EpubCCKuinka muunnan kaksi saraketta PDF:stä EPUB:ksi?
Päivitetty:
Käytä muunninta, joka havaitsee sarakkeet ennen kuin se yhdistää rivejä kappaleiksi, jotta vasen sarake luetaan ylhäältä alas ja sitten oikea, sen sijaan että jokainen rivi luettaisiin suoraan sivun poikki. EpubCC tekee tämän jakamalla jokaisen sivun sarakkeiden välisistä valkoisista väleistä ennen tekstin uudelleenrakentamista.
Kiinteä asettelu vs. uudelleenkohdistettava teksti
Miksi kaksi saraketta menee pieleen
Naivisti muunnin lukee sivua rivi riviltä vasemmalta oikealle, joten se liimaa vasemman sarakkeen ensimmäisen rivin oikean sarakkeen ensimmäiseen riviin. Tulos on lauseita, jotka vaihtelevat kahden epäolennaisen tekstin välillä: yleisin virhe akateemisissa papereissa, aikakauslehdissä ja liittovaltion rekisterissä.
Kuinka EpubCC lukee sarakkeita
- Moottori löytää jokaisen sivun sarakkeet sen asettelusta ja lukee yhden loppuun ennen seuraavaa.
- Leveä tila yhdessä rivissä, kuten "2.1 Title", ei virheellisesti tulkita sarakkeeksi.
- Juoksevat otsikot ja sivunumerot marginaaleissa jäävät pois, joten ne eivät koskaan osuu keskelle kappaletta, joka kulkee yhdestä sarakkeesta seuraavaan.
- Sarakkeen alaviitteet muuttuvat linkitetyiksi muistiinpanoiksi luvun lopussa häiritsemättä tekstiä.
- Kuvat sijoitetaan osaksi aluetta, jossa ne sijaitsevat, joten ne pysyvät lukujärjestyksessä.
- Kappale, joka jatkuu yhden sarakkeen alareunasta seuraavan yläreunaan, yhdistetään jälleen, kun lause jatkuu.
Tarkista tulos
Asettelut, jotka sekoittavat yhden ja kaksi saraketta samalla sivulla, laatikot ja sivuhuomiot ovat vaikeita. Voit muuntaa oman tiedostosi ilmaiseksi ja lukea tuloksen, ja vertailutulos sisältää kaksisarakkeisia asiakirjoja ja kolmisarakkeisen liittovaltion rekisterin asiakirjan, joka on mitattu jatkuvuuden suhteen.
Todiste benchmarkista
| Moottori | 8-grammin muistaminen |
|---|---|
| EpubCC engine (EPUB output) | 0.845 |
| EpubCC engine (plain text) | 0.829 |
| pdf_oxide · extract_text | 0.740 |
| pdf_oxide · to_plain_text (XY-cut) | 0.694 |
| pdf_oxide · Markdown | 0.692 |
| 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 |
| Dokumentti | EpubCC engine (EPUB output) | EpubCC engine (plain text) | pdf_oxide · extract_text | pdf_oxide · to_plain_text (XY-cut) | pdf_oxide · Markdown | PDFium · 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) | 0.893 | 0.891 | 0.854 | 0.273 | 0.719 | 0.761 | 0.820 | 0.781 | 0.640 | 0.892 |
| Mistral 7B paper (arXiv 2310.06825) | 0.777 | 0.774 | 0.767 | 0.778 | 0.800 | 0.872 | 0.859 | 0.821 | 0.779 | 0.774 |
| Federal Register document 2026-22443 | 0.857 | 0.853 | 0.334 | 0.035 | 0.339 | 0.859 | 0.801 | 0.835 | 0.121 | 0.851 |
Korjaa sekaisin olevat sarakkeet.
Jopa 3 kokonaista kirjaa päivässä ilmaiseksi. Ei tarvita tiliä.