EpubCCConvertire un PDF giapponese in EPUB
Aggiornato:
Il testo giapponese non ha spazi tra le parole, quindi unire righe e paragrafi richiede regole diverse rispetto al testo latino. In un articolo di Wikipedia giapponese, il EpubCC motore unisce le righe CJK senza inserire spazi.
Originale e risultato
Testo CJK senza spazi tra le parole, mescolato con script latino e numeri.
Scarica sorgente PDF Scarica il campione EPUB
Fonte e licenza
- Documento
- Wikipedia (Japanese): The Tale of Genji
- Licenza
- CC BY-SA 4.0 (text); images under their own licences
- Pagine
- 67
- Caratteristiche
- testo PDF, una colonna, Giapponese, CJK
Wikipedia contributors, “源氏物語” (The Tale of Genji), Japanese Wikipedia, text licensed CC BY-SA 4.0; images under their own licences.
Impostazioni utilizzate
- Motore: EpubCC motore, build del 2026-11-03 (quello misurato nel benchmark).
- Pagine: l'intero documento.
- 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.
| Motore | richiamo 8-gram |
|---|---|
| EpubCC engine (EPUB output) | 0.964 |
| EpubCC engine (plain text) | 0.963 |
| pdf_oxide · extract_text | 0.970 |
| pdf_oxide · to_plain_text (XY-cut) | 0.970 |
| pdf_oxide · Markdown | 0.797 |
| PDFium · text().all() | 0.952 |
| OpenDataLoader PDF (local mode) | 0.942 |
| pdftotext (Poppler) | 0.965 |
| Calibre · ebook-convert (EPUB output) | 0.939 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.964 |
Limitazioni osservate
- La fonte è testo orizzontale; i libri verticali (tategaki) non sono stati ancora testati.
- pdf_oxide e pdftotext ottengono punteggi leggermente superiori al nostro motore su questo documento.