EpubCCUsunięcie nagłówków biegowych z raportu liczącego 585 stron
Zaktualizowane:
Długie raporty powtarzają tytuł rozdziału i numer strony na każdej stronie, a konwersja linia po linii umieszcza je w środku zdań. W 585-stronnym raporcie Komisji 9/11 silnik EpubCC wykrywa je, porównując strony i usuwa je.
Oryginał i wynik
Nagłówki i numery stron na każdej stronie, rozdziały i przypisy końcowe, 585 stron.
Pobierz źródło PDF Pobierz próbkę EPUB
Źródło i licencja
- Dokument
- The 9/11 Commission Report (GPO)
- Licencja
- Public domain (work of the U.S. Government)
- Strony
- 585
- Cechy
- tekst PDF, książka, rozdziały, powtarzające się nagłówki, przypisy końcowe, długi, test ładowania
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.
Ustawienia użyte
- Silnik: EpubCC silnik, wersja 2026-11-03 (ta, która została zmierzona w benchmarku).
- Strony: cały dokument.
- 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.
| Silnik | Wycieki marginesów |
|---|---|
| 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 |
Ograniczenia, które zaobserwowaliśmy
- Nie ma niezależnego tekstu referencyjnego dla tego dokumentu, więc mierzony jest tylko przeciek marginesowy, czas i pamięć.
- Metryka wycieku marginesu jest niezawodna tylko dla silników, które dzielą linie na przykład jak pdftotext -layout.