EpubCCEen Franse PDF naar EPUB converteren
Bijgewerkt:
Franse interpunctie overleeft de conversie wanneer de PDF echte tekst opslaat: « » guillemets houden hun binnenruimtes, apostrofs en geaccentueerde hoofdletters komen door, en de EPUB wordt gemarkeerd als Frans. In dit 22-pagina Wikipedia-artikel herstellen andere engines meer doorlopende tekst dan de onze.
Origineel en resultaat
Guillemets met spaties erin (« … »), een spatie voor ; en :, typografische en rechte apostrofs, geaccentueerde hoofdletters (É) en de œ ligatuur.
Download bron PDF Download het voorbeeld EPUB
Wat de engine doet met Franse tekst
Frans plaatst een spatie binnen guillemets en voor ; : ! ?. De motor behoudt die spaties zoals de PDF ze heeft, zodat een regel nooit begint met een alleenstaande » of ; na hervloeien.
De taal wordt gedetecteerd als fr en geschreven naar de EPUB, zodat lees-apps Franse afbreking gebruiken.
Wat het voorbeeld toont
Pagina's 2 en 3: de samenvatting van de vijf delen van de roman, met « rédemption », titels in cursief en namen met accenten. Pagina 3 heeft afbeeldingen; ze worden behouden in het voorbeeld EPUB.
Bron en licentie
- Document
- Wikipedia (French): Les Misérables
- Licentie
- CC BY-SA 4.0 (text); images under their own licences
- Pagina's
- 22
- Eigenschappen
- tekst PDF, één kolom, Frans
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.
Gebruikte instellingen
- Engine: EpubCC engine bij commit 3b74b26, het binaire dat de afbeeldingen en de sample heeft gegenereerd (2026-11-04).
- Pagina's: het hele document voor de figuren; pagina's 2–3 voor de afbeeldingen en het voorbeeld EPUB.
- Benchmarkcijfers: de gepubliceerde run van 2026-11-03 (engine commit c953279).
- Opties: geen. De engine heeft nog geen instellingen per document; dezelfde standaardinstellingen zijn van toepassing op elk bestand.
Validatie en resultaten
EPUBCheck EPUBCheck op onze EPUB: 0 fouten, 0 waarschuwingen.
EPUBCheck 5.4.0 op het downloadbare monster: 0 fouten, 0 waarschuwingen (gecontroleerd 2026-11-04).
- Pagina's
- 22
- Tijd
- 0.56 s
- Piekgeheugen
- 48 MB
- Taal gedetecteerd
- fr
- Hoofdstukken
- 9, van de koppen van het artikel
- Afbeeldingen bewaard
- 23
- Kwaliteitswaarschuwingen
- geen
| Motor | 8-gram herinnering |
|---|---|
| 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 |
Beperkingen die we hebben waargenomen
- pdf_oxide extract_text (0.903), OpenDataLoader (0.891) en PDFium (0.884) hebben een duidelijk hogere 8-gram recall dan onze engine (0.819) op dit document. Het grootste deel van de kloof zit in pagina's met zwevende afbeeldingen en de referentielijst.
- Typografische (’) en rechte (') apostrofs worden behouden zoals de PDF ze heeft; de engine verenigt ze niet.
- Wikipedia-referenties laten tabellen en infoboxen weg, waardoor de precisie laag is voor elke engine.