EpubCCPříklady převodu PDF na EPUB
Každý případ je skutečný PDF z našeho licencovaného nebo veřejného korpusu, převedený stejným enginem, který používáte, s výsledky všech enginů, které jsme měřili, včetně míst, kde náš prohrává.
Aktualizováno:
Každý případ na této stránce je skutečný PDF z našeho testovacího korpusu, převedený stejným enginem a se stejnými výchozími nastaveními, které dostanete, když nahrajete soubor. Dokumenty jsou veřejně dostupné nebo otevřeně licencované (CC BY, CC BY-SA), a každý případ uvádí svůj zdroj a licenci, takže si můžete stáhnout originál a zkontrolovat výsledek sami.
Pro každou dostanete stránku originálu vedle stejného úseku v EPUB, vzorový EPUB ke stažení, EPUBCheck výsledek a skóre každého enginu, který jsme na tomto dokumentu měřili. Některé případy ukazují dokumenty, kde jiný engine funguje lépe než náš; ty také zveřejňujeme.
Případy pokrývají rozložení, která většinu převodníků rozbíjejí: sloupce, opakované záhlaví, poznámky pod čarou, kapitoly a neslovanské skripty. Vaše vlastní soubory zde nikdy nejsou použity: zůstávají soukromé a automaticky se mažou.
-
Dvou sloupcový PDF k EPUB: akademický článek
Článek arXiv se dvěma sloupci převáděný na EPUB: pořadí čtení, výsledky na jednotlivých enginách, EPUBCheck a pozorované limity. Náš engine tady není nejlepší.
OLMo paper (arXiv 2402.00838)
-
Třísloupcový PDF do EPUB: Federální registr
Dokument Federálního rejstříku se třemi sloupci převáděný na EPUB: pořadí sloupců, rotovaný okrajový text, opakované záhlaví, výsledky na jednotlivých enginách a EPUBCheck.
Federal Register document 2026-22443
-
PDF poznámky pod čarou pro EPUB: akademický článek
Poznámky pod čarou v dlouhém arXiv papíru převedené na propojené EPUB poznámky: co bylo detekováno, výsledky textů podle motoru, EPUBCheck, a kde si jiné motory vedou lépe.
QLoRA paper (arXiv 2305.14314)
-
Odstraňování opakujících se záhlaví: Zpráva o komisi 9/11
Zpráva Komise 9/11 (veřejná doména) převedena na EPUB s běžícími hlavičkami a odstraněnými čísly stránek: únik okrajů na motor a EPUBCheck.
The 9/11 Commission Report (GPO)
-
Kapitoly a obsah z knihy PDF
Učebnice veřejné domény typograficky zpracována LaTeXem převedena do EPUB s kapitolami z obrysového plánu PDF: výsledky podle motoru, EPUBCheck a limity s formuláři.
Calculus textbook typeset in LaTeX (Project Gutenberg #33283)
-
Arabský PDF do EPUB: text zprava doleva
Článek na arabské Wikipedii převedený do pravého-to-levého EPUB: pořadí slov, výsledky per-engine, EPUBCheck a omezení.
Wikipedia (Arabic): One Thousand and One Nights
-
Japonský PDF na EPUB
Článek japonské Wikipedie převedený do EPUB: text bez mezer mezi slovy, výsledky per engine, EPUBCheck a omezení.
Wikipedia (Japanese): The Tale of Genji
-
Španělština PDF na EPUB: diakritika, «» a ¿?
Španělský článek na Wikipedii (50 stran) převedený na EPUB: akcenty, «» uvozovky a ¿? zachovány, jazyk označen jako es, EPUBCheck čisté; pdf_oxide dosahuje vyššího hodnocení.
Wikipedia (Spanish): Don Quijote de la Mancha
-
Francouzština PDF do EPUB: uvozovky a apostrofy
Článek francouzské Wikipedie převedený do EPUB: « » se zachovanými mezerami, apostrofy a œ, označeno fr. Naše 8-gramová recall je 0.819; pdf_oxide dosahuje 0.903.
Wikipedia (French): Les Misérables
-
Němčina PDF do EPUB: umlauty, ß a „citace“
86stránkový německý článek na Wikipedii převedený do EPUB: umlauty, ß a „…“ citace zachovány, označeno jako de. Recall 8-gram 0.845 proti 0.877 pro pdf_oxide.
Wikipedia (German): Johann Wolfgang von Goethe
-
PDF grafy v EPUB: co bylo ztraceno
Vektorové grafy v 487stránkovém Hospodářském zprávě prezidenta nepřežijí naši konverzi: čáry jsou ztraceny, popisky os se stávají textem. Skutečný důkaz.
Economic Report of the President 2024
-
Co se stane se skenovaným PDF
Naskenovaná kniha z roku 1867 s starou OCR vrstvou: EpubCC čte tuto vrstvu, chyby a všechny. 8-gramové vybavení 0.513, pod PDFium's 0.651.
Alice's Adventures in Wonderland, 1867 printing (scan, Internet Archive)
-
Text kolem obrázků: známý limit
Když text obklopuje plovoucí obrázek, náš engine rozděluje odstavec a může zahrnout popis. Skutečný vzorek z anglické Wikipedie PDF.
Wikipedia (English): Alice's Adventures in Wonderland
-
Vládní zpráva PDF do EPUB: poznámky pod čarou zachovány
58stránková zpráva GAO pro EPUB: 50 poznámek pod čarou nalezeno, 47 propojeno s jejich odkazy, běžné zápatí odstraněno, EPUBCheck čisté. Tabulky a obrázky zůstávají omezené.
GAO report 24-106219
-
EU regulace PDF k EPUB, ve španělštině
144-stránkový španělský zákon o AI z EU Úředního věstníku na EPUB: 125 kapitol, hlavičky odstraněny, přesnost 0.982. Číslované body se mohou odpojit.
EU AI Act, Regulation 2024/1689 (Spanish, EUR-Lex)
-
PDF s rovnicemi na EPUB: upřímný výsledek
CC BY arXiv článek s display equacemi pro EPUB: prozaické a in-line symboly přežijí, display equace vycházejí rozmazané. Žádný MathML zatím. Skutečný příklad.
Direct Preference Optimization paper (arXiv 2305.18290)
-
Číslo řádku PDF až EPUB: zatím není zpracováno
U.S. Senate návrh zákona s číslováním řádků na EPUB: čísla v okrajích se stanou hromadou nepatřících odstavců a rozdělených slov. Každý stroj se snaží; také náš.
Kids Online Safety Act bill, S. 1409 (line-numbered)