EpubCCConvertire un PDF spagnolo in EPUB
Aggiornato:
Il testo spagnolo si converte in modo pulito quando il PDF ha testo Unicode reale: accenti, ñ, virgolette «» e punti interrogativi invertiti ¿? rimangono invariati e il EPUB è contrassegnato come spagnolo. In un articolo di 50 pagine di Wikipedia in spagnolo, il nostro richiamo a 8 grammi è 0.941, sotto il valore pdf_oxide di 0.963.
Originale e risultato
Lettere accentate, ñ, «» e “” virgolette, punti interrogativi e esclamativi invertiti, trattini di dialogo e chiamate a riferimenti in formato apice, impostati in testo giustificato.
Scarica sorgente PDF Scarica il campione EPUB
Cosa fa il motore con il testo spagnolo
Il motore legge i caratteri che il PDF memorizza e li conserva così come sono: á, é, í, ó, ú, ü, ñ, «», ¿ e ¡ non necessitano di trattamenti speciali quando il PDF ha una mappa Unicode. Le legature (fi, fl) sono normalizzate in lettere normali solo all'interno dei blocchi in cui appaiono.
La lingua del libro viene rilevata dallo script e dalle parole comuni (de, la, que, el…) e scritta nel EPUB come es, in modo che le app di lettura utilizzino l'ipertesto e i dizionari spagnoli.
Cosa mostra il campione
Pagine 8 e 9 dell'articolo: paragrafi semplici con «» e “” citazioni, nomi accentati e due chiamate di riferimento. Il paragrafo che va da pagina 8 a pagina 9 è unito in uno.
Fonte e licenza
- Documento
- Wikipedia (Spanish): Don Quijote de la Mancha
- Licenza
- CC BY-SA 4.0 (text); images under their own licences
- Pagine
- 50
- Caratteristiche
- testo PDF, una colonna, immagini, Spagnolo
Wikipedia contributors, “Don Quijote de la Mancha”, Spanish Wikipedia, PDF from the Wikimedia REST API; text licensed CC BY-SA 4.0, images under their own licences. Pages shown unmodified; the EPUB is our conversion, under the same licence.
Impostazioni utilizzate
- Motore: EpubCC motore al commit 3b74b26, il file binario che ha generato le immagini e il campione (2026-11-04).
- Pagine: l'intero documento per le figure; pagine 8–9 per le immagini e il campione EPUB.
- Dati di benchmarking: la corsa pubblicata del 2026-11-03 (commit del motore c953279).
- 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.
EPUBCheck 5.4.0 sul campione scaricabile: 0 errori, 0 avvisi (controllato il 2026-11-04).
- Pagine
- 50
- Tempo
- 1.4 s
- Memoria massima
- 66 MB
- Lingua rilevata
- es
- Capitoli
- 13, dalle intestazioni dell'articolo
- Immagini mantenute
- 46
- Avvisi di qualità
- nessuno
| Motore | richiamo 8-gram |
|---|---|
| EpubCC engine (EPUB output) | 0.956 |
| EpubCC engine (plain text) | 0.942 |
| pdf_oxide · extract_text | 0.963 |
| pdf_oxide · to_plain_text (XY-cut) | 0.963 |
| pdf_oxide · Markdown | 0.857 |
| PDFium · text().all() | 0.945 |
| OpenDataLoader PDF (local mode) | 0.954 |
| pdftotext (Poppler) | 0.944 |
| Calibre · ebook-convert (EPUB output) | 0.938 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.956 |
Limitazioni osservate
- pdf_oxide extract_text (0.963) e OpenDataLoader (0.954) hanno un richiamo di 8-gram superiore al nostro motore (0.941) su questo documento.
- Nel campione, una riga con un apice «[cita richiesta]» è stata suddivisa in tre: «VI duque», poi «y», poi «de Béjar grande de España». Le parole ci sono tutte, ma fuori ordine.
- Le immagini che galleggiano accanto al testo interrompono il paragrafo che interrompono (vedi il caso delle immagini avvolte nel testo); le pagine qui mostrate non ne hanno.
- I riferimenti di Wikipedia escludono tabelle e infobox, quindi la precisione è bassa per ogni motore.