EpubCCΜετατροπή ενός Γαλλικού PDF σε EPUB
Ενημερωμένο:
Η γαλλική στίξη διατηρείται κατά την μετατροπή όταν το PDF αποθηκεύει πραγματικό κείμενο: « » γκιλέμετ διατηρούν τους εσωτερικούς τους χώρους, τα απόστροφοι και τα τονισμένα κεφαλαία περνούν χωρίς αλλαγές, και το EPUB είναι επισημασμένο ως Γαλλικά. Σε αυτό το άρθρο Wikipedia 22 σελίδων, άλλες μηχανές ανακτούν περισσότερη συνεχή κειμένου από ό,τι η δική μας.
Πρωτότυπη και αποτέλεσμα
Γκιλέμετ με κενά μέσα (« … »), ένα κενό πριν από ; και :, τυπογραφικές και ίσιες αποστροφές, τονισμένα κεφαλαία (É) και η σύνδεση œ.
Κατεβάστε την πηγή PDF Κατεβάστε το δείγμα EPUB
Τι κάνει ο κινητήρας με το γαλλικό κείμενο;
Η γαλλική γλώσσα τοποθετεί ένα κενό μέσα στα γκιλέμετ και πριν από ; : ! ?. Η μηχανή διατηρεί αυτά τα κενά όπως είναι το PDF, έτσι μια γραμμή δεν ξεκινά ποτέ με ένα μόνο » ή ; μετά την αναδιάταξη.
Η γλώσσα ανιχνεύεται ως fr και γράφεται στο EPUB, έτσι οι εφαρμογές ανάγνωσης χρησιμοποιούν την αναγνώριση λέξεων στα γαλλικά.
Τι δείχνει το δείγμα;
Σελίδες 2 και 3: η σύνοψη των πέντε τμημάτων του μυθιστορήματος, με « rédemption », τίτλους με πλάγιους χαρακτήρες και ονόματα με τονισμένα γράμματα. Η σελίδα 3 έχει εικόνες; διατηρούνται στο δείγμα EPUB.
Πηγή και άδεια
- Έγγραφο
- Wikipedia (French): Les Misérables
- Άδεια
- CC BY-SA 4.0 (text); images under their own licences
- Σελίδες
- 22
- Χαρακτηριστικά
- κείμενο PDF, μία στήλη, Γαλλικά
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.
Ρυθμίσεις που χρησιμοποιούνται
- Μηχανή: EpubCC μηχανή στην αναθεώρηση 3b74b26, το δυαδικό αρχείο που δημιούργησε τις εικόνες και το δείγμα (2026-11-04).
- Σελίδες: το ολόκληρο έγγραφο για τις εικόνες; σελίδες 2–3 για τις εικόνες και το δείγμα EPUB.
- Στοιχεία benchmark: η δημοσιευμένη εκτέλεση της 2026-11-03 (δεσμευτικός κωδικός c953279).
- Επιλογές: καμία. Η μηχανή δεν έχει ακόμα ρυθμίσεις ανά έγγραφο; οι ίδιες προεπιλογές ισχύουν για κάθε αρχείο.
Επικύρωση και αποτελέσματα
EPUBCheck EPUBCheck στην EPUB μας: 0 σφάλματα, 0 προειδοποιήσεις.
EPUBCheck 5.4.0 στο διαθέσιμο δείγμα: 0 σφάλματα, 0 προειδοποιήσεις (ελεγχμένο 2026-11-04).
- Σελίδες
- 22
- Χρόνος
- 0.56 s
- Μέγιστη μνήμη
- 48 MB
- Γλώσσα ανιχνευμένη
- γαλλικά
- Κεφάλαια
- 9, από τις επικεφαλίδες του άρθρου
- Οι εικόνες διατηρήθηκαν
- 23
- Προειδοποιήσεις ποιότητας
- κανένα
| Μηχανή | 8-γραμμα ανάκληση |
|---|---|
| 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 |
Περιορισμοί που παρατηρήσαμε
- pdf_oxide extract_text (0.903), OpenDataLoader (0.891) και PDFium (0.884) έχουν σαφώς υψηλότερη ανακλησιμότητα 8-γραμματικών από τη μηχανή μας (0.819) σε αυτό το έγγραφο. Το μεγαλύτερο μέρος της διαφοράς βρίσκεται σε σελίδες με αιωρούμενες εικόνες και στη λίστα αναφοράς.
- Τα τυπογραφικά (’) και οι ευθείες (') απόστροφοι διατηρούνται όπως το PDF τα έχει; η μηχανή δεν τα ενοποιεί.
- Οι αναφορές της Wikipedia παραλείπουν πίνακες και infoboxes, έτσι η ακρίβεια είναι χαμηλή για κάθε μηχανή.