EpubCCConvirtiendo un documento del Registro Federal de tres columnas a EPUB
Actualizado:
El Registro Federal imprime tres columnas estrechas por página con texto rotado en el margen, lo que dificulta a los conversores que leen línea por línea. En este documento de dominio público, el motor EpubCC mantiene el orden de las columnas y elimina los encabezados continuos.
Original y resultado
Tres columnas, texto de producción rotado en el margen, encabezados en ejecución y notas al pie.
Descargar fuente PDF Descargar la muestra EPUB
Fuente y licencia
- Documento
- Federal Register document 2026-22443
- Licencia
- Public domain (work of the U.S. Government)
- Páginas
- 45
- Características
- texto PDF, tres columnas, encabezados repetidos, notas al pie
Federal Register document 2026-22443 (November 3, 2026), Office of the Federal Register, published on govinfo.gov. A work of the U.S. Government, in the public domain.
Configuraciones utilizadas
- Motor: EpubCC motor, compilación del 2026-11-03 (el que se midió en el benchmark).
- Páginas: todo el documento.
- Opciones: ninguna. El motor no tiene configuraciones por documento aún; los mismos valores predeterminados se aplican a cada archivo.
Validación y resultados
EPUBCheck EPUBCheck en nuestro EPUB: 0 errores, 0 advertencias.
| Motor | recuperación de 8-gramas |
|---|---|
| EpubCC engine (EPUB output) | 0.857 |
| EpubCC engine (plain text) | 0.853 |
| pdf_oxide · extract_text | 0.334 |
| pdf_oxide · to_plain_text (XY-cut) | 0.035 |
| pdf_oxide · Markdown | 0.339 |
| PDFium · text().all() | 0.859 |
| OpenDataLoader PDF (local mode) | 0.801 |
| pdftotext (Poppler) | 0.835 |
| Calibre · ebook-convert (EPUB output) | 0.121 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.851 |
Limitaciones que observamos
- El texto del margen rotado es eliminado, lo cual está bien aquí pero perdería texto realmente rotado en otros lugares.