EpubCCConstruyendo capítulos y una tabla de contenido a partir de un libro de texto PDF
Actualizado:
Los capítulos provienen del esquema propio del PDF cuando tiene uno, o del nivel de encabezado que se repite a lo largo de las páginas. En este libro de texto de Project Gutenberg compuesto en LaTeX, cada motor obtiene una puntuación baja en texto debido a las fórmulas, incluido el nuestro.
Original y resultado
Capítulos, encabezados en curso, notas al pie y muchas fórmulas matemáticas.
Descargar fuente PDF Descargar la muestra EPUB
Fuente y licencia
- Documento
- Calculus textbook typeset in LaTeX (Project Gutenberg #33283)
- Licencia
- Public domain in the U.S. (Project Gutenberg; its trademark only under its licence)
- Páginas
- 292
- Características
- texto PDF, libro, capítulos, encabezados repetidos, notas al pie, fórmulas
Silvanus P. Thompson, Calculus Made Easy, 2nd edition (1914), public domain in the U.S.; PDF edition from Project Gutenberg (eBook #33283).
Configuraciones utilizadas
- Motor: EpubCC motor, compilación del 2026-11-03 (el que se midió en el benchmark).
- Páginas: todo el documento.
- Opciones: ninguna. El motor no tiene configuraciones por documento aún; los mismos valores predeterminados se aplican a cada archivo.
Validación y resultados
EPUBCheck EPUBCheck en nuestro EPUB: 0 errores, 0 advertencias.
| Motor | recuperación de 8-gramas |
|---|---|
| EpubCC engine (EPUB output) | 0.517 |
| EpubCC engine (plain text) | 0.498 |
| pdf_oxide · extract_text | 0.479 |
| pdf_oxide · to_plain_text (XY-cut) | 0.496 |
| pdf_oxide · Markdown | 0.481 |
| PDFium · text().all() | 0.494 |
| OpenDataLoader PDF (local mode) | 0.533 |
| pdftotext (Poppler) | 0.511 |
| Calibre · ebook-convert (EPUB output) | 0.499 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.517 |
Limitaciones que observamos
- Las fórmulas se escriben como texto plano; no se convierten a MathML.
- OpenDataLoader tiene una mayor recuperación de 8-gramas que nuestro motor en este documento.