Hvorfor deles ord med bindestreker etter å ha konvertert en PDF?

Hvor bindestrekene kommer fra

Satsprogramvare deler lange ord ved linjeslutt for å holde høyrekanten jevn. I PDF er dette oppstykket frosset: den første halvdelen avslutter én linje med en bindestrek, og den andre halvdelen starter neste. På en e-leser er linjene forskjellige, så bindestreken havner midt i en linje.

Noen PDF-er markerer den bindestreken som en myk, bare linjeskift bindestrek; andre lagrer den som et vanlig bindestrek-tegn, som er grunnen til at enkle verktøy ikke kan skille mellom de to.

Hvordan EpubCC gjenforener dem

• Når PDF selv markerer bindestreken som en linje-slutt bindestrek, slås de to halvdelene sammen.
• Når en linje ender med "-" og den neste linjen begynner med en liten bokstav, slås ordet også sammen.
• En bindestrek etterfulgt av en stor bokstav eller et tall beholdes, noe som beskytter navn og områder.
• EPUB er deretter delt med bindestrek av e-leseren for sin egen linjelengde, hvis du slår på bindestreking.

Hva som fortsatt kan gå galt

Et ekte sammensatt ord brutt nøyaktig ved sitt eget bindestrek på slutten av en linje ("state-" / "of-the-art") ser det samme ut som et bindestrekord, så det kan slås sammen som "stateof-the-art". Referansen teller delte og flettede ord per 1 000 for hver motor, så du kan se hvor ofte dette skjer med ekte dokumenter.