EpubCCSaksalaisen PDF muuntaminen EPUB:ksi
Päivitetty:
Saksankielinen teksti muuntuu puhtaasti, kun PDF sisältää oikeaa Unicode-tekstiä: ä, ö, ü, ß ja matala-korkea „…“ lainausmerkit tulevat läpi muuttumattomina, ja EPUB on merkitty saksaksi. 86-sivuisessa Wikipedia-artikkelissa meidän 8-grammi palautus on 0.845, alle pdf_oxide:n 0.877.
Alkuperäinen ja tulos
Umlautit ja ß, „…“ lainausmerkit, pitkät yhdyssanat ja yhdysmerkillä varustetut parit, kuten «Freiheits- ja Brüderlichkeitsideale».
Lataa lähde PDF Lataa näyte EPUB
Mitä moottori tekee saksalaisen tekstin kanssa
Merkit säilytetään sellaisina kuin PDF ne tallentaa. Viiva rivin lopussa poistetaan vain, kun PDF merkitsee sen pehmeäksi rivin lopun viivaksi tai kun sen jälkeen seuraa pieni kirjain, joten keskeytetyt viivat («Freiheits- und …») säilyvät.
Kieli havaitaan de:na ja kirjoitetaan EPUB:ään, jotta lukusovellukset käyttävät saksalaista tavutusta pitkillä yhdyssanoilla.
Mitä esimerkki näyttää
Sivut 19 ja 20 artikkelista: Goethe ja Ranskan vallankumous, tiheästi „…“ lainauksilla, ß ja viittauksilla, ja osion otsikko, joka muuttuu otsikoksi EPUB:ssa.
Lähde ja lisenssi
- Dokumentti
- Wikipedia (German): Johann Wolfgang von Goethe
- Lisenssi
- CC BY-SA 4.0 (text); images under their own licences
- Sivut
- 86
- Ominaisuudet
- teksti PDF, yksi sarake, Saksa
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.
Käytetyt asetukset
- Moottori: EpubCC moottori commitissa 3b74b26, binääri, joka tuotti kuvat ja näytekappaleen (2026-11-04).
- Sivut: koko asiakirja kuvien osalta; sivut 19–20 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
- 86
- Aika
- 2.5 s
- Huippumuisti
- 87 MB
- Kieli havaittu
- de
- Luvut
- 11, artikkelin otsikoista
- Kuvat säilytetään.
- 42
- Laatuvaroitukset
- ei mitään
| Moottori | 8-grammin muistaminen |
|---|---|
| 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 |
Havaittuja rajoituksia
- pdf_oxide extract_text (0.877) ja OpenDataLoader (0.862) saavat korkeamman 8-grammuiston kuin moottorimme (0.845) tässä asiakirjassa.
- Todellinen viiva rivin lopussa, jota seuraa iso kirjain, voi kadota: EU-säädöksessä, jonka muunnimme, «Online-» + «Desinformation» muuttui muotoon «OnlineDesinformation». Tässä näkyvissä olevissa sivuissa ei ole tällaista katkoa.
- Wikipedia-viitteet jättävät pois taulukot ja infoboksit, joten tarkkuus on alhainen kaikille moottoreille.