EpubCCReparer ødelagte avsnitt i en PDF-til-EPUB konvertering
Avsnitt brytes når en konverter omgjør hver linje av PDF til en linje av EPUB, fordi en PDF lagrer linjer, ikke avsnitt. EpubCC gjenoppbygger avsnitt fra stillingen til hver linje, gjenforener hyphenated ord og slår sammen avsnitt delt over sider.
Opptil 3 hele bøker om dagen gratis. Ingen konto nødvendig.
Oppdatert:
Private filer. Brukes aldri til trening. Slettet automatisk, eller umiddelbart når du trykker på Slett nå.
Se forskjellen i lesing.
Hvorfor det skjer
En PDF har ingen forståelse av et avsnitt. Den tegner linjer av tekst på faste posisjoner, ofte med et bindestrek der et ord ble delt på slutten av en linje. En konverter som kopierer disse linjene beholder linjebrudd, og på en e-leser blir hver linje til et kort brutt avsnitt.
Hvordan EpubCC gjenoppbygger avsnitt
- Et nytt avsnitt begynner bare på et reelt signal: et vertikalt mellomrom, en endring av størrelse eller vekt, et innrykk i første linje, eller en linje som ender tidlig.
- Ord som er delte på slutten av en linje, settes sammen igjen når PDF markerer bindestreken som et linjeskift, eller når neste linje starter med små bokstaver.
- Et avsnitt som ikke avslutter en setning ved et kolonne- eller sideskille blir slått sammen med den neste når den begynner med små bokstaver.
Hva benchmarket viser
8-grams gjenkalling måler kontinuitet: den faller når linjer slår seg sammen eller lese-rekkefølgen bryter setninger. Tabellen nedenfor viser gjennomsnittet for hver motor i vår offentlige referanse, inkludert de som slo oss på noen dokumenter.
| Motor | 8-gram tilbakekalling |
|---|---|
| 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 |
Skannede sider leses med OCR: gratis opp til 10 sider, lengre PDF-er på Pro og Business. Rapporten lister opp dem så du kan sjekke navn og tall.
FAQ
Er det gratis?
Ja, for de fleste bøker: opptil 3 hele bøker om dagen, hver på opptil 300 sider og 50 MB, uten noe konto. Lengre bøker og skannede PDF-er over 10 sider er på Pro og Business.
Vil EPUB være perfekt?
Ingen konverterer kan love det, og vi gjør det ikke. Når motoren oppdager problemer (uleste tegn, tvilsom leserekkefølge) viser den en advarsel i stedet for å skjule det, og kvalitetsrapporten lister sidene verdt å sjekke.
Bør jeg bruke Calibre i stedet?
Hvis din PDF er en enkel enkolonne tekst, kan Calibre's gratis konverterer være tilstrekkelig. EpubCC er for de vanskelige tilfellene: bruddne avsnitt, gjentatte overskrifter og sidetall, fotnoter, kolonner og kapitler.