EpubCCRanskalaisen PDF muuntaminen EPUB:ksi
Päivitetty:
Ranskalainen välimerkit säilyvät muunnossa, kun PDF sisältää oikeaa tekstiä: « » guillemetit pitävät sisäiset välit, aposTrofit ja aksentoidut päässä tulevat läpi, ja EPUB on merkitty ranskaksi. Tässä 22-sivuisessa Wikipedia-artikkelissa muut moottorit palauttavat jatkuvampaa tekstiä kuin meidän.
Alkuperäinen ja tulos
Guillemetsilla, joilla on välilyöntejä sisällä (« … »), välilyönti ennen ; ja :, typografiset ja suorat aposTrofit, aksentoidut pääkirjaimet (É) ja œ ligatuuri.
Lataa lähde PDF Lataa näyte EPUB
Mitä moottori tekee ranskalaisen tekstin kanssa
Ranskassa on välilyönti guillemetien sisällä ja ennen ; : ! ?. Moottori säilyttää nämä väliin niin kuin PDF ne on, joten rivi ei koskaan ala yksittäisellä » tai ; uudelleenvirtaamisen jälkeen.
Kieli havaitaan fr:na ja kirjoitetaan EPUB:ään, jotta lukusovellukset käyttävät ranskalaista tavutusta.
Mitä esimerkki näyttää
Sivut 2 ja 3: romaanin viiden osan yhteenveto, jossa on « rédemption », kursivoituja otsikoita ja aksentteja sisältäviä nimiä. Sivulla 3 on kuvia; ne on säilytetty näytteessä EPUB.
Lähde ja lisenssi
- Dokumentti
- Wikipedia (French): Les Misérables
- Lisenssi
- CC BY-SA 4.0 (text); images under their own licences
- Sivut
- 22
- Ominaisuudet
- teksti PDF, yksi sarake, Ranska
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.
Käytetyt asetukset
- Moottori: EpubCC moottori commitissa 3b74b26, binääri, joka tuotti kuvat ja näytekappaleen (2026-11-04).
- Sivut: koko asiakirja kuvien osalta; sivut 2–3 kuvien ja näytteen EPUB osalta.
- Vertailuluvut: julkaistu suoritus 2026-11-03 (moottorin sitoumus c953279).
- Valinnat: ei mitään. Moottorilla ei vielä ole asiakirjakohtaisia asetuksia; samat oletusasetukset pätevät kaikkiin tiedostoihin.
Validointi ja tulokset
EPUBCheck EPUBCheck meidän EPUB: 0 virheitä, 0 varoituksia.
EPUBCheck 5.4.0 ladattavasta näytteestä: 0 virhettä, 0 varoitusta (tarkistettu 2026-11-04).
- Sivut
- 22
- Aika
- 0.56 s
- Huippumuisti
- 48 MB
- Kieli havaittu
- fr
- Luvut
- 9, artikkelin otsikoista
- Kuvat säilytetään.
- 23
- Laatuvaroitukset
- ei mitään
| Moottori | 8-grammin muistaminen |
|---|---|
| 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 |
Havaittuja rajoituksia
- pdf_oxide extract_text (0.903), OpenDataLoader (0.891) ja PDFium (0.884) saavat selvästi korkeamman 8-grammuiston kuin moottorimme (0.819) tässä asiakirjassa. Suurin osa erosta on sivuilla, joilla on kelluvia kuvia ja viitetiedosto.
- Typografinen (’) ja suora (') apostrofit pidetään sellaisina kuin PDF:ssä on; moottori ei yhdistä niitä.
- Wikipedia-viitteet jättävät pois taulukot ja infoboksit, joten tarkkuus on alhainen kaikille moottoreille.