EpubCCQue se passe-t-il avec les graphiques lorsqu'un PDF devient un EPUB ?
Mis à jour :
Les graphiques dessinés en tant que graphiques vectoriels ne sont pas conservés : le moteur EpubCC garde les images raster mais pas les dessins vectoriels, donc un graphique linéaire perd ses lignes et ses étiquettes d'axe se transforment en paragraphes dissociés. Dans le Rapport économique du Président 2024 de 487 pages, le texte autour des graphiques se convertit bien ; les graphiques eux-mêmes ne le font pas.
Original et résultat
Des graphiques linéaires et à barres dessinés comme des graphiques vectoriels, avec des étiquettes d'axe et des légendes en tant que texte réel, plus des tableaux statistiques et des cases.
Télécharger la source PDF Télécharger l'échantillon EPUB
Pourquoi les graphiques sont perdus
Un PDF graphique n'est généralement pas une image : c'est un ensemble d'instructions de dessin (lignes, remplissages) plus du texte réel pour les étiquettes. Le moteur lit le texte et les images raster. Il ne dessine pas encore des graphiques vectoriels dans une image, donc ce qui reste est le texte du graphique sans le graphique.
Pour un livre où les graphiques sont importants, le PDF reste le meilleur format pour ces pages. Nous préférerions le dire plutôt que d'expédier un EPUB avec des figures vides et de l'appeler complet.
Que signifie bien convertir
Le texte courant : paragraphes réunis à travers des pages, en-têtes courants supprimés (fuite de marge 0.000 dans la référence contre 1.000 pour PDFium et pdf_oxide), notes de bas de page liées, et 26 chapitres de l'outline PDF.
Source et licence
- Document
- Economic Report of the President 2024
- Licence
- Public domain (work of the U.S. Government)
- Pages
- 487
- Caractéristiques
- texte PDF, livre, tableaux, graphiques, boîtes, notes de bas de page, long
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.
Paramètres utilisés
- Moteur : EpubCC moteur à l'engagement 3b74b26, le binaire qui a généré les images et l'échantillon (2026-11-04).
- Pages : le document entier pour les figures ; pages 33–34 pour les images et l'échantillon EPUB.
- Chiffres de référence : l'exécution publiée du 2026-11-03 (commit de moteur c953279).
- 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.
EPUBCheck 5.4.0 sur l'exemple téléchargeable : 0 erreurs, 0 avertissements (vérifié le 2026-11-04).
- Pages
- 487
- Temps
- 4.9 s
- Mémoire peak
- 179 MB
- Chapitres
- 26, provenant de l'PDF plan
- Images raster conservées
- 69
- Graphiques vectoriels conservés
- 0
Avertissements de qualité que le moteur a affichés :
- 9 pages semblent scannées (une image pleine page et pas de texte sélectionnable) et sont exclues : 3, 5, 7, 11, 13, 15, 391, 407 et 487.
- Certains caractères ne peuvent pas être récupérés à partir du PDF (polices sans table Unicode) et apparaissent sous forme de «�» : pages 413 à 487.
| Moteur | Glyphes non mappés / 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 |
Limitations observées
- Les graphiques vectoriels sont perdus. Seules les pièces raster survivent (ici, les bandes de récession grises), et les étiquettes des axes, la légende et les sources deviennent de courts paragraphes séparés.
- Les tableaux statistiques sont écrits comme du texte dans l'ordre de lecture, et non reconstruits en tant que tableaux.
- Les tableaux statistiques à la fin (pages 413 et suivantes) utilisent une police sans carte Unicode : ces caractères apparaissent sous la forme «�» et le moteur avertit à leur sujet (78 par 1 000 caractères dans l'ensemble du document). OpenDataLoader rapporte 0 ici.
- 9 pages sont des images pleines pages (couvertures et séparateurs) et sont exclues, avec un avertissement.
- Il n'y a pas de texte de référence indépendant pour ce document, donc le tableau mesure les caractères non mappés, pas la qualité du texte.