EpubCCConvertire un PDF tedesco in EPUB
Aggiornato:
Il testo tedesco si converte in modo pulito quando il PDF memorizza testo Unicode reale: ä, ö, ü, ß e le virgolette basse-alte „…“ vengono mantenute invariate e il EPUB è contrassegnato come tedesco. In un articolo di Wikipedia di 86 pagine, il nostro richiamo a 8 grammi è 0.845, inferiore a pdf_oxide's 0.877.
Originale e risultato
Umlauti e ß, le virgolette „…“, parole composte lunghe e coppie di parole con trattini come «Freiheits- und Brüderlichkeitsideale».
Scarica sorgente PDF Scarica il campione EPUB
Cosa fa il motore con il testo tedesco
I caratteri sono mantenuti come il PDF li memorizza. Un trattino alla fine di una riga viene rimosso solo quando il PDF lo segna come un trattino di fine riga morbido o quando segue una lettera minuscola, quindi i trattini sospesi («Freiheits- und …») sopravvivono.
La lingua è rilevata come de e scritta nel EPUB, quindi le app di lettura usano l'iphenazione tedesca per i composti lunghi.
Cosa mostra il campione
Pagine 19 e 20 dell'articolo: Goethe e la Rivoluzione Francese, denso di citazioni „…“, ß e chiamate di riferimento, e un'intestazione di sezione che diventa un'intestazione nel EPUB.
Fonte e licenza
- Documento
- Wikipedia (German): Johann Wolfgang von Goethe
- Licenza
- CC BY-SA 4.0 (text); images under their own licences
- Pagine
- 86
- Caratteristiche
- testo PDF, una colonna, Tedesco
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.
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 19–20 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
- 86
- Tempo
- 2.5 s
- Memoria massima
- 87 MB
- Lingua rilevata
- de
- Capitoli
- 11, dalle intestazioni dell'articolo
- Immagini mantenute
- 42
- Avvisi di qualità
- nessuno
| Motore | richiamo 8-gram |
|---|---|
| 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 |
Limitazioni osservate
- pdf_oxide extract_text (0.877) e OpenDataLoader (0.862) hanno un richiamo di 8-gram superiore al nostro motore (0.845) su questo documento.
- Un vero trattino alla fine di una riga seguito da una lettera maiuscola può andare perso: in un regolamento dell'UE che abbiamo convertito, «Online-» + «Desinformation» è diventato «OnlineDesinformation». Le pagine mostrate qui non hanno tale rottura.
- I riferimenti di Wikipedia escludono tabelle e infobox, quindi la precisione è bassa per ogni motore.