¿Por qué se dividen las palabras con guiones al convertir un PDF?

De dónde proviene el guion

Los programas de composición tipográfica dividen las palabras largas al final de las líneas para mantener el margen derecho uniforme. En el PDF esa división está fijada: la primera mitad termina en una línea con un guion y la segunda mitad comienza en la siguiente. En un lector electrónico las líneas son diferentes, por lo que el guion cae en medio de una línea.

Algunos PDFs marcan ese guion como un guion suave, solo para salto de línea; otros lo almacenan como un carácter guion ordinario, por lo que las herramientas simples no pueden distinguir entre ambos.

Cómo EpubCC las vuelve a unir

• Cuando el PDF mismo marca el guion como un guion al final de la línea, las dos mitades se unen.
• Cuando una línea termina en "-" y la siguiente línea comienza con una letra minúscula, la palabra también se une.
• Un guion seguido de una letra mayúscula o un número se mantiene, lo que protege nombres y rangos.
• El EPUB se hipocten de nuevo por el lector de e-books para su propia longitud de línea, si activas la hipocotación.

Qué puede seguir yendo mal

Un compuesto real roto exactamente en su propio guion al final de una línea ("state-" / "of-the-art") se ve igual que una palabra guionada, por lo que puede unirse como "stateof-the-art". La referencia cuenta palabras divididas y unidas por cada 1,000 para cada motor, para que puedas ver con qué frecuencia esto ocurre en documentos reales.