EPUB 3 zevnitř: container.xml, OPF a XHTML

Co je EPUB

EPUB je standardní formát e-knih, který čtou Apple Books, Google Play Knihy, Kobo, PocketBook i čtečky Kindle (od roku 2022 přijímá EPUB i služba Send to Kindle). Obsah je reflowable: text se přizpůsobuje velikosti displeje a písma, které si čtenář nastaví. Formát původně vyvíjelo sdružení IDPF, od roku 2017 ho spravuje W3C. Aktuální verze EPUB 3.3 je doporučením W3C.

Kniha je ZIP archiv s příponou .epub. Obsah kapitol je XHTML — tedy HTML zapsané podle pravidel XML — a řídicí soubory jsou čisté XML:

Struktura archivu

kniha.epub
├── mimetype                     application/epub+zip (první, nekomprimovaný)
├── META-INF/
│   └── container.xml            kde leží balíčkový dokument
└── OEBPS/
    ├── content.opf              metadata, seznam souborů, pořadí čtení
    ├── nav.xhtml                obsah knihy
    ├── kapitola-1.xhtml
    ├── kapitola-2.xhtml
    ├── styl.css
    └── obrazky/obalka.jpg

	EPUB 2	EPUB 3
Obsah kapitol	XHTML 1.1	XHTML podle HTML (XML syntaxe), audio, video, MathML, SVG
Obsah knihy (navigace)	toc.ncx (formát NCX z DAISY)	nav.xhtml s nav epub:type="toc"
Metadata	Dublin Core s atributy opf:	Dublin Core + meta property="…"
Pevné rozvržení	ne	ano (komiksy, dětské knihy)
Stav	zastaralý	aktuální EPUB 3.3, doporučení W3C

mimetype a container.xml

Čtečka pozná EPUB podle souboru mimetype s obsahem application/epub+zip (bez konce řádku). Musí to být první soubor v archivu a nesmí být komprimovaný — díky tomu jde typ přečíst z pevného místa na začátku souboru.

Druhým pevným bodem je META-INF/container.xml. Říká, kde leží balíčkový dokument (soubor .opf); složka OEBPS je jen zvyklost, může se jmenovat jakkoli:

META-INF/container.xml

<?xml version="1.0" encoding="UTF-8"?>
<container version="1.0" xmlns="urn:oasis:names:tc:opendocument:xmlns:container">
  <rootfiles>
    <rootfile full-path="OEBPS/content.opf"
              media-type="application/oebps-package+xml"/>
  </rootfiles>
</container>

Balíčkový dokument (OPF)

Soubor content.opf je srdce knihy. Má tři povinné části: metadata, manifest a spine.

OEBPS/content.opf

<?xml version="1.0" encoding="UTF-8"?>
<package xmlns="http://www.idpf.org/2007/opf" version="3.0"
         unique-identifier="uid" xml:lang="cs">
  <metadata xmlns:dc="http://purl.org/dc/elements/1.1/">
    <dc:identifier id="uid">urn:uuid:4f1c2a7e-8d3b-4e6a-9f15-2b7c9d0e1a34</dc:identifier>
    <dc:title>Babička</dc:title>
    <dc:creator>Božena Němcová</dc:creator>
    <dc:language>cs</dc:language>
    <meta property="dcterms:modified">2026-09-29T08:00:00Z</meta>
    <meta property="schema:accessMode">textual</meta>
    <meta property="schema:accessibilityFeature">structuralNavigation</meta>
    <meta property="schema:accessibilitySummary">Kniha má obsah a nadpisy kapitol.</meta>
  </metadata>
  <manifest>
    <item id="nav" href="nav.xhtml" media-type="application/xhtml+xml" properties="nav"/>
    <item id="k1" href="kapitola-1.xhtml" media-type="application/xhtml+xml"/>
    <item id="k2" href="kapitola-2.xhtml" media-type="application/xhtml+xml"/>
    <item id="css" href="styl.css" media-type="text/css"/>
    <item id="obalka" href="obrazky/obalka.jpg" media-type="image/jpeg" properties="cover-image"/>
  </manifest>
  <spine>
    <itemref idref="k1"/>
    <itemref idref="k2"/>
  </spine>
</package>

metadata — povinné jsou dc:identifier (na něj ukazuje atribut unique-identifier), dc:title, dc:language a meta property="dcterms:modified" s datem poslední změny ve tvaru RRRR-MM-DDThh:mm:ssZ. Prvky dc: pocházejí ze slovníku Dublin Core.
manifest — seznam všech souborů publikace s jejich MIME typem. Zvláštní role se značí atributem properties: nav pro obsah, cover-image pro obálku, scripted nebo svg pro kapitoly se skripty či vloženým SVG.
spine — pořadí, ve kterém se kapitoly čtou. Odkazuje na položky manifestu přes idref, ne přes názvy souborů.

Navigační dokument

Obsah knihy je v EPUB 3 obyčejná XHTML stránka s prvkem <nav epub:type="toc"> a vnořeným číslovaným seznamem. Atribut epub:type patří do jmenného prostoru http://www.idpf.org/2007/ops a dodává prvkům význam — čtečka podle něj pozná obsah, poznámky pod čarou nebo seznam stran tištěného vydání (page-list).

OEBPS/nav.xhtml

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml" xmlns:epub="http://www.idpf.org/2007/ops"
      xml:lang="cs" lang="cs">
  <head><title>Obsah</title></head>
  <body>
    <nav epub:type="toc" id="toc">
      <h1>Obsah</h1>
      <ol>
        <li><a href="kapitola-1.xhtml">I. Příjezd babičky</a></li>
        <li><a href="kapitola-2.xhtml">II. Babiččin den</a></li>
      </ol>
    </nav>
  </body>
</html>

Kapitoly v XHTML

OEBPS/kapitola-1.xhtml

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml" xmlns:epub="http://www.idpf.org/2007/ops"
      xml:lang="cs" lang="cs">
  <head>
    <title>I. Příjezd babičky</title>
    <link rel="stylesheet" href="styl.css"/>
  </head>
  <body>
    <section epub:type="chapter" role="doc-chapter">
      <h2>I.</h2>
      <p>Dlouhá, dlouhá je to řada let,&#160;co jsem naposledy…</p>
      <img src="obrazky/obalka.jpg" alt="Babička s dětmi na lavičce"/>
    </section>
  </body>
</html>

Kapitola vypadá jako webová stránka, ale čte ji XML parser. Co by prohlížeč v HTML tiše opravil, v EPUB skončí chybou:

Každá značka musí být uzavřená, včetně <br/> a <img …/>.
Pojmenované entity HTML ( , —) XML nezná. Piš přímo znaky v UTF-8 nebo číselné odkazy ( ).
Kořen <html> musí mít jmenný prostor http://www.w3.org/1999/xhtml.
Záleží na velikosti písmen: <P> není <p>.

Pravidla, která parser vyžaduje, shrnuje kapitola Jak funguje XML; entity a kódování vysvětluje část o kódování a entitách.

Přístupnost

Od 28. června 2025 se na e-knihy prodávané v EU vztahuje Evropský akt o přístupnosti. Kniha proto má mít smysluplné nadpisy, textové popisy obrázků (alt), správně nastavený jazyk a metadata o přístupnosti podle specifikace EPUB Accessibility 1.1 — vlastnosti schema:accessMode, schema:accessibilityFeature, schema:accessibilityHazard a schema:accessibilitySummary v OPF (ukázka výše jich obsahuje jen část). Soulad s požadavky kontroluje nástroj Ace by DAISY.

Sestavení a kontrola

Nejsnazší je knihu vytvořit a upravovat v programu Sigil nebo Calibre, případně ji exportovat z InDesignu nebo převést z Markdownu nástrojem Pandoc. Pokud skládáš archiv ručně, záleží na pořadí a kompresi souborů:

Ruční sestavení a kontrola

cd kniha/
zip -X0  ../kniha.epub mimetype          # nejdřív mimetype, bez komprese
zip -Xr9D ../kniha.epub META-INF OEBPS   # potom zbytek
java -jar epubcheck.jar ../kniha.epub   # kontrola

Referenčním validátorem je EPUBCheck od W3C; obchody s e-knihami ho při nahrání spouštějí také. Nejčastější hlášení:

Chyba (EPUBCheck)	Příčina
PKG-006 / PKG-007	mimetype není první soubor v archivu, je komprimovaný nebo má jiný obsah
RSC-005	soubor neodpovídá schématu — v XHTML chybí uzavírací značka, neznámý atribut
RSC-007	odkaz míří na soubor, který v archivu není
OPF-003	soubor je v archivu, ale chybí v manifestu
entita „nbsp“ nedeklarovaná	XHTML nezná pojmenované entity HTML — použij znak nebo