EpubCCConvertendo um documento do Federal Register de três colunas para EPUB
Atualizado:
O Federal Register imprime três colunas estreitas por página com texto rotacionado na margem, o que prejudica os conversores que leem linha por linha. Neste documento de domínio público, o motor EpubCC mantém a ordem das colunas e remove os cabeçalhos de página.
Original e resultado
Três colunas, texto de produção rotacionado na margem, cabeçalhos e notas de rodapé.
Baixar fonte PDF Baixar a amostra EPUB
Fonte e licença
- Documento
- Federal Register document 2026-22443
- Licença
- Public domain (work of the U.S. Government)
- Páginas
- 45
- Características
- texto PDF, três colunas, cabeçalhos repetidos, notas de rodapé
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.
Configurações usadas
- Engine: EpubCC engine, build de 2026-11-03 (o que foi medido no benchmark).
- Páginas: o documento completo.
- Opções: nenhuma. O motor ainda não tem configurações por documento; os mesmos padrões se aplicam a todos os arquivos.
Validação e resultados
EPUBCheck EPUBCheck em nosso EPUB: 0 erros, 0 avisos.
| Motor | Recuperação de 8-grama |
|---|---|
| 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 |
Limitações que observamos
- O texto da margem rotacionado foi descartado, que está certo aqui, mas perderia texto rotacionado real em outro lugar.