EpubCCCosa succede ai grafici quando un PDF diventa un EPUB?
Aggiornato:
I grafici disegnati come grafica vettoriale non vengono mantenuti: il motore EpubCC mantiene immagini raster ma non disegni vettoriali, quindi un grafico a linee perde le sue linee e le etichette degli assi si trasformano in paragrafi sciolti. Nel rapporto economico del presidente 2024 di 487 pagine, il testo attorno ai grafici si converte bene; i grafici stessi no.
Originale e risultato
Grafici a linee e a barre tracciati come grafica vettoriale, con etichette degli assi e legende come testo reale, più tabelle e caselle statistiche.
Scarica sorgente PDF Scarica il campione EPUB
Perché i grafici vengono persi
Un grafico PDF di solito non è un'immagine: è un insieme di istruzioni di disegno (linee, riempimenti) più testo reale per le etichette. Il motore legge testo e immagini raster. Non disegna ancora grafiche vettoriali in un'immagine, quindi ciò che rimane è il testo del grafico senza il grafico.
Per un libro in cui i grafici sono importanti, il PDF è comunque il formato migliore per quelle pagine. Preferiremmo dirlo piuttosto che inviare un EPUB con figure vuote e chiamarlo completo.
Cosa significa convertire bene
Il testo corrente: paragrafi uniti attraverso le pagine, intestazioni correnti rimosse (fuoriuscita dal margine 0.000 nel benchmark contro 1.000 per PDFium e pdf_oxide), note a piè di pagina collegate e 26 capitoli dall'outline PDF.
Fonte e licenza
- Documento
- Economic Report of the President 2024
- Licenza
- Public domain (work of the U.S. Government)
- Pagine
- 487
- Caratteristiche
- testo PDF, libro, tabelle, grafici, scatole, note a piè di pagina, lungo
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.
Impostazioni utilizzate
- Motore: EpubCC motore al commit 3b74b26, il file binario che ha generato le immagini e il campione (2026-11-04).
- Pagine: l'intero documento per le figure; pagine 33–34 per le immagini e il campione EPUB.
- Dati di benchmarking: la corsa pubblicata del 2026-11-03 (commit del motore c953279).
- Opzioni: nessuna. Il motore non ha ancora impostazioni per documento; gli stessi valori predefiniti si applicano a ogni file.
Validazione e risultati
EPUBCheck EPUBCheck sul nostro EPUB: 0 errori, 0 avvisi.
EPUBCheck 5.4.0 sul campione scaricabile: 0 errori, 0 avvisi (controllato il 2026-11-04).
- Pagine
- 487
- Tempo
- 4.9 s
- Memoria massima
- 179 MB
- Capitoli
- 26, dalla PDF strutturale
- Immagini raster mantenute
- 69
- Grafici vettoriali mantenuti
- 0
Avvisi di qualità mostrati dal motore:
- 9 pagine sembrano scansionate (un'immagine a tutta pagina e nessun testo selezionabile) e sono escluse: 3, 5, 7, 11, 13, 15, 391, 407 e 487.
- Alcuni caratteri non possono essere recuperati dal PDF (font senza una tabella Unicode) e appaiono come «�»: pagine 413 a 487.
| Motore | 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 |
Limitazioni osservate
- I grafici vettoriali vanno persi. Solo i pezzi raster sopravvivono (qui, le bande grigie di recessione), e le etichette degli assi, la legenda e le fonti diventano brevi paragrafi separati.
- Le tabelle statistiche sono scritte come testo in ordine di lettura, non ricostruite come tabelle.
- 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 pagine sono immagini a tutta pagina (copertine e separatori) e sono escluse, con un avviso.
- Non esiste un testo di riferimento indipendente per questo documento, quindi la tabella misura i caratteri non mappati, non la qualità del testo.