EpubCCConversion d'un PDF arabe (de droite à gauche) en EPUB
Mis à jour :
Les PDF en arabe stockent souvent les lettres dans l'ordre visuel, donc les convertisseurs qui les lisent de gauche à droite inversent les mots. Dans un article de Wikipédia en arabe, le moteur EpubCC restaure l'ordre des mots et écrit un EPUB de droite à gauche.
Original et résultat
Script de droite à gauche stocké dans l'ordre visuel, formes de lettres jointes et marques combinantes.
Télécharger la source PDF Télécharger l'échantillon EPUB
Source et licence
- Document
- Wikipedia (Arabic): One Thousand and One Nights
- Licence
- CC BY-SA 4.0 (text); images under their own licences
- Pages
- 17
- Caractéristiques
- texte PDF, une colonne, Arabe, de droite à gauche
Wikipedia contributors, “ألف ليلة وليلة” (One Thousand and One Nights), Arabic Wikipedia, text licensed CC BY-SA 4.0; images under their own licences.
Paramètres utilisés
- Moteur : EpubCC moteur, version du 2026-11-03 (celui mesuré dans le benchmark).
- Pages : le document entier.
- Options : aucune. Le moteur n'a pas encore de paramètres par document ; les mêmes valeurs par défaut s'appliquent à chaque fichier.
Validation et résultats
EPUBCheck EPUBCheck sur notre EPUB : 0 erreurs, 0 avertissements.
| Moteur | rappel 8-gram |
|---|---|
| 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 |
Limitations observées
- Des lignes mélangées de droite à gauche et de gauche à droite (nombres, noms latins) à l'intérieur d'une ligne peuvent nécessiter une révision.
- Les références de Wikipedia omettent les tableaux et les infobox, donc la précision est faible pour chaque moteur.