EpubCCKonwertowanie niemieckiego PDF na EPUB
Zaktualizowane:
Niemiecki tekst konwertuje się czysto, gdy PDF przechowuje prawdziwy tekst Unicode: ä, ö, ü, ß, a niskie-wysokie „…“ cudzysłowy przechodzą bez zmian i EPUB jest oznaczone jako niemieckie. W 86-stronnicowym artykule Wikipedii nasza pamięć 8-gramowa to 0.845, poniżej pdf_oxide's 0.877.
Oryginał i wynik
Umlauty i ß, „…“ znaki cytatów, długie słowa złożone i pary z myślnikami, takie jak «Freiheits- und Brüderlichkeitsideale».
Pobierz źródło PDF Pobierz próbkę EPUB
Co silnik robi z tekstem w języku niemieckim
Znaki są zachowywane tak, jak PDF je przechowuje. Myślnik na końcu wiersza zostaje usunięty tylko wtedy, gdy PDF oznacza go jako miękki myślnik końca wiersza lub gdy za nim podąża litera mała, więc zatrzymane myślniki («Freiheits- und …») przetrwają.
Język wykrywany jako de jest zapisywany jako EPUB, więc aplikacje czytelnicze używają niemieckiego podziału wyrazów dla długich złożonych.
Co pokazuje próbka
Strony 19 i 20 artykułu: Goethe i Rewolucja Francuska, gęsto wypełnione „…“ cytatami, ß i odwołaniami, oraz nagłówek sekcji, który staje się nagłówkiem w EPUB.
Źródło i licencja
- Dokument
- Wikipedia (German): Johann Wolfgang von Goethe
- Licencja
- CC BY-SA 4.0 (text); images under their own licences
- Strony
- 86
- Cechy
- tekst PDF, jedna kolumna, Niemiecki
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.
Ustawienia użyte
- Silnik: EpubCC silnik w wersji 3b74b26, binarny, który wygenerował obrazy i próbkę (2026-11-04).
- Strony: cały dokument dla figur; strony 19–20 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
- 86
- Czas
- 2.5 s
- Szczyt pamięci
- 87 MB
- Wykryty język
- de
- Rozdziały
- 11, z nagłówków artykułu
- Obrazy zachowane
- 42
- Ostrzeżenia o jakości
- brak
| Silnik | Przywołanie 8-gramowe |
|---|---|
| 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 |
Ograniczenia, które zaobserwowaliśmy
- pdf_oxide extract_text (0.877) i OpenDataLoader (0.862) mają wyższą pamięć 8-gramową niż nasza maszyna (0.845) w tym dokumencie.
- Rzeczywisty myślnik na końcu wiersza, po którym następuje wielka litera, może zostać utracony: w regulaminie UE, który przekształciliśmy, «Online-» + «Desinformation» stało się «OnlineDesinformation». Strony pokazane tutaj nie mają takiego łamańca.
- Odwołania do Wikipedii pomijają tabele i infoboksy, więc precyzja jest niska dla każdej wyszukiwarki.