EpubCCWas passiert mit Diagrammen, wenn ein PDF zu einem EPUB wird?
Aktualisiert:
Als Vektorgrafiken gezeichnete Diagramme werden nicht beibehalten: der EpubCC-Motor behält Rasterbilder, jedoch keine Vektorgrafiken, sodass ein Liniendiagramm seine Linien verliert und die Achsenbeschriftungen zu losen Absätzen werden. Im 487-seitigen Wirtschaftbericht des Präsidenten 2024 konvertiert der Text um die Diagramme gut; die Diagramme selbst tun es nicht.
Original und Ergebnis
Linien- und Balkendiagramme werden als Vektorgrafiken gezeichnet, mit Achsenbeschriftungen und Legenden als echtem Text, plus statistischen Tabellen und Kästchen.
Quell-PDF herunterladen Laden Sie das Muster EPUB herunter
Warum Diagramme verloren gehen
Ein PDF Diagramm ist normalerweise kein Bild: es ist eine Menge von Zeichnungsanweisungen (Linien, Füllungen) plus echtem Text für die Etiketten. Die Engine liest Text und Rasterbilder. Sie zeichnet bisher keine Vektorgrafiken in ein Bild, daher bleibt nur der Text des Diagramms ohne das Diagramm.
Für ein Buch, in dem Diagramme wichtig sind, ist das PDF immer noch das bessere Format für diese Seiten. Wir würden lieber so sagen, als ein EPUB mit leeren Figuren zu versenden und es als vollständig zu bezeichnen.
Wie gut konvertiert
Der laufende Text: Absätze, die über Seiten hinweg verbunden sind, laufende Kopfzeilen entfernt (Rand-Leck 0.000 im Benchmark gegen 1.000 für PDFium und pdf_oxide), Fußnoten verlinkt und 26 Kapitel aus der PDF Gliederung.
Quelle und Lizenz
- Dokument
- Economic Report of the President 2024
- Lizenz
- Public domain (work of the U.S. Government)
- Seiten
- 487
- Eigenschaften
- Text PDF, Buch, Tabellen, Diagramme, Boxen, Fußnoten, lang
Economic Report of the President, March 2024, together with the Annual Report of the Council of Economic Advisers, U.S. Government Publishing Office (govinfo.gov). A work of the U.S. Government, in the public domain.
Verwendete Einstellungen
- Engine: EpubCC Engine bei Commit 3b74b26, das Binärformat, das die Bilder und das Beispiel erzeugt hat (2026-11-04).
- Seiten: das gesamte Dokument für die Abbildungen; Seiten 33–34 für die Bilder und das Beispiel EPUB.
- Benchmark-Zahlen: der veröffentlichte Lauf vom 2026-11-03 (Engine-Commit c953279).
- Optionen: keine. Die Engine hat noch keine dokumentenspezifischen Einstellungen; dieselben Standardwerte gelten für jede Datei.
Validierung und Ergebnisse
EPUBCheck EPUBCheck auf unserem EPUB: 0 Fehler, 0 Warnungen.
EPUBCheck 5.4.0 über das herunterladbare Beispiel: 0 Fehler, 0 Warnungen (überprüft am 2026-11-04).
- Seiten
- 487
- Zeit
- 4.9 s
- Maximaler Speicher
- 179 MB
- Kapitel
- 26, aus dem PDF-Umriss
- Rasterbilder behalten
- 69
- Vektordiagramme behalten
- 0
Qualitätswarnungen, die die Engine angezeigt hat:
- 9 Seiten sehen gescannt aus (ein Vollbildbild und kein auswählbarer Text) und wurden weggelassen: 3, 5, 7, 11, 13, 15, 391, 407 und 487.
- Einige Zeichen können nicht aus der PDF wiederhergestellt werden (Schriften ohne Unicode-Tabelle) und erscheinen als «�»: Seiten 413 bis 487.
| Motor | Unmapped glyphs / 1,000 |
|---|---|
| EpubCC engine (EPUB output) | 77.467 |
| EpubCC engine (plain text) | 73.832 |
| pdf_oxide · extract_text | 7.527 |
| pdf_oxide · to_plain_text (XY-cut) | 7.527 |
| pdf_oxide · Markdown | 4.068 |
| PDFium · text().all() | 78.261 |
| OpenDataLoader PDF (local mode) | 0.000 |
| pdftotext (Poppler) | 83.436 |
| Calibre · ebook-convert (EPUB output) | 105.762 |
| EpubCC engine (EPUB, same extractor as Calibre) | 77.855 |
Beobachtete Einschränkungen
- Vektordiagramme gehen verloren. Nur Rasterbilder bleiben (hier die grauen Rezessionsbänder), und die Achsenbeschriftungen, Legende und Quellen werden separate kurze Absätze.
- Statistische Tabellen werden als Text in der Lesereihenfolge geschrieben, nicht als Tabellen neu aufgebaut.
- The statistical tables at the end (pages 413 onwards) use a font without a Unicode map: those characters come out as «�» and the engine warns about them (78 per 1,000 characters on the whole document). OpenDataLoader reports 0 here.
- 9 Seiten sind Vollbildbilder (Covers und Trennbilder) und wurden weggelassen, mit einer Warnung.
- Es gibt keinen unabhängigen Referenztext für dieses Dokument, daher misst die Tabelle nicht gemappte Zeichen, sondern nicht die Textqualität.