EpubCCTa bort löpande rubriker från en 585-sidig rapport.
Uppdaterad:
Långa rapporter upprepar kapitelrubriken och sidnumret på varje sida, och en rad-för-rad-konvertering placerar dem mitt i meningar. På den 585-sidiga 9/11-kommissionens rapport upptäcker EpubCC motorn dem genom att jämföra sidor och tar bort dem.
Original och resultat
Körande rubriker och sidnummer på varje sida, kapitel och slutnoter, 585 sidor.
Ladda ner källan PDF Ladda ner provet EPUB
Källa och licens
- Dokument
- The 9/11 Commission Report (GPO)
- Licens
- Public domain (work of the U.S. Government)
- Sidor
- 585
- Egenskaper
- text PDF, bok, kapitel, upprepade rubriker, slutnoter, lång, laddningstest
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.
Använda inställningar
- Motor: EpubCC motor, bygg av 2026-11-03 (den som mättes i benchmarken).
- Sidor: hela dokumentet.
- 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.
| Motor | Marginalläckage |
|---|---|
| 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 |
Begränsningar vi observerat
- Det finns ingen oberoende referenstext för detta dokument, så endast marginalläckage, tid och minne mäts.
- Mätningen av marginalläckage är endast pålitlig för motorer som delar upp rader som pdftotext -layout.