EpubCCPDF til EPUB konverteringseksempler
Hver sag er en reel PDF fra vores licenserede eller offentlige domænekorpus, konverteret med den samme motor du bruger, med resultaterne fra hver motor vi målte, inklusive hvor vores taber.
Opdateret:
Hver sag på denne side er en reel PDF fra vores testkorpus, konverteret med den samme motor og de samme standardindstillinger, du får når du uploader en fil. Dokumenterne er offentligt domæne eller åbent licenseret (CC BY, CC BY-SA), og hver sag nævner sin kilde og licens, så du kan downloade den originale og kontrollere resultatet selv.
For hver får du en side af den originale ved siden af det samme uddrag i EPUB, prøven EPUB til download, EPUBCheck resultatet og scoren fra hver motor vi målte på det dokument. Nogle sager viser dokumenter hvor en anden motor klarer sig bedre end vores; vi offentliggør også dem.
Sagerne dækker de layouter, der bryder de fleste konvertere: søjler, gentagne overskrifter, fodnoter, kapitler og ikke-latine scripts. Dine egne filer bruges aldrig her: de forbliver private og slettes automatisk.
-
To-kolonne PDF til EPUB: et akademisk papir
Et to-spalte arXiv-paper konverteret til EPUB: læseorden, per-motor resultater, EPUBCheck og observerede grænser. Vores motor er ikke den bedste her.
OLMo paper (arXiv 2402.00838)
-
Tre-kolonne PDF til EPUB: den føderale registre
Et tre-spalte Federal Register-dokument konverteret til EPUB: kolonneorden, roteret margen-tekst, gentagne overskrifter, per-motor resultater og EPUBCheck.
Federal Register document 2026-22443
-
PDF fodnoter til EPUB noter: et akademisk papir
Fodnoter i en lang arXiv-artikel konverteret til linkede EPUB noter: hvad der blev opdaget, tekstresultater per motor, EPUBCheck, og hvor andre motorer gør det bedre.
QLoRA paper (arXiv 2305.14314)
-
Fjerner gentagne overskrifter: 9/11 Kommissionens Rapport
Den 9/11-kommissionens rapport (offentligt domæne) konverteret til EPUB med løbende overskrifter og sidetal fjernet: margin læk pr. motor og EPUBCheck.
The 9/11 Commission Report (GPO)
-
Kapitel og indholdsfortegnelse fra en PDF bog
En LaTeX-sat offentlig domæne lærebog konverteret til EPUB med kapitler fra PDF-oversigten: resultater pr. motor, EPUBCheck og grænser med formler.
Calculus textbook typeset in LaTeX (Project Gutenberg #33283)
-
Arabisk PDF til EPUB: højre til venstre tekst
En arabisk Wikipedia-artikel konverteret til et højre-til-venstre EPUB: ordre, per-motorresultater, EPUBCheck og begrænsninger.
Wikipedia (Arabic): One Thousand and One Nights
-
Japansk PDF til EPUB
En japansk Wikipedia-artikel konverteret til EPUB: tekst uden mellemrum mellem ord, pr. -motorresultater, EPUBCheck og begrænsninger.
Wikipedia (Japanese): The Tale of Genji
-
Spansk PDF til EPUB: accenter, «» og ¿?
En spansk Wikipedia-artikel (50 sider) konverteret til EPUB: accenter, «» citater og ¿? bevaret, sprog tagget es, EPUBCheck ren; pdf_oxide scorer højere.
Wikipedia (Spanish): Don Quijote de la Mancha
-
Fransk PDF til EPUB: guillemets og apostrofer
En fransk Wikipedia-artikel konverteret til EPUB: « » med mellemrum, apostrofer og œ bevaret, tagget fr. Vores 8-gram tilbagekaldelse er 0.819; pdf_oxide når 0.903.
Wikipedia (French): Les Misérables
-
Tysk PDF til EPUB: umlaut, ß og „citater“
En 86-siders tysk Wikipedia-artikel konverteret til EPUB: umlauts, ß og „…“ citeringer bevaret, tagget de. 8-gram recall 0.845 mod 0.877 for pdf_oxide.
Wikipedia (German): Johann Wolfgang von Goethe
-
PDF diagrammer i EPUB: hvad der går tabt
Vektorkort i den 487-sider lange Økonomiske Rapport fra Præsidenten overlever ikke vores konvertering: linjer går tabt, aksel mærkater bliver tekst. Reelle beviser.
Economic Report of the President 2024
-
Hvad der sker med en scannet PDF
En scannet 1867 bog med et gammelt OCR lag: EpubCC læser det lag, fejl og alt. 8-gram recall 0.513, under PDFium's 0.651.
Alice's Adventures in Wonderland, 1867 printing (scan, Internet Archive)
-
Tekst der er indpakket omkring billeder: en kendt begrænsning
Når teksten flyder omkring et flydende billede, splitter vores motor afsnittet og kan blande billedteksten ind. Et rigtig eksempel fra en engelsk Wikipedia PDF.
Wikipedia (English): Alice's Adventures in Wonderland
-
Regeringsrapport PDF til EPUB: fodnoter bevaret
En 58-siders GAO-rapport til EPUB: 50 fodnoter fundet, 47 knyttet til deres henvisninger, løbende fodnoter fjernet, EPUBCheck ren. Tabeller og figurer forbliver begrænsede.
GAO report 24-106219
-
EU-forordning PDF til EPUB, på spansk
Den 144-sider lange spanske AI-lov fra EU's Officielle Tidende til EPUB: 125 kapitler, overskrifter fjernet, præcision 0.982. Nummererede punkter kan komme løs.
EU AI Act, Regulation 2024/1689 (Spanish, EUR-Lex)
-
PDF med ligninger til EPUB: det ærlige resultat
Et CC BY arXiv papir med visningsligninger til EPUB: prosa og inline-symboler overlever, visningsligninger kommer ud forkert. Ingen MathML endnu. Rigtig prøve.
Direct Preference Optimization paper (arXiv 2305.18290)
-
Linjenummerer PDF til EPUB: ikke håndteret endnu Bevis under forberedelse
Et linjenummereret U.S. Senatets lovforslag til EPUB: margenumrene bliver til en bunke af vilkårlige afsnit og ord, der splitte. Hver motor kæmper; vores også.
Kids Online Safety Act bill, S. 1409 (line-numbered)