Como salvar arquivos em EPUB em português — o guia prático
Você já tentou converter um PDF ou documento qualquer para EPUB e ele chegou todo bagunçado? É o cenário mais comum que existe. A formatação original não sobrevive à conversão, os acentos ficam estranhos, e o texto principal some. Eu perdi umas duas horas num projeto de digitalização de livros antigos em português quando descobri que o problema não era o conversor, mas a forma como o encoding estava configurado. Achei que fosse o calibre, depois fui culpar o InDesign, e no fim era só uma tag mal fechada num arquivo HTML intermediário. Resolvi anotando tudo num blog técnico que nunca foi publicado.
Por que saving 6 epub português é mais complicado do que parece
O padrão EPUB funciona basicamente com HTML, CSS e um arquivo de metadados. Quando o conteúdo está em português, os problemas aparecem em três lugares: a codificação de caracteres (UTF-8 resolve 99% das coisas, mas algumas ferramentas ainda salvam em ISO-8859-1 sem avisar), os acentos que viram entidades HTML soltas tipo é quando não precisam ser, e as quebras de linha que o conversor transforma em parágrafos novos aleatoriamente. Eu já vi um livro inteiro com dois espacios em branco entre cada parágrafo porque o regex de detecção de quebra falhou. Aqui vai o procedimento que eu uso hoje e que funciona de forma consistente. Se o seu arquivo de origem for PDF, o caminho mais seguro é extrair o texto via ferramentas como pdfplumber ou even Better PDF Text Extractor, salvar como texto puro primeiro, e só então montar o EPUB. Tentar converter PDF direto para EPUB é pedir para perder formatação e gerar artefatos visuais estranhos. O texto extraído precisa de uma limpanda prévia — remover tabs duplicados, corrigir hífens no final de linha que são quebras artificiais, e padronizar os parágrafos.
Passo a passo para criar um EPUB em português funcional
Comece organizando o conteúdo em capítulos separados. Cada capítulo vira um arquivo HTML dentro da pasta do EPUB. Use esta estrutura básica em cada arquivo: <?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="pt-BR">
<head>
<meta charset="UTF-8"/>
<title>Capítulo 1</title>
</head>
<body>
<h1>Capítulo 1</h1>
<p>Seu texto vai aqui.</p>
</body>
</html>
Observe o atributo xml:lang="pt-BR". Isso é essencial para que os leitores de tela e os engines de tipografia do EPUB reconheçam corretamente as regras de hifenização e ortografia do português brasileiro. Muitos criadores esquecem disso e o resultado final tem hifenizações absurdas em palavras como "extraordinário" ou "página". O arquivo de metadados container.xml precisa apontar para o OPF principal, e o OPF contém título, autor, idioma, identificador e a lista de capítulos na ordem correta. Se estiver usando Python, a biblioteca ebooklib faz todo esse monte de trabalho burocrático automaticamente. Um script simples leva cerca de quinze minutos para converter cinquenta capítulos, dependendo do tamanho do texto e da complexidade do CSS.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Problema específico que eu encontrei e a solução
Num projeto de conversão de manuais técnicos em português, descubri que certas ligaduras e caracteres especiais de fontes técnicas (símbolos de grado, vírgulas direcionais, aspas curvas) estavam sendo codificados como entidades Unicode de ponto de código alto. O EPUB gerava sem erro aparente, mas no Kindle e no Kobo esses caracteres apareciam como quadrados ou espaços vazios. A solução foi rodar uma função de normalização NFKD sobre todo o texto antes de salvar, convertendo esses caracteres para suas formas ASCII equivalentes quando possível, ou substituindo por entidades HTML seguras quando não. Depois disso, apliquei um script de limpeza com regex para padronizar espaços e quebras. Outro detalhe que ninguém menciona: o EPUB 3 suporta áudio e vídeo inline, mas a maioria dos leitores populares ignora essas tags ou exibe um espaço em branco onde deveriam aparecer. Se o seu conteúdo não precisa de multimídia, stick com EPUB 2.0. É mais compatível e evita surpresas.
Dicas que economizam tempo
Use o calibre como validador, não como conversor primário. O Calibre-E-Book Detail mostra exatamente quais problemas o EPUB tem antes de você tentá-lo em qualquer dispositivo. A validação via ebook-checker ou o serviço online da IDPF (agora parte da W3C) também pegam erros que o calibre às vezes ignora por compatibilidade. Se estiver processando grandes quantidades de arquivos, automatize com um script Python que use ebooklib para gerar o EPUB e o calibre cli para validar. Um loop simples com subprocess.call(['calibre-ebook', '--check', 'arquivo.epub']) roda em paralelo e te avisa de erros em minutos ao invés de horas.
A codificação UTF-8 com BOM é aceito pela maioria dos leitores modernos, mas alguns dispositivos mais antigos rejeitam o BOM e travam na abertura do arquivo. Por segurança, salve sem BOM sempre que possível. Ferramentas como pandoc e o próprio Python com open(..., encoding='utf-8') já fazem isso por padrão.
Quais ferramentas usar
Para criação do zero: Python com ebooklib. Para conversão rápida de documentos: pandoc com a flag --epub-cover-image se precisar de capa. Para validação: calibre linha de comando. Para edição visual: Sigil é o editor EPUB mais estável que existe atualmente, embora a interface seja datada e não tenha atalhos de teclado intuitivos para quem vem de editores modernos. Se o seu objetivo é apenas ler livros em português formatados corretamente, o Project Gutenberg e a Scripta Manente oferecem EPUBs prontos em português com boa qualidade. Mas se você está produzindo conteúdo próprio, o processo descrito acima é o que entrega resultado profissional sem dor de cabeça excessiva.
O tempo médio de conversão de um livro de 300 páginas em formato Word para EPUB bem-formatado fica entre trinta minutos e uma hora, dependendo da qualidade do texto original e da quantidade de elementos especiais (tabelas, notas de rodapé, imagens). Livros com muitos elementos visuais podem levar o dobro. Planeje esse tempo.
