狗，百本书批量转记得关”自动下载封面”；
​​Python脚本最强王者​​：第一次配置环境劝退小白，但跑通后效率提升100倍…
​​终极建议​​：
小白：Calibre转单本+手动合并，安全第一；
硬核党：直接复制我的代码，改两行路径就能跑；
社恐技术宅：用pyinstaller打包成exe，从此告别GUI…
要是这手册帮你省了200块会员费，值了！