EpubCCPDF EPUB muunnos esimerkit
Jokainen tapaus on todellinen PDF, joka on saatu lisensoidusta tai julkisesta aineistosta, muunnettu samalla moottorilla, jota käytät, kaikkien mittaamaamme moottorin tulosten kanssa, mukaan lukien, missä oma moottorimme häviää.
Päivitetty:
Jokainen tapaus tällä sivulla on todellinen PDF testiaineistostamme, muunnettu samalla moottorilla ja samoilla oletusasetuksilla, joita saat, kun lataat tiedoston. Asiakirjat ovat julkista omistusta tai avoimesti lisensoituja (CC BY, CC BY-SA), ja jokainen tapaus mainitsee lähteensä ja lisenssinsä, jotta voit ladata alkuperäisen ja tarkistaa tuloksen itse.
Jokaisen kohdalla saat sivun alkuperäisestä asiakirjasta samaan kohtaan EPUB:ssa, näytteen EPUB ladattavaksi, EPUBCheck-tuloksen ja jokaisen moottorin tuloksen, jota olemme mittaaneet tuossa asiakirjassa. Jotkut tapaukset näyttävät asiakirjoja, joissa toinen moottori tekee paremmin kuin oma; julkaisemme myös ne.
Tapaukset kattavat asettelut, jotka rikkovat useimmat muuntajat: sarakkeet, toistuvat otsikot, alaviitteet, luvut ja ei-latinankieliset kirjoitukset. Omia tiedostojasi ei käytetä täällä: ne pysyvät yksityisinä ja poistetaan automaattisesti.
-
Kaksisarakkeinen PDF EPUB: akateeminen artikkeli
Kaksikolumninen arXiv-asiakirja muunnettu EPUB:ksi: lukujärjestys, moottorikohtaiset tulokset, EPUBCheck ja havaitut rajat. Moottorimme ei ole paras tässä.
OLMo paper (arXiv 2402.00838)
-
Kolme pylvästä PDF EPUB:ssä: Liittovaltion rekisteri
Kolumnimallinen liittovaltion rekisterin asiakirja, joka on muunnettu EPUB:ksi: sarakkeiden järjestys, käännetty marginaaliteksti, toistuvat otsikot, moottorikohtaiset tulokset ja EPUBCheck.
Federal Register document 2026-22443
-
PDF viitteet EPUB muistiin: akateeminen työ
Alaviitteet pitkissä arXiv-dokumenteissa, jotka on muunnettu linkitetyiksi EPUB muistiinpanoiksi: mitä havaittiin, moottorikohtaiset tekstitulokset, EPUBCheck, ja missä muut moottorit onnistuvat paremmin.
QLoRA paper (arXiv 2305.14314)
-
Toistuvien otsikoiden poistaminen: 9/11 komission raportti
9/11 komission raportti (julkinen tieto) muunnettu EPUB:ksi, juoksevat otsikot ja sivunumerot poistettu: marginaalivuoto moottorin mukaan ja EPUBCheck.
The 9/11 Commission Report (GPO)
-
Luvut ja sisällysluettelo PDF kirjasta
A LaTeX:llä typografioitu julkisen alan oppikirja muunnettu EPUB luvuista PDF kaaviosta: tulokset per moottori, EPUBCheck ja rajoitukset kaavoissa.
Calculus textbook typeset in LaTeX (Project Gutenberg #33283)
-
Arabialainen PDF EPUB:ksi: oikealta vasemmalle -teksti
An arabialainen Wikipedia-artikkeli muunnettu oikealta vasemmalle EPUB:ksi: sanajärjestys, moottori tulokset, EPUBCheck ja rajoitukset.
Wikipedia (Arabic): One Thousand and One Nights
-
Japanin PDF EPUB:ksi
A japanilainen Wikipedia-artikkeli muunnettu EPUB: teksti ilman välejä sanojen välillä, moottorikohtaiset tulokset, EPUBCheck ja rajoitukset.
Wikipedia (Japanese): The Tale of Genji
-
Espanjan PDF muunnos EPUB: aksentit, «» ja ¿?
Espanjalainen Wikipedia-artikkeli (50 sivua) muunnettu EPUB:ksi: aksentit, «» lainausmerkit ja ¿? säilytetty, kieli merkitty es, EPUBCheck puhdas; pdf_oxide saa korkeammat pisteet.
Wikipedia (Spanish): Don Quijote de la Mancha
-
Ranskalainen PDF EPUB:hen: guillemetit ja aposfiirit
A ranskalainen Wikipedia-artikkeli muunnettu EPUB: « » tiloilla, aposiopeteilla ja œ säilytetään, merkitty fr. Meidän 8-grammin muistaminen on 0.819; pdf_oxide saavuttaa 0.903.
Wikipedia (French): Les Misérables
-
Saksalainen PDF EPUB:hen: um-lautit, ß ja „lainaukset“
86-sivuinen saksankielinen Wikipedia-artikkeli muunnettu EPUB:ksi: umlautit, ß ja „…“ lainaukset säilyivät, merkinnät de. 8-grammimuistaminen 0.845 vastaan 0.877 pdf_oxide:lle.
Wikipedia (German): Johann Wolfgang von Goethe
-
PDF kaaviot EPUB:ssä: mitä menetetään
Vektorigrafiikat eivät säily 487-sivuisessa Presidentin talousraportissa: viivat katoavat, akselimerkit muuttuvat tekstiksi. Todellinen todiste.
Economic Report of the President 2024
-
Mitä tapahtuu skannatulle PDF:lle
Vuoden 1867 skannattu kirja, jossa on vanha OCR kerros: EpubCC lukee sitä kerrosta, virheineen kaikkineen. 8-grammimuisti 0.513, alle PDFium:n 0.651.
Alice's Adventures in Wonderland, 1867 printing (scan, Internet Archive)
-
Teksti, joka on käännetty kuvien ympärille: tunnettu raja
Kun teksti virtaa kelluvan kuvan ympäri, meidän moottorimme jakaa kappaleen ja voi sekoittaa kuvatekstin mukaan. Reaali-esimerkki englanninkielisestä Wikipediasta PDF:stä.
Wikipedia (English): Alice's Adventures in Wonderland
-
Valtion raportti PDF EPUB: alaviitteet säilytetty
A 58-sivuinen GAO-raportti EPUB: 50 viitettä löytyi, 47 linkitetty niiden kutsuihin, juoksevat alat poistettu, EPUBCheck puhdas. Taulukot ja kuvat pysyvät rajoitettuina.
GAO report 24-106219
-
EU:n sääntö PDF:stä EPUB:hen, espanjaksi
144-sivuinen Espanjan AI-laki EU:n virallisesta lehdestä EPUB: 125 lukua, otsikot poistettu, tarkkuus 0.982. Numeroidut kohdat voivat irrota.
EU AI Act, Regulation 2024/1689 (Spanish, EUR-Lex)
-
PDF yhdisteillä EPUB:ssä: rehellinen tulos
A CC BY arXiv paperi, jossa on näytteen kaavat EPUB: proosat ja sisäiset symbolit säilyvät, näyttökaavat tulevat vääristyneinä. Ei vielä MathML:ää. Todellinen esimerkki.
Direct Preference Optimization paper (arXiv 2305.18290)
-
Rivinumeroitu PDF EPUB:ksi: ei käsitellä vielä
Rivikohtaiset Yhdysvaltain senaatin lakiehdotus EPUB:lle: marginaalin numerot muuttuvat kasaksi hukassa olevia kappaleita ja sanoja. Jokainen moottori kamppailee; meidänkin.
Kids Online Safety Act bill, S. 1409 (line-numbered)