Přeskočit na obsah
Odpovědět

Jak převést dvousloupcový PDF do EPUB?

Aktualizováno:

Použijte konvertor, který detekuje sloupce před tím, než spojí řádky do odstavců, takže levý sloupec je čten shora dolů a poté pravý, místo aby každý řádek četl rovně přes stránku. EpubCC to dělá rozdělením každé stránky podél bílých mezer mezi sloupci před obnovením textu.

Převést váš PDF zdarma

Pevné rozložení vs. přizpůsobitelný text

Původní PDF
Stránka původního PDF: OLMo paper (arXiv 2402.00838)
EPUB
Tentýž úryvek v EPUB vyrobený EpubCC
Skutečná konverze z případu Dvou sloupcový PDF k EPUB: akademický článek · OLMo paper (arXiv 2402.00838)

Proč se dvě sloupce pokazí

Naivní převodník čte stránku řádek po řádku zleva doprava, takže spojuje první řádek levého sloupce s prvním řádkem pravého sloupce. Výsledkem jsou věty, které se střídají mezi dvěma nesouvisejícími texty: nejběžnější chyba v akademických článcích, časopisech a ve Federálním registru.

Jak EpubCC čte sloupce

  • Stroj najde sloupce každé stránky z jejího rozložení a přečte jeden až do konce před následujícím.
  • Široký prostor uvnitř jednoho řádku, jako je "2.1 Title", není omylem považován za sloupec.
  • Běžné záhlaví a čísla stránek v okrajích jsou vynechána, takže se nikdy nedostanou do prostředka odstavce, který pokračuje z jednoho sloupce do druhého.
  • Poznámky pod čarou na dně sloupce se místo přerušení textu stávají propojenými poznámkami na konci kapitoly.
  • Obrázky jsou umístěny jako součást oblasti, ve které se nacházejí, takže zůstávají v pořadí čtení.
  • Odstavec, který pokračuje zespodu jednoho sloupce na vrchol dalšího, je znovu spojen, když věta pokračuje.

Zkontrolujte výsledek

Rozvržení, která mixují jeden a dva sloupce na stejné stránce, boxy a poznámky na straně, jsou těžké. Můžete převést svůj vlastní soubor zdarma a přečíst si výsledek, a benchmark zahrnuje dvě sloupcové práce a dokument tří sloupcového Federálního úřadu měřený na kontinuitu.

Důkazy z benchmarku

8-gramová recall · Jako zpětná vazba 4-gram s 8 slovy: klesá, když pořadí čtení nebo spojení řádků přeruší věty (kontinuita). Čím vyšší, tím lepší. Průměr přes dokumenty benchmarku November 9, 2026. Metodologie a každý výsledek
Stroj8-gramová recall
EpubCC engine (EPUB output)0.845
EpubCC engine (plain text)0.829
pdf_oxide · extract_text0.740
pdf_oxide · to_plain_text (XY-cut)0.694
pdf_oxide · Markdown0.692
PDFium · text().all()0.756
OpenDataLoader PDF (local mode)0.734
pdftotext (Poppler)0.755
Calibre · ebook-convert (EPUB output)0.726
EpubCC engine (EPUB, same extractor as Calibre)0.845
DokumentEpubCC engine (EPUB output)EpubCC engine (plain text)pdf_oxide · extract_textpdf_oxide · to_plain_text (XY-cut)pdf_oxide · MarkdownPDFium · text().all()OpenDataLoader PDF (local mode)pdftotext (Poppler)Calibre · ebook-convert (EPUB output)EpubCC engine (EPUB, same extractor as Calibre)
OLMo paper (arXiv 2402.00838)0.8930.8910.8540.2730.7190.7610.8200.7810.6400.892
Mistral 7B paper (arXiv 2310.06825)0.7770.7740.7670.7780.8000.8720.8590.8210.7790.774
Federal Register document 2026-224430.8570.8530.3340.0350.3390.8590.8010.8350.1210.851

Opravit zamíchané sloupce.
Až 3 celé knihy denně zdarma. Účet není potřebný.

Limit velikosti a stránek na plán

Sdílet WhatsApp Facebook X Bluesky LinkedIn Reddit Telegram E-mail

FAQ

Jak převést dvousloupcový PDF do EPUB?

Použijte konvertor, který detekuje sloupce před tím, než spojí řádky do odstavců, takže levý sloupec je čten shora dolů a poté pravý, místo aby každý řádek četl rovně přes stránku. EpubCC to dělá rozdělením každé stránky podél bílých mezer mezi sloupci před obnovením textu.

Funguje to se třemi sloupci?

Stejná detekce sloupců se vztahuje na tři sloupce; případ Federálního registru v našem korpusu je dokument ve třech sloupcích.

Co se stane s obrázky, které přesahují oba sloupce?

Obrázek nebo nadpis napříč celou šířkou rozděluje stránku na oblasti nad a pod ním, a každá oblast se čte v pořadí.

PDF do EPUB nástrojů

Každý nástroj používá stejný motor. Až 3 knihy denně jsou zdarma.

Vidět všechny nástroje