EpubCCJuoksevien otsikoiden poistaminen 585-sivuisesta raportista
Päivitetty:
Pitkissä raporteissa toistuu luvun otsikko ja sivunumero jokaisella sivulla, ja rivi riviltä muuntaminen sijoittaa ne lauseiden keskelle. 585-sivuisessa 9/11-komission raportissa EpubCC -moottori havaitsee ne vertaamalla sivuja ja poistaa ne.
Alkuperäinen ja tulos
Juoksevat otsikot ja sivunumerot kaikilla sivuilla, luvut ja loppuviitteet, 585 sivua.
Lataa lähde PDF Lataa näyte EPUB
Lähde ja lisenssi
- Dokumentti
- The 9/11 Commission Report (GPO)
- Lisenssi
- Public domain (work of the U.S. Government)
- Sivut
- 585
- Ominaisuudet
- teksti PDF, kirja, luvut, toistuvat otsikot, loppuviitteet, pitkä, kuormitustesti
The 9/11 Commission Report, National Commission on Terrorist Attacks Upon the United States (2004), U.S. Government Publishing Office. A work of the U.S. Government, in the public domain.
Käytetyt asetukset
- Moottori: EpubCC moottori, kokoelma 2026-11-03 (se, jonka osalta mittaus tehtiin tietyssä benchmarkissa).
- Sivut: koko asiakirja.
- Valinnat: ei mitään. Moottorilla ei vielä ole asiakirjakohtaisia asetuksia; samat oletusasetukset pätevät kaikkiin tiedostoihin.
Validointi ja tulokset
EPUBCheck EPUBCheck meidän EPUB: 0 virheitä, 0 varoituksia.
| Moottori | Reunavuoto |
|---|---|
| EpubCC engine (EPUB output) | 0.000 |
| EpubCC engine (plain text) | 1.000 |
| pdf_oxide · extract_text | 0.995 |
| pdf_oxide · to_plain_text (XY-cut) | 0.995 |
| pdf_oxide · Markdown | 0.005 |
| PDFium · text().all() | 1.000 |
| OpenDataLoader PDF (local mode) | 0.000 |
| pdftotext (Poppler) | 0.000 |
| Calibre · ebook-convert (EPUB output) | 0.404 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.000 |
Havaittuja rajoituksia
- Tälle asiakirjalle ei ole itsenäistä viitetekstiä, joten ainoastaan marginaalivuoto, aika ja muisti mitataan.
- Marginaalivuoto-mittari on luotettava vain moottoreille, jotka jakavat rivejä kuten pdftotext -layout.