EpubCCConstruindo capítulos e um índice a partir de um livro didático PDF
Atualizado:
Os capítulos vêm do próprio esboço do PDF quando ele tem um, ou do nível de cabeçalho que se repete nas páginas. Neste livro didático do Project Gutenberg tipografado em LaTeX, cada mecanismo tem pontuação baixa em texto por causa das fórmulas, incluindo o nosso.
Original e resultado
Capítulos, cabeçalhos correntes, notas de rodapé e muitas fórmulas matemáticas.
Baixar fonte PDF Baixar a amostra EPUB
Fonte e licença
- Documento
- Calculus textbook typeset in LaTeX (Project Gutenberg #33283)
- Licença
- Public domain in the U.S. (Project Gutenberg; its trademark only under its licence)
- Páginas
- 292
- Características
- texto PDF, livro, capítulos, cabeçalhos repetidos, notas de rodapé, fórmulas
Silvanus P. Thompson, Calculus Made Easy, 2nd edition (1914), public domain in the U.S.; PDF edition from Project Gutenberg (eBook #33283).
Configurações usadas
- Engine: EpubCC engine, build de 2026-11-03 (o que foi medido no benchmark).
- Páginas: o documento completo.
- Opções: nenhuma. O motor ainda não tem configurações por documento; os mesmos padrões se aplicam a todos os arquivos.
Validação e resultados
EPUBCheck EPUBCheck em nosso EPUB: 0 erros, 0 avisos.
| Motor | Recuperação de 8-grama |
|---|---|
| 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 |
Limitações que observamos
- Fórmulas estão escritas como texto simples; elas não são convertidas para MathML.
- OpenDataLoader tem uma recuperação de 8-gramas maior do que nosso motor neste documento.