EpubCCCorreggi paragrafi rotti in una conversione da PDF a EPUB
I paragrafi si rompono quando un convertitore trasforma ogni riga del PDF in una riga del EPUB, perché un PDF memorizza righe, non paragrafi. EpubCC ricostruisce i paragrafi dalla posizione di ogni riga, riunisce le parole divise da trattino e unisce i paragrafi spezzati tra le pagine.
Fino a 3 libri interi al giorno gratuiti. Nessun account richiesto.
Aggiornato:
File privati. Mai usati per l'addestramento. Eliminati automaticamente, o immediatamente quando premi Elimina ora.
Vedi la differenza nella lettura.
Perché succede
Un PDF non ha notizia di un paragrafo. Disegna righe di testo a posizioni fisse, spesso con un trattino dove una parola è stata divisa alla fine di una riga. Un convertitore che copia quelle righe mantiene i ritorni a capo, e su un e-reader ogni riga diventa un breve paragrafo spezzato.
Come EpubCC ricostruisce i paragrafi
- Un nuovo paragrafo inizia solo su un segnale reale: un intervallo verticale, un cambio di dimensione o peso, un rientro della prima riga, o una riga che termina prematuramente.
- Le parole divise alla fine di una riga vengono riunite quando il PDF segna il trattino come interruzione di riga, o quando la riga successiva inizia in minuscolo.
- Un paragrafo che non termina una frase a un'interruzione di colonna o di pagina viene unito al successivo quando quello inizia in minuscolo.
Cosa mostra il benchmark
Il richiamo a 8 grammi misura la continuità: diminuisce quando le righe si uniscono o l'ordine di lettura interrompe le frasi. La tabella qui sotto mostra la media per ogni motore nel nostro benchmark pubblico, inclusi quelli che ci superano su alcuni documenti.
| Motore | richiamo 8-gram |
|---|---|
| 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 |
Le pagine scansionate vengono lette con OCR: gratuito fino a 10 pagine, PDF più lunghi su Pro e Business. Il rapporto le elenca così puoi controllare nomi e numeri.
FAQ
È gratuito?
Sì, per la maggior parte dei libri: fino a 3 libri interi al giorno, ciascuno fino a 300 pagine e 50 MB, senza alcun account. Libri più lunghi e PDF scansionati oltre 10 pagine sono su Pro e Business.
Il EPUB sarà perfetto?
Nessun convertitore può promettere questo, e noi non lo facciamo. Quando il motore rileva problemi (glifi illeggibili, ordine di lettura dubbioso) mostra un avviso invece di nasconderlo, e il rapporto di qualità elenca le pagine da controllare.
Dovrei usare invece Calibre?
Se il tuo PDF è un semplice testo a colonna singola, il convertitore gratuito di Calibre potrebbe essere sufficiente. EpubCC è per i casi difficili: paragrafi rotti, intestazioni ripetute e numeri di pagina, note a piè di pagina, colonne e capitoli.