EpubCCOpravit rozbité odstavce v převodu PDF-na-EPUB
Odstavce se rozbíjejí, když převodník převádí každou řádku PDF na řádku EPUB, protože PDF ukládá řádky, nikoli odstavce. EpubCC přebudovává odstavce z pozice každé řádky, opět spojuje hyfenovaná slova a spojuje odstavce rozdělené na stránkách.
Až 3 celé knihy denně zdarma. Účet není potřebný.
Aktualizováno:
Soukromé soubory. Nikdy nejsou použity pro trénink. Automaticky odstraněny, nebo ihned po stisknutí Zrušit nyní.
Podívejte se na rozdíl ve čtení.
Proč se to stává
PDF nemá pojem odstavce. Kreslí řádky textu na pevných pozicích, často s pomlčkou, kde bylo slovo rozděleno na konci řádku. Konvertor, který kopíruje tyto řádky, zachovává zalomení řádků, a na e-čtečce se každý řádek stává krátkým zlomeným odstavcem.
Jak EpubCC přestavuje odstavce
- Nový odstavec začíná pouze na skutečném signálu: vertikální meze, změně velikosti nebo tloušťky, odsazení prvního řádku, nebo řádek, který končí brzy.
- Slova dělená na konci řádku jsou opět spojena, když PDF označuje pomlčku jako zlomení řádku, nebo když další řádek začíná malým písmenem.
- Odstavec, který nekončí větu na zlomu sloupce nebo stránky, je spojen s dalším, když ten začíná malými písmeny.
Co ukazuje benchmark
Osmigramové zpracování měří kontinuitu: klesá při spojení řádků nebo přerušení čtení. Tabulka níže ukazuje průměr pro každý stroj v našem veřejném benchmarku, včetně těch, které nás porazily na některých dokumentech.
| Stroj | 8-gramová recall |
|---|---|
| EpubCC engine (EPUB output) | 0.845 |
| EpubCC engine (plain text) | 0.829 |
| pdf_oxide · extract_text | 0.740 |
| pdf_oxide · to_plain_text (XY-cut) | 0.694 |
| pdf_oxide · Markdown | 0.692 |
| PDFium · text().all() | 0.756 |
| OpenDataLoader PDF (local mode) | 0.734 |
| pdftotext (Poppler) | 0.755 |
| Calibre · ebook-convert (EPUB output) | 0.726 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.845 |
Naskenované stránky se čtou s OCR: zdarma do 10 stran, delší PDF na Pro a Business. Zpráva je uvádí, abyste si mohli zkontrolovat jména a čísla.
FAQ
Je to zdarma?
Ano, pro většinu knih: až 3 celé knihy denně, každá do 300 stran a 50 MB, bez účtu. Delší knihy a skeny PDF přes 10 stran jsou na Pro a Business.
Bude EPUB perfektní?
Žádný převodník to nemůže slíbit a my také ne. Když motor detekuje problémy (nečitelný glyf, pochybný pořádek čtení), ukáže varování místo skrývání a zpráva o kvalitě uvádí stránky, které stojí za to zkontrolovat.
Mám místo toho použít Calibre?
Pokud je váš PDF jednoduchý text v jedné koloně, zdarma dostupný převodník Calibre může být dostatečný. EpubCC je určen pro složitější případy: rozbité odstavce, opakující se záhlaví a čísla stránek, poznámky pod čarou, sloupce a kapitoly.