EpubCCCo się stanie z wykresami, gdy PDF stanie się EPUB?
Zaktualizowane:
Wykresy rysowane jako grafika wektorowa nie są zachowywane: silnik EpubCC zachowuje obrazki rastrowe, ale nie rysunki wektorowe, więc wykres liniowy traci swoje linie, a etykiety osi przekształcają się w luźne akapity. W 487-stronicowym Raport o Gospodarce Prezydenta 2024 tekst wokół wykresów konwertuje się dobrze; same wykresy nie.
Oryginał i wynik
Wykresy liniowe i słupkowe narysowane jako grafika wektorowa, z etykietami osi i legendami jako prawdziwy tekst, plus tabele statystyczne i ramki.
Pobierz źródło PDF Pobierz próbkę EPUB
Dlaczego wykresy są zgubione
Wykres PDF to zazwyczaj nie jest obrazem: jest to zbiór instrukcji rysunkowych (linie, wypełnienia) oraz rzeczywisty tekst dla etykiet. Silnik odczytuje tekst i obrazy rastrrowe. Nie rysuje jeszcze grafiki wektorowej w obrazie, więc to, co pozostaje to tekst wykresu bez wykresu.
Dla książki, w której wykresy są istotne, PDF jest nadal lepszym formatem dla tych stron. Wolimy to powiedzieć niż wysłać EPUB z pustymi ilustracjami i nazwać to kompletnym.
Co oznacza dobrze konwertować
Tekst biegnący: akapity połączone przez strony, usunięte nagłówki (przeciek marginesowy 0.000 w benchmarku w porównaniu do 1.000 dla PDFium i pdf_oxide), przypisy związane i 26 rozdziałów z zarysu PDF.
Źródło i licencja
- Dokument
- Economic Report of the President 2024
- Licencja
- Public domain (work of the U.S. Government)
- Strony
- 487
- Cechy
- tekst PDF, książka, tabele, wykresy, pudełka, pr przypisy, długi
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.
Ustawienia użyte
- Silnik: EpubCC silnik w wersji 3b74b26, binarny, który wygenerował obrazy i próbkę (2026-11-04).
- Strony: cały dokument dla figur; strony 33–34 dla obrazów i próbki EPUB.
- Wyniki benchmarków: opublikowane uruchomienie z dnia 2026-11-03 (zobowiązanie silnika c953279).
- Opcje: brak. Silnik nie ma jeszcze ustawień na poziomie dokumentu; te same domyślne ustawienia mają zastosowanie do każdego pliku.
Walidacja i wyniki
EPUBCheck EPUBCheck w naszym EPUB: 0 błędów, 0 ostrzeżeń.
EPUBCheck 5.4.0 w próbce do pobrania: 0 błędów, 0 ostrzeżeń (sprawdzone 2026-11-04).
- Strony
- 487
- Czas
- 4.9 s
- Szczyt pamięci
- 179 MB
- Rozdziały
- 26, z PDF spisu treści
- Zachowane obrazy rastrowe
- 69
- Wykresy wektorowe zachowane
- 0
Ostrzeżenia o jakości, które pokazał silnik:
- 9 stron wygląda na zeskanowane (pełnoekranowy obraz i brak tekstu do zaznaczenia) i zostały pominięte: 3, 5, 7, 11, 13, 15, 391, 407 i 487.
- Niektóre znaki nie mogą być odzyskane z PDF (czcionki bez tabeli Unicode) i pojawiają się jako «�»: strony od 413 do 487.
| Silnik | Nieprzypisane glify / 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 |
Ograniczenia, które zaobserwowaliśmy
- Wykresy wektorowe są utracone. Tylko rasterowe elementy przetrwają (tutaj, szare pasy recesji), a etykiety osi, legenda i źródła stają się oddzielnymi krótkimi akapitami.
- Tabele statystyczne są zapisane jako tekst w kolejności czytania, a nie odbudowywane jako tabele.
- Tablice statystyczne na końcu (strony 413 i dalej) używają czcionki bez mapy Unicode: te znaki pojawiają się jako «�» i silnik ostrzega o nich (78 na 1000 znaków w całym dokumencie). OpenDataLoader zgłasza 0 tutaj.
- 9 stron to obrazy pełnoekranowe (okładki i separatorzy) i zostały pominięte, z ostrzeżeniem.
- Nie ma niezależnego tekstu referencyjnego dla tego dokumentu, więc tabela mierzy niezmapowane znaki, a nie jakość tekstu.