EpubCCΔιορθώστε τις σπασμένες παραγράφους σε μια μετατροπή PDF-σε-EPUB
Οι παράγραφοι σπάνε όταν ένας μετατροπέας μετατρέπει κάθε γραμμή του PDF σε μια γραμμή του EPUB, επειδή ένα PDF αποθηκεύει γραμμές, όχι παραγράφους. Το EpubCC ξαναχτίζει τις παραγράφους από τη θέση κάθε γραμμής, ξαναενώνει τις υφασμένες λέξεις και ενώνει παραγράφους που διασπώνται μεταξύ σελίδων.
Έως 3 ολόκληρα βιβλία την ημέρα δωρεάν. Δεν απαιτείται λογαριασμός.
Ενημερωμένο:
Ιδιωτικά αρχεία. Ποτέ δεν χρησιμοποιούνται για εκπαίδευση. Διαγράφονται αυτόματα ή αμέσως μόλις πατήσετε Διαγραφή τώρα.
Δείτε τη διαφορά στην ανάγνωση.
Γιατί συμβαίνει αυτό
Ένα PDF δεν έχει έννοια παραγράφου. Σχεδιάζει γραμμές κειμένων σε σταθερές θέσεις, συχνά με έναν παύλα όπου μια λέξη χωρίστηκε στο τέλος μίας γραμμής. Ένας μετατροπέας που αντιγράφει αυτές τις γραμμές διατηρεί τις διακοπές γραμμών, και σε έναν αναγνώστη κάθε γραμμή γίνεται μια σύντομη σπασμένη παράγραφος.
Πώς η EpubCC αναδομεί παραγράφους
- Μια νέα παράγραφος ξεκινά μόνο σε πραγματικό σήμα: ένα κατακόρυφο κενό, μια αλλαγή μεγέθους ή βάρους, μια εσοχή στην πρώτη γραμμή, ή μια γραμμή που τελειώνει νωρίς.
- Οι λέξεις που χωρίζονται στο τέλος μιας γραμμής επανασυνδέονται όταν το PDF σηματοδοτεί το παυλάκι ως αλλαγή γραμμής, ή όταν η επόμενη γραμμή ξεκινά με πεζό.
- Μια παράγραφος που δεν τελειώνει μια πρόταση σε διάλειμμα στήλης ή σελίδας ενώνεται με την επόμενη όταν αυτή ξεκινά με πεζά.
Τι δείχνει ο δείκτης
Η μέτρηση 8-γραμμα είναι συνεχής: μειώνεται όταν οι γραμμές ενώνονται ή η σειρά ανάγνωσης σπάει προτάσεις. Ο πίνακας παρακάτω δείχνει τον μέσο όρο για κάθε μηχανή στην δημόσια αξιολόγησή μας, συμπεριλαμβανομένων των εκείνων που μας ξεπέρασαν σε ορισμένα έγγραφα.
| Μηχανή | 8-γραμμα ανάκληση |
|---|---|
| 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 |
Οι σκαναρισμένες σελίδες διαβάζονται με OCR: δωρεάν έως 10 σελίδες, μεγαλύτερα PDFs σε Pro και Business. Η αναφορά τους απαριθμεί ώστε να μπορείτε να ελέγξετε τα ονόματα και τους αριθμούς.
FAQ
Είναι δωρεάν;
Ναι, για τα περισσότερα βιβλία: έως 3 ολόκληρα βιβλία την ημέρα, το καθένα έως 300 σελίδες και 50 MB, χωρίς λογαριασμό. Μακρύτερα βιβλία και σκαναρισμένα PDFs πάνω από 10 σελίδες είναι στο Pro και Business.
Θα είναι τέλειο το EPUB;
Κανένας μετατροπέας δεν μπορεί να υποσχεθεί αυτό, και δεν το κάνουμε. Όταν η μηχανή ανιχνεύει προβλήματα (μη αναγνώσιμα γλυφικά, θεωρητική αμφίβολη σειρά ανάγνωσης) δείχνει μια προειδοποίηση αντί να το κρύβει, και η αναφορά ποιότητας αναφέρει τις σελίδες που αξίζει να ελέγξετε.
Πρέπει να χρησιμοποιήσω το Calibre αντί;
Αν η PDF είναι ένα απλό κείμενο μονής στήλης, ο δωρεάν μετατροπέας του Calibre μπορεί να είναι αρκετός. Ο EpubCC είναι για τις δύσκολες περιπτώσεις: σπασμένες παραγράφους, επαναλαμβανόμενοι τίτλοι και αριθμοί σελίδας, υποσημειώσεις, στήλες και κεφάλια.