EpubCCReparieren Sie beschädigte Absätze in einer PDF-zu-EPUB-Konvertierung
Absätze brechen, wenn ein Konverter jede Zeile des PDF in eine Zeile des EPUB umwandelt, da ein PDF Zeilen speichert, nicht Absätze. EpubCC stellt Absätze anhand der Position jeder Zeile wieder her, fügt hyphenierte Wörter wieder zusammen und verbindet über Seiten verteilte Absätze.
Bis zu 3 ganze Bücher pro Tag kostenlos. Kein Konto erforderlich.
Aktualisiert:
Private Dateien. Nie für das Training verwendet. Automatisch gelöscht oder sofort, wenn du jetzt Löschen drückst.
Sehen Sie den Unterschied beim Lesen.
Warum es passiert
Ein PDF hat kein Konzept für Absätze. Es zieht Textzeilen an festen Positionen, oft mit einem Bindestrich, wo ein Wort am Zeilenende getrennt wurde. Ein Konverter, der diese Zeilen kopiert, behält die Zeilenumbrüche bei, und auf einem E-Reader wird jede Zeile zu einem kurzen, gebrochenen Absatz.
Wie EpubCC Absätze wiederherstellt
- Ein neuer Absatz beginnt nur bei einem echten Signal: einem vertikalen Abstand, einer Veränderung der Größe oder des Gewichts, einem Einzug in der ersten Zeile oder einer Zeile, die früh endet.
- Wörter, die am Ende einer Zeile getrennt sind, werden wieder verbunden, wenn die PDF den Bindestrich als Zeilenumbruch markiert oder wenn die nächste Zeile mit einem Kleinbuchstaben beginnt.
- Ein Absatz, der einen Satz nicht an einem Spalten- oder Seitenumbruch beendet, wird mit dem nächsten verbunden, wenn dieses in Kleinbuchstaben beginnt.
Was der Benchmark zeigt
Die 8-Gramm-Rückrufrate misst die Kontinuität: sie sinkt, wenn Zeilen verbunden werden oder die Lesereihenfolge Satzstrukturen unterbricht. Die Tabelle unten zeigt den Mittelwert für jede Engine in unserem öffentlichen Benchmark, einschließlich derjenigen, die uns bei manchen Dokumenten schlagen.
| Motor | 8-Gramm-Rückruf |
|---|---|
| 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 |
Gescannte Seiten werden mit OCR gelesen: kostenlos bis zu 10 Seiten, längere PDFs bei Pro und Business. Der Bericht listet diese auf, damit Sie Namen und Zahlen überprüfen können.
FAQ
Ist es kostenlos?
Ja, für die meisten Bücher: bis zu 3 ganze Bücher pro Tag, jeweils bis zu 300 Seiten und 50 MB, ohne Konto. Längere Bücher und gescannte PDFs über 10 Seiten sind in Pro und Business.
Wird die EPUB perfekt sein?
Kein Konverter kann das versprechen, und wir tun es nicht. Wenn die Engine Probleme erkennt (unlesbare Glyphen, zweifelhafte Lesereihenfolge), wird eine Warnung angezeigt, anstatt sie zu verbergen, und der Qualitätsbericht listet die Seiten auf, die es wert sind, überprüft zu werden.
Soll ich Calibre stattdessen verwenden?
Wenn Ihr PDF ein einfacher einspaltiger Text ist, könnte Calibre's kostenloser Konverter ausreichend sein. EpubCC ist für die schwierigen Fälle: kaputte Absätze, wiederholte Überschriften und Seitenzahlen, Fußnoten, Spalten und Kapitel.