EpubCCTekst, który owija się wokół obrazu: gdzie silnik się łamie
Zaktualizowane:
Kiedy akapit przepływa wokół pływającego obrazu, silnik EpubCC zachowuje obraz, ale przerywa akapit: wąskie linie obok obrazu stają się oddzielnymi akapitami jednoliniowymi, a podpis może wylądować w środku zdania. W angielskim artykule Wikipedii pdf_oxide osiąga przypomnienie 8-gramowe 0.800 w porównaniu do naszego 0.761.
Oryginał i wynik
Obrazy pływające po lewej lub prawej stronie z podpisami, a tekst główny owija się wokół nich w węższej kolumnie przez kilka linijek, a następnie powraca do pełnej szerokości.
Pobierz źródło PDF Pobierz próbkę EPUB
Dlaczego to się dzieje
Silnik znajduje kolumny, szukając pionowej luki, która przebiega przez całą wysokość obszaru z co najmniej dwoma liniami z każdej strony. Unoszący się obraz z tekstem obok wygląda dokładnie tak: wąska kolumna tekstu obok kolumny, która trzyma obraz i jego podpis.
Rozpoznawanie zawijania (wąski bieg linii, który kontynuuje na pełnej szerokości poniżej obrazu) jest na liście; do tego czasu pokazujemy wynik tak, jak jest.
Źródło i licencja
- Dokument
- Wikipedia (English): Alice's Adventures in Wonderland
- Licencja
- CC BY-SA 4.0 (text); images under their own licences
- Strony
- 24
- Cechy
- tekst PDF, jedna kolumna, obrazy, Angielski
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.
Ustawienia użyte
- Silnik: EpubCC silnik w wersji 3b74b26, binarny, który wygenerował obrazy i próbkę (2026-11-04).
- Strony: cały dokument dla figur; strony 4–5 dla obrazów i próbki EPUB.
- Wyniki benchmarków: opublikowane uruchomienie z dnia 2026-11-03 (zobowiązanie silnika c953279).
- 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.
EPUBCheck 5.4.0 w próbce do pobrania: 0 błędów, 0 ostrzeżeń (sprawdzone 2026-11-04).
- Strony
- 24
- Czas
- 0.55 s
- Szczyt pamięci
- 48 MB
- Obrazy zachowane
- 20
- Rozdziały
- 14, z nagłówków artykułu
- Ostrzeżenia o jakości
- brak
| Silnik | Przywołanie 8-gramowe |
|---|---|
| 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 |
Ograniczenia, które zaobserwowaliśmy
- Linie obok pływającego obrazu stają się jednogłoskowymi akapitami: przestrzeń między obrazem a tekstem jest odczytywana jako złamanie kolumny.
- Obraz jest umiejscowiony tam, gdzie zaczyna się jego obszar, co może być w środku zdania.
- Napisy mogą być przeplatane z tekstem głównym linia po linii (w tym artykule: «Strona z rękopisu» pomiędzy dwiema połowami zdania).
- pdf_oxide extract_text (0.800), OpenDataLoader (0.781) i PDFium (0.774) mają wyższą pamięć 8-gramową niż nasza maszyna (0.761) w tym dokumencie.