EpubCCKonvertering av en arabisk (høyre-til-venstre) PDF til EPUB
Oppdatert:
Arabiske PDF-er lagrer ofte bokstaver i visuell rekkefølge, så konvertere som leser dem fra venstre til høyre reverserer ordene. I en arabisk Wikipedia-artikkel gjenoppretter EpubCC motoren ordrekkefølgen og skriver en høyre-til-venstre EPUB.
Opprinnelig og resultat
Høyre-til-venstre skript lagret i visuell rekkefølge, sammenkoblede bokstavformer og kombinerende tegn.
Last ned kilde PDF Last ned prøven EPUB
Kilde og lisens
- Dokument
- Wikipedia (Arabic): One Thousand and One Nights
- Lisens
- CC BY-SA 4.0 (text); images under their own licences
- Sider
- 17
- Egenskaper
- tekst PDF, én kolonne, Arabisk, høyre-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.
Innstillinger brukt
- Motor: EpubCC motor, bygge av 2026-11-03 (den som ble målt i benchmark).
- Sider: hele dokumentet.
- Alternativer: ingen. Motoren har enda ingen dokumentinnstillinger; de samme standardene gjelder for hver fil.
Validering og resultater
EPUBCheck EPUBCheck på vår EPUB: 0 feil, 0 advarsler.
| Motor | 8-gram tilbakekalling |
|---|---|
| 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 |
Begrensninger vi observerte
- Blanding av høyre-til-venstre og venstre-til-høyre løp (nummer, latinske navn) inne i en linje kan trenge gjennomgang.
- Wikipedia-referanser utelater tabeller og infobokser, så presisjonen er lav for hver motor.