EpubCCConvertire un PDF francese in EPUB
Aggiornato:
La punteggiatura francese sopravvive alla conversione quando il PDF memorizza testo reale: i guillemets « » mantengono gli spazi interni, gli apostrofi e le maiuscole accentate vengono mantenuti, e il EPUB è contrassegnato come francese. In questo articolo di Wikipedia di 22 pagine, altri strumenti recuperano un testo più continuo rispetto al nostro.
Originale e risultato
Guillemets con spazi all'interno (« … »), uno spazio prima di ; e :, apostrofi tipografici e dritti, maiuscole accentate (É) e la legatura œ.
Scarica sorgente PDF Scarica il campione EPUB
Cosa fa il motore con il testo francese
In francese si inserisce uno spazio all'interno dei guillemets e prima di ; : ! ?. Il motore mantiene quegli spazi come li ha il PDF, quindi una riga non inizia mai con un solitario » o ; dopo il flusso.
La lingua è rilevata come fr e scritta nel EPUB, quindi le app di lettura usano l'iphenazione francese.
Cosa mostra il campione
Pagine 2 e 3: il sommario delle cinque parti del romanzo, con « rédemption », titoli in corsivo e nomi con accenti. La pagina 3 ha immagini; vengono mantenute nel campione EPUB.
Fonte e licenza
- Documento
- Wikipedia (French): Les Misérables
- Licenza
- CC BY-SA 4.0 (text); images under their own licences
- Pagine
- 22
- Caratteristiche
- testo PDF, una colonna, Francese
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.
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 2–3 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
- 22
- Tempo
- 0.56 s
- Memoria massima
- 48 MB
- Lingua rilevata
- fr
- Capitoli
- 9, dalle intestazioni dell'articolo
- Immagini mantenute
- 23
- Avvisi di qualità
- nessuno
| Motore | richiamo 8-gram |
|---|---|
| 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 |
Limitazioni osservate
- pdf_oxide extract_text (0.903), OpenDataLoader (0.891) e PDFium (0.884) hanno un richiamo di 8-gram chiaramente superiore al nostro motore (0.819) su questo documento. Gran parte della differenza riguarda le pagine con immagini fluttuanti e l'elenco di riferimento.
- Gli apostrofi tipografici (’) e quelli dritti (') vengono mantenuti come li ha il PDF; il motore non li unifica.
- I riferimenti di Wikipedia escludono tabelle e infobox, quindi la precisione è bassa per ogni motore.