EpubCCTesto che circonda un'immagine: dove il motore si interrompe
Aggiornato:
Quando un paragrafo fluisce attorno a un'immagine galleggiante, il motore EpubCC mantiene l'immagine ma interrompe il paragrafo: le linee strette accanto all'immagine diventano paragrafi separati di una riga, e la didascalia può finire all'interno di una frase. In un articolo di Wikipedia in inglese pdf_oxide raggiunge un tasso di richiamo di 8 grammi di 0.800 rispetto al nostro 0.761.
Originale e risultato
Immagini fluttuanti a sinistra o a destra con didascalie, e il testo principale che si avvolge attorno ad esse in una colonna più stretta per alcune righe, quindi torna alla larghezza completa.
Scarica sorgente PDF Scarica il campione EPUB
Perché succede
Il motore trova colonne cercando un intervallo verticale che si estende per tutta l'altezza di una regione con almeno due righe su ciascun lato. Un'immagine flottante con testo accanto sembra esattamente in questo modo: una stretta colonna di testo accanto a una colonna che contiene l'immagine e la sua didascalia.
Riconoscere il wrap-around (una stretta sequenza di righe che continuano a larghezza piena sotto l'immagine) è nella lista; fino ad allora mostriamo il risultato così com'è.
Fonte e licenza
- Documento
- Wikipedia (English): Alice's Adventures in Wonderland
- Licenza
- CC BY-SA 4.0 (text); images under their own licences
- Pagine
- 24
- Caratteristiche
- testo PDF, una colonna, immagini, Inglese
Wikipedia contributors, “Alice's Adventures in Wonderland”, English Wikipedia, PDF from the Wikimedia REST API; text licensed CC BY-SA 4.0, images under their own licences (the Tenniel illustrations are in the public domain). 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 4–5 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
- 24
- Tempo
- 0.55 s
- Memoria massima
- 48 MB
- Immagini mantenute
- 20
- Capitoli
- 14, dalle intestazioni dell'articolo
- Avvisi di qualità
- nessuno
| Motore | richiamo 8-gram |
|---|---|
| EpubCC engine (EPUB output) | 0.778 |
| EpubCC engine (plain text) | 0.771 |
| pdf_oxide · extract_text | 0.800 |
| pdf_oxide · to_plain_text (XY-cut) | 0.800 |
| pdf_oxide · Markdown | 0.672 |
| PDFium · text().all() | 0.774 |
| OpenDataLoader PDF (local mode) | 0.781 |
| pdftotext (Poppler) | 0.769 |
| Calibre · ebook-convert (EPUB output) | 0.763 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.778 |
Limitazioni osservate
- Le righe accanto a un'immagine flottante diventano paragrafi a una riga: lo spazio tra l'immagine e il testo viene letto come una rottura di colonna.
- L'immagine è posizionata dove inizia la sua regione, il che può essere nel mezzo di una frase.
- Le didascalie possono essere intercalate con il testo del corpo riga per riga (in questo articolo: «Pagina del manoscritto di» tra due metà di una frase).
- pdf_oxide extract_text (0.800), OpenDataLoader (0.781) e PDFium (0.774) hanno un richiamo di 8-gram superiore al nostro motore (0.761) su questo documento.