EpubCCKonvertierung eines französischen PDF in EPUB
Aktualisiert:
Französische Interpunktion übersteht die Konvertierung, wenn das PDF echten Text speichert: « » Guillemets behalten ihre inneren Abstände, Apostrophe und akzentuierte Großbuchstaben werden übertragen, und das EPUB wird als Französisch gekennzeichnet. In diesem 22-seitigen Wikipedia-Artikel erholen andere Engines mehr kontinuierlichen Text als unsere.
Original und Ergebnis
Guillemets mit Abständen innen (« … »), ein Abstand vor ; und :, typografischen und geraden Apostrophen, akzentuierten Großbuchstaben (É) und der œ-Ligatur.
Quell-PDF herunterladen Laden Sie das Muster EPUB herunter
Was die Engine mit französischem Text macht.
Französisch setzt einen Abstand innerhalb der Guillemets und vor ; : ! ?. Die Engine behält diese Abstände bei, wie das PDF sie hat, sodass eine Zeile niemals mit einem alleinstehenden » oder ; nach dem Umfließen beginnt.
Die Sprache wird als fr erkannt und in die EPUB geschrieben, sodass Leseanwendungen die französische Silbentrennung verwenden.
Was das Muster zeigt.
Seiten 2 und 3: die Zusammenfassung der fünf Teile des Romans, mit « rédemption », Titeln in Kursivschrift und Namen mit Akzenten. Seite 3 enthält Bilder; sie werden im Beispiel EPUB beibehalten.
Quelle und Lizenz
- Dokument
- Wikipedia (French): Les Misérables
- Lizenz
- CC BY-SA 4.0 (text); images under their own licences
- Seiten
- 22
- Eigenschaften
- Text PDF, eine Spalte, Französisch
Wikipedia contributors, “Les Misérables”, French Wikipedia, PDF from the Wikimedia REST API; text licensed CC BY-SA 4.0, images under their own licences. Pages shown unmodified; the EPUB is our conversion, under the same licence.
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 2–3 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
- 22
- Zeit
- 0.56 s
- Maximaler Speicher
- 48 MB
- Sprache erkannt
- fr
- Kapitel
- 9, aus den Überschriften des Artikels
- Bilder beibehalten
- 23
- Qualitätswarnungen
- keine
| Motor | 8-Gramm-Rückruf |
|---|---|
| EpubCC engine (EPUB output) | 0.841 |
| EpubCC engine (plain text) | 0.833 |
| pdf_oxide · extract_text | 0.903 |
| pdf_oxide · to_plain_text (XY-cut) | 0.903 |
| pdf_oxide · Markdown | 0.751 |
| PDFium · text().all() | 0.884 |
| OpenDataLoader PDF (local mode) | 0.891 |
| pdftotext (Poppler) | 0.846 |
| Calibre · ebook-convert (EPUB output) | 0.788 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.840 |
Beobachtete Einschränkungen
- pdf_oxide extract_text (0.903), OpenDataLoader (0.891) und PDFium (0.884) haben eine deutlich höhere 8-Gramm-Rückrufquote als unsere Engine (0.819) in diesem Dokument. Der Großteil der Lücke befindet sich in Seiten mit schwebenden Bildern und der Literaturliste.
- Typografische (’) und gerade (') Apostrophe werden so beibehalten, wie sie im PDF sind; die Engine vereinheitlicht sie nicht.
- Wikipedia-Referenzen lassen Tabellen und Infoboxen weg, sodass die Genauigkeit für jede Engine niedrig ist.