EpubCCΜετατροπή ενός Γερμανικού PDF σε EPUB
Ενημερωμένο:
Το γερμανικό κείμενο μετατρέπεται καθαρά όταν το PDF αποθηκεύει πραγματικό Unicode κείμενο: ä, ö, ü, ß και τα χαμηλοϋψηλά „...“ αποσπάσματα περνούν χωρίς αλλαγές και το EPUB είναι επισημασμένο ως Γερμανικά. Σε ένα άρθρο Wikipedia 86 σελίδων, η ανάκληση 8-γραμμα μας είναι 0.845, κάτω από το pdf_oxide's 0.877.
Πρωτότυπη και αποτέλεσμα
Umlauts και ß, „…“ εισαγωγικά, μακρές σύνθετες λέξεις και ζεύγη με άνω και κάτω διαχωριστικά όπως «Freiheits- und Brüderlichkeitsideale».
Κατεβάστε την πηγή PDF Κατεβάστε το δείγμα EPUB
Τι κάνει ο κινητήρας με το γερμανικό κείμενο;
Οι χαρακτήρες διατηρούνται όπως τους αποθηκεύει το PDF. Ένα μείον στο τέλος μιας γραμμής αφαιρείται μόνο όταν η PDF το επισημαίνει ως μαλακό μείον γραμμής ή όταν ακολουθεί ένα μικρό γράμμα, επομένως τα κρεμαστά μείον («Freiheits- und …») επιβιώνουν.
Η γλώσσα ανιχνεύεται ως de και γράφεται στο EPUB, έτσι οι εφαρμογές ανάγνωσης χρησιμοποιούν την αναγνώριση λέξεων στα γερμανικά για μακροχρόνιες συνθέσεις.
Τι δείχνει το δείγμα;
Σελίδες 19 και 20 του άρθρου: Goethe και η Γαλλική Επανάσταση, πυκνές με «…» αποσπάσματα, ß και αναφορές, και μια επικεφαλίδα που γίνεται επικεφαλίδα στο EPUB.
Πηγή και άδεια
- Έγγραφο
- Wikipedia (German): Johann Wolfgang von Goethe
- Άδεια
- CC BY-SA 4.0 (text); images under their own licences
- Σελίδες
- 86
- Χαρακτηριστικά
- κείμενο PDF, μία στήλη, Γερμανικά
Wikipedia contributors, “Johann Wolfgang von Goethe”, German 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 19–20 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
- 86
- Χρόνος
- 2.5 s
- Μέγιστη μνήμη
- 87 MB
- Γλώσσα ανιχνευμένη
- de
- Κεφάλαια
- 11, από τις επικεφαλίδες του άρθρου
- Οι εικόνες διατηρήθηκαν
- 42
- Προειδοποιήσεις ποιότητας
- κανένα
| Μηχανή | 8-γραμμα ανάκληση |
|---|---|
| EpubCC engine (EPUB output) | 0.862 |
| EpubCC engine (plain text) | 0.856 |
| pdf_oxide · extract_text | 0.877 |
| pdf_oxide · to_plain_text (XY-cut) | 0.877 |
| pdf_oxide · Markdown | 0.758 |
| PDFium · text().all() | 0.854 |
| OpenDataLoader PDF (local mode) | 0.862 |
| pdftotext (Poppler) | 0.853 |
| Calibre · ebook-convert (EPUB output) | 0.853 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.862 |
Περιορισμοί που παρατηρήσαμε
- pdf_oxide extract_text (0.877) και OpenDataLoader (0.862) έχουν υψηλότερη ανακλησιμότητα 8-γραμματικών από τη μηχανή μας (0.845) σε αυτό το έγγραφο.
- Ένας πραγματικός υβριδισμένος χαρακτήρας στο τέλος μιας γραμμής ακολουθούμενος από κεφαλαίο γράμμα μπορεί να χαθεί: σε έναν κανονισμό της ΕΕ που μετατρέψαμε, «Online-» + «Desinformation» έγινε «OnlineDesinformation». Οι σελίδες που εμφανίζονται εδώ δεν έχουν τέτοια διάσπαση.
- Οι αναφορές της Wikipedia παραλείπουν πίνακες και infoboxes, έτσι η ακρίβεια είναι χαμηλή για κάθε μηχανή.