EpubCCKonvertera en regeringrapport med fotnoter till EPUB
Uppdaterad:
Regeringsrapporter placerar fotnoter i botten av nästan varje sida och upprepar rapportnumret i varje sidfot. I en 58-sidig GAO-rapport hittade EpubCC motorn 50 fotnoter, länkade 47 till sina hänvisningar och tog bort sidfötterna, utan att någon marginaltext lämnades i EPUB.
Original och resultat
Fotnoter på de flesta sidor, en löpande sidfot med sidnummer och rapportnummer, ett brevhuvud, figurer och tabeller, och bilagor med kommentarer från myndigheter.
Ladda ner källan PDF Ladda ner provet EPUB
Hur fotnoter hittas
Ett block är en fotnot när det är mindre än brödtexten, sitter i den nedre halvan av sidan under brödtexten och börjar med en markör. Exponenten i brödtexten med samma beteckning blir länkar till noten, och noten länkar tillbaka.
I EPUB placeras anteckningarna i slutet av sitt kapitel som EPUB fotnoter, så läsningsappar som stöder dem öppnar anteckningen i ett pop-up-fönster.
Vad provet visar
Sidorna 6 och 7: brevet till kongressen med fotnoter 1 till 3. Stycket som korsar sidbrytningen är sammanfogat, sidfoten «Sida 1 · GAO-24-106219 Federal Contracting» är borta, och anropen är länkar.
Källa och licens
- Dokument
- GAO report 24-106219
- Licens
- Public domain (U.S. Government work; GAO notes it may contain third-party copyrighted material)
- Sidor
- 58
- Egenskaper
- text PDF, en kolumn, fotnoter, upprepade rubriker, 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.
Använda inställningar
- Motor: EpubCC motor vid commit 3b74b26, den binära som genererade bilderna och provet (2026-11-04).
- Sidor: hela dokumentet för figurerna; sidor 6–7 för bilderna och exemplet EPUB.
- Benchmark siffror: en körning av 2026-11-04 med samma binär, varje motor på hela dokumentet; detta dokument är ännu inte en del av den publicerade benchmarken.
- Alternativ: inga. Motorn har inga per-dokument-inställningar ännu; samma standardinställningar gäller för varje fil.
Validering och resultat
EPUBCheck EPUBCheck på vår EPUB: 0 fel, 0 varningar.
EPUBCheck 5.4.0 på den nedladdningsbara provet: 0 fel, 0 varningar (kontrollerat 2026-11-04).
- Sidor
- 58
- Tid
- 0.73 s
- Maxminne
- 147 MB
- Fotnoter funna
- 50
- Fotnoter kopplade
- 47
- Körande rubriker och sidfötter borttagna
- 69
- Kapitel
- 8, från PDF-översikten
- Bilder som behålls
- 18
- Kvalitetsvarningar
- ingen
| Motor | Marginalläckage |
|---|---|
| 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 |
Begränsningar vi observerat
- 3 av de 50 fotnoterna var inte länkade till en hänvisning: de förblir som anteckningar i slutet av kapitlet utan en länk tillbaka.
- Ett bindestreck som är en del av ett ord försvinner när det hamnar vid slutet av en rad före en stor bokstav: «E-» + «Verify» blev «EVerify» (synligt i exemplet), «indefinite-» + «delivery» blev «indefinitedelivery».
- Tabellceller och figurlabels skrivs som text i läsordning, inte återskapade som tabeller.
- Adressblocket av brevhuvudet blir vanliga korta stycken.
- GAO publicerar ingen HTML- eller textversion, så det finns ingen oberoende referenstext: tabellen mäter marginal läckage, inte textkvalitet.