EpubCCKonvertering af en regeringsrapport med fodnoter til EPUB
Opdateret:
Regeringsrapporter placerer fodnoter i bunden af næsten hver side og gentager rapportnummeret i hver sidefod. På en 58-siders GAO-rapport fandt EpubCC motoren 50 fodnoter, linker 47 til deres opkald og fjernede sidefødderne, uden margen-tekst tilbage i EPUB.
Original og resultat
Fodnoter på de fleste sider, en kørende fodnote med sideskilt og rapportnummer, et brevpapir, figurer og tabeller samt bilag med agenturets kommentarbreve.
Download kilde PDF Download prøve EPUB
Hvordan fodnoter findes
Et blok er en fodnote, når den er mindre end brødteksten, sidder i den nederste halvdel af siden under brødteksten og starter med en markør. Superskrifter i brødteksten med samme mærke bliver links til noten, og noten linker tilbage.
I EPUB placeres noterne i slutningen af deres kapitel som EPUB fodnoter, så læse-apps, der understøtter dem, åbner noten i et pop-up.
Hvad prøven viser
Siderne 6 og 7: brevet til Kongressen med fodnoter 1 til 3. Afsnittet, der krydser sideskiftet, er sammenflettet, sidefoden «Side 1 · GAO-24-106219 Federal Contracting» er væk, og opkaldene er links.
Kilde og licens
- Dokument
- GAO report 24-106219
- Licens
- Public domain (U.S. Government work; GAO notes it may contain third-party copyrighted material)
- Sider
- 58
- Egenskaber
- tekst PDF, én kolonne, fodnoter, gentagne overskrifter, figurer, tabeller, rapport
U.S. Government Accountability Office, GAO-24-106219, “Federal Contracting: Agencies Can Better Monitor E-Verify Compliance”, October 2023. A work of the U.S. Government, not subject to copyright in the U.S.; GAO notes that third-party images in its reports may need separate permission.
Brugte indstillinger
- Motor: EpubCC motor ved commit 3b74b26, den binære der genererede billederne og prøven (2026-11-04).
- Sider: hele dokumentet for figurerne; siderne 6-7 for billederne og prøven EPUB.
- Benchmark tal: en kørsel fra 2026-11-04 med den samme binære, hver engine på hele dokumentet; dette dokument er ikke endnu en del af det offentliggjorte benchmark.
- Muligheder: ingen. Motoren har endnu ingen per-dokument indstillinger; de samme standardindstillinger gælder for hver fil.
Validering og resultater
EPUBCheck EPUBCheck på vores EPUB: 0 fejl, 0 advarsler.
EPUBCheck 5.4.0 på det downloadable prøver: 0 fejl, 0 advarsler (kontrolleret 2026-11-04).
- Sider
- 58
- Tid
- 0.73 s
- Maksimal hukommelse
- 147 MB
- Fodnoter fundet
- 50
- Fodnoteopkald, der er knyttet
- 47
- Kørende overskrifter og fodnoter fjernet
- 69
- Kapitler
- 8, fra PDF-oversigten
- Billeder beholdt
- 18
- Kvalitetsadvarsler
- ingen
| Motor | Margin lækage |
|---|---|
| EpubCC engine (EPUB output) | 0.000 |
| EpubCC engine (plain text) | 0.981 |
| pdf_oxide · extract_text | 1.000 |
| pdf_oxide · to_plain_text (XY-cut) | 1.000 |
| pdf_oxide · Markdown | 0.077 |
| PDFium · text().all() | 1.000 |
| OpenDataLoader PDF (local mode) | 0.000 |
| pdftotext (Poppler) | 0.000 |
| Calibre · ebook-convert (EPUB output) | 0.865 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.000 |
Begrænsninger vi har observeret
- 3 af de 50 fodnoter var ikke knyttet til en henvisning: de forbliver som noter i slutningen af kapitlet uden en tilbagekobling.
- En bindestreg, der er en del af et ord, går tabt, når den falder i slutningen af en linje før et stort bogstav: «E-» + «Verify» blev «EVerify» (synligt i eksemplet), «indefinite-» + «delivery» blev «indefinitedelivery».
- Tabelceller og figuretiketter skrives som tekst i læseorden, ikke genopbygget som tabeller.
- Adresseblokken på brevpapiret bliver almindelige korte afsnit.
- GAO offentliggør ingen HTML- eller tekstversion, så der er ingen uafhængig reference tekst: tabellen måler margin lækage, ikke tekstkvalitet.