EpubCCKonwertowanie francuskiego PDF na EPUB
Zaktualizowane:
Francuska interpunkcja przetrwała konwersję, gdy PDF przechowuje prawdziwy tekst: « » guillemets zachowują swoje wewnętrzne spacje, apostrofy i akcentowane wielkie litery przechodzą, a EPUB jest oznaczone jako francuskie. W tym 22-stronnicowym artykule Wikipedii inne silniki odzyskują bardziej ciągły tekst niż nasze.
Oryginał i wynik
Guillemets z spacjami wewnętrznymi (« … »), spacja przed ; i :, typograficzne i proste apostrofy, akcentowane wielkie litery (É) i ligatura œ.
Pobierz źródło PDF Pobierz próbkę EPUB
Co silnik robi z tekstem w języku francuskim
Francuski umieszcza spację wewnątrz guillemets oraz przed ; : ! ?. Silnik zachowuje te spacje, tak jak ma je PDF, więc linia nigdy nie zaczyna się od samego » lub ; po przepływie tekstu.
Język wykrywany jako fr jest zapisywany jako EPUB, więc aplikacje czytelnicze używają francuskiego podziału wyrazów.
Co pokazuje próbka
Strony 2 i 3: podsumowanie pięciu części powieści, z « rédemption », tytułami kursywą i nazwiskami z akcentami. Strona 3 ma obrazy; są one zachowane w próbce EPUB.
Źródło i licencja
- Dokument
- Wikipedia (French): Les Misérables
- Licencja
- CC BY-SA 4.0 (text); images under their own licences
- Strony
- 22
- Cechy
- tekst PDF, jedna kolumna, Francuski
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.
Ustawienia użyte
- Silnik: EpubCC silnik w wersji 3b74b26, binarny, który wygenerował obrazy i próbkę (2026-11-04).
- Strony: cały dokument dla figur; strony 2–3 dla obrazów i próbki EPUB.
- Wyniki benchmarków: opublikowane uruchomienie z dnia 2026-11-03 (zobowiązanie silnika c953279).
- Opcje: brak. Silnik nie ma jeszcze ustawień na poziomie dokumentu; te same domyślne ustawienia mają zastosowanie do każdego pliku.
Walidacja i wyniki
EPUBCheck EPUBCheck w naszym EPUB: 0 błędów, 0 ostrzeżeń.
EPUBCheck 5.4.0 w próbce do pobrania: 0 błędów, 0 ostrzeżeń (sprawdzone 2026-11-04).
- Strony
- 22
- Czas
- 0.56 s
- Szczyt pamięci
- 48 MB
- Wykryty język
- fr
- Rozdziały
- 9, z nagłówków artykułu
- Obrazy zachowane
- 23
- Ostrzeżenia o jakości
- brak
| Silnik | Przywołanie 8-gramowe |
|---|---|
| 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 |
Ograniczenia, które zaobserwowaliśmy
- pdf_oxide extract_text (0.903), OpenDataLoader (0.891) i PDFium (0.884) mają wyraźnie wyższą pamięć 8-gramową niż nasza maszyna (0.819) w tym dokumencie. Większość różnicy dotyczy stron z pływającymi obrazami i listą odniesień.
- Apostrofy typograficzne (’) i proste (') są zachowywane tak, jak PDF je ma; silnik ich nie ujednolica.
- Odwołania do Wikipedii pomijają tabele i infoboksy, więc precyzja jest niska dla każdej wyszukiwarki.