EpubCCKonvertering af en arabisk (højre-til-venstre) PDF til EPUB
Opdateret:
Arabiske PDFs gemmer ofte bogstaver i visuel rækkefølge, så konverteringsværktøjer der læser dem fra venstre til højre omvender ordene. På en arabisk Wikipedia-artikel genopretter EpubCC engine ordstillingen og skriver en højre-til-venstre EPUB.
Original og resultat
Højre-til-venstre skrifttype gemt i visuel rækkefølge, sammenkoblede bogstavformer og kombinerende tegn.
Download kilde PDF Download prøve EPUB
Kilde og licens
- Dokument
- Wikipedia (Arabic): One Thousand and One Nights
- Licens
- CC BY-SA 4.0 (text); images under their own licences
- Sider
- 17
- Egenskaber
- tekst PDF, én kolonne, Arabisk, højre-til-venstre
Wikipedia contributors, “ألف ليلة وليلة” (One Thousand and One Nights), Arabic Wikipedia, text licensed CC BY-SA 4.0; images under their own licences.
Brugte indstillinger
- Motor: EpubCC motor, build fra 2026-11-03 (den der måles i benchmarket).
- Sider: hele dokumentet.
- Muligheder: ingen. Motoren har endnu ingen per-dokument indstillinger; de samme standardindstillinger gælder for hver fil.
Validering og resultater
EPUBCheck EPUBCheck på vores EPUB: 0 fejl, 0 advarsler.
| Motor | 8-gram tilbagekaldelse |
|---|---|
| EpubCC engine (EPUB output) | 0.819 |
| EpubCC engine (plain text) | 0.812 |
| pdf_oxide · extract_text | 0.315 |
| pdf_oxide · to_plain_text (XY-cut) | 0.315 |
| pdf_oxide · Markdown | 0.273 |
| PDFium · text().all() | 0.001 |
| OpenDataLoader PDF (local mode) | 0.000 |
| pdftotext (Poppler) | 0.659 |
| Calibre · ebook-convert (EPUB output) | 0.824 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.819 |
Begrænsninger vi har observeret
- Blandede højre-til-venstre og venstre-til-højre kørsel (numre, latinske navne) inden i en linje kan have brug for gennemgang.
- Wikipedia-referencer undlader tabeller og infobokse, så præcisionen er lav for hver motor.