EpubCCPDF z numerami linii (ustawy, zeznania): jeszcze nie są obsługiwane
Zaktualizowane:
Numery linii w marginesie nie są jeszcze obsługiwane: w 50-stronnym projekcie ustawy Senatu USA silnik EpubCC zapisuje numery od 1 do 24 jako stos krótkich akapitów przed tekstem każdej strony i dzieli około 24 słów na 1 000. Inne silniki mają gorszą ciągłość (przypomnienie 8-gramowe 0.09 do 0.51 w porównaniu z naszym 0.559), ale żaden nie daje czystego wyniku.
Oryginał i wynik
Każda linia ponumerowana od 1 do 24 w lewym marginesie, numer strony na górze, słowa z łącznikiem na końcu krótkich linii oraz głębokie wcięcia dla każdego poziomu ustawy.
Pobierz źródło PDF Pobierz próbkę EPUB
Dlaczego publikujemy przypadek, który się nie powiódł
Akta, wnioski sądowe i transkrypcje często numerują każdą linię. Konwerter, który cicho zachowuje te numery, tworzy EPUB, który jest trudny do odczytania, a powinieneś to wiedzieć przed przesłaniem 500-stronicowego dokumentu. Usunięcie numerów linii marginesowych znajduje się na liście poprawek silnika; ta strona zostanie ponownie wygenerowana, gdy to zadziała.
Źródło i licencja
- Dokument
- Kids Online Safety Act bill, S. 1409 (line-numbered)
- Licencja
- Public domain (work of the U.S. Government)
- Strony
- 50
- Cechy
- tekst PDF, jedna kolumna, numery linii, tekst prawny
S. 1409 (118th Congress), Kids Online Safety Act, as introduced in the Senate on 2 May 2023, U.S. Government Publishing Office (govinfo.gov). A work of the U.S. Government, in the public domain.
Ustawienia użyte
- Silnik: EpubCC silnik w wersji 3b74b26, binarny, który wygenerował obrazy i próbkę (2026-11-04).
- Strony: cały dokument dla figur; strony 3–4 dla obrazów i próbki EPUB.
- Wyniki benchmarków: uruchomienie z dnia 2026-11-04 z tym samym binarnym, każdy silnik na całym dokumencie; ten dokument nie jest jeszcze częścią opublikowanego benchmarku.
- 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
- 50
- Czas
- 0.05 s
- Szczyt pamięci
- 20 MB
- Rozdziały
- brak wykryto
- Podział słów / 1 000
- 23.6
- Ostrzeżenia o jakości
- 1
Ostrzeżenia o jakości, które pokazał silnik:
- Nie wykryto rozdziałów: książka pozostaje w jednej sekcji.
| Silnik | Przywołanie 8-gramowe |
|---|---|
| EpubCC engine (EPUB output) | 0.810 |
| EpubCC engine (plain text) | 0.608 |
| pdf_oxide · extract_text | 0.184 |
| pdf_oxide · to_plain_text (XY-cut) | 0.089 |
| pdf_oxide · Markdown | 0.511 |
| PDFium · text().all() | 0.088 |
| OpenDataLoader PDF (local mode) | 0.088 |
| pdftotext (Poppler) | 0.101 |
| Calibre · ebook-convert (EPUB output) | 0.084 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.810 |
Ograniczenia, które zaobserwowaliśmy
- Numery linii są zachowywane jako ciąg akapitów z jedną liczbą na początku każdej strony, zamiast być usuwane.
- Słowa myślnikowane na końcu linii są czasami dzielone z spacją zamiast połączone («ser wis», «sub ject»): 23.6 podzielił słowa na 1,000 w naszym EPUB.
- Poziomy wcięcia ((A), (i), (I)) są spłaszczone; zarys ustawy nie jest odbudowywany.
- Nie wykryto rozdziałów, a silnik ostrzega o tym.
- Nasz 8-gramowy wynik (0.559) to najwyższy z zmierzonych silników, co pokazuje bardziej, jak trudny jest ten układ, niż jakość naszego rezultatu.