EpubCCHvordan bevarer jeg fodnoter, når jeg konverterer en PDF til EPUB?
Opdateret:
For at bevare fodnoter, skal konverteren genkende dem som noter og linke hver enkelt fra dens opkald i teksten i stedet for at lade dem stå som lille tekst midt i bogen. EpubCC skriver dem som EPUB fodnoter linket fra den hævede skrift, der kalder dem.
Fast layout vs. reflowable tekst
Hvordan en fodnote genkendes
- Mindre skrift end brødteksten, i den nederste halvdel af siden, under brødteksten på samme side.
- Starter med en markør (et nummer eller et symbol), der svarer til et hævet tegn på den pågældende side.
- Sider, der kun indeholder små skrifttyper, såsom slutter, bevares som almindelige afsnit.
Hvad EPUB får
Hver note bliver til en EPUB 3 fodnote i slutningen af sit kapitel, og hver henvisning bliver til et link til det. Læsere, der understøtter pop-up noter, viser det uden at forlade siden.
Begrænsninger
Noter, der ikke følger disse mønstre, forbliver som tekst og rapporteres. Benchmarket måler tekst, ikke om hver note var linket, så dette tjekkes manuelt på korpuset.
Bevis fra benchmark
| Motor | 8-gram tilbagekaldelse |
|---|---|
| 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 |
| Dokument | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| QLoRA paper (arXiv 2305.14314) | 0.863 | 0.860 | 0.817 | 0.852 | 0.868 | 0.908 | 0.917 | 0.770 | 0.851 | 0.861 |
| 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 |
| Calculus textbook typeset in LaTeX (Project Gutenberg #33283) | 0.517 | 0.498 | 0.479 | 0.496 | 0.481 | 0.494 | 0.533 | 0.511 | 0.499 | 0.517 |
Konverter en PDF til EPUB
Op til 3 hele bøger om dagen gratis. Ingen konto nødvendig.