EpubCCWarum bricht die PDF-zu-EPUB Konvertierung Absätze?
Aktualisiert:
PDF-zu-EPUB-Konvertierung bricht Absätze, weil ein PDF Zeilen an festen Positionen speichert, nicht Absätze, und ein einfacher Konverter kopiert jede Zeile so, wie sie ist. Das Wiederherstellen von Absätzen benötigt die Geometrie jeder Linie: Abstände, Einzüge, Schriftänderungen und Trennstriche am Zeilenende.
Festes Layout vs. umfließender Text
Wo die Trennung herkommt
Wenn ein PDF erstellt wird, wird der Text in Zeilen geschnitten, um der Seitenbreite zu entsprechen. Der Absatz selbst wird nicht erfasst. Das Kopieren der Zeilen in ein EPUB behält diese Schnitte bei, sodass jede Zeile auf einem E-Reader früh endet.
Wie Absätze wiederhergestellt werden
- Beginne einen neuen Absatz nur bei einer vertikalen Lücke, einer Größen- oder Gewichtänderung, einem Einzug der ersten Zeile oder einer Zeile, die früh endet.
- Verbinde Wörter, die durch einen Bindestrich am Zeilenende getrennt sind.
- Verbinde einen Absatz, der durch einen Spalten- oder Seitenumbruch unterbrochen wurde, wenn der nächste Teil den Satz fortsetzt.
Evidenz aus dem Benchmark
| Motor | 8-Gramm-Rückruf |
|---|---|
| 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 |
Reparieren Sie beschädigte Absätze
Bis zu 3 ganze Bücher pro Tag kostenlos. Kein Konto erforderlich.