EpubCCNapraw złamane akapity w konwersji PDF na EPUB
Akapity łamią się, gdy konwerter zamienia każdą linię PDF w linię EPUB, ponieważ PDF przechowuje linie, a nie akapity. EpubCC odbudowuje akapity z pozycji każdej linii, ponownie łączy podzielone wyrazy i łączy akapity podzielone między stronami.
Do 3 całych książek dziennie za darmo. Nie potrzeba konta.
Zaktualizowane:
Prywatne pliki. Nigdy nie używane do treningu. Usunięte automatycznie lub od razu po naciśnięciu Usuń teraz.
Zobacz różnicę w czytaniu.
Dlaczego to się dzieje
PDF nie ma pojęcia akapitu. Rysuje linie tekstu na stałych pozycjach, często z myślnikiem tam, gdzie słowo zostało podzielone na końcu linii. Konwerter, który kopiuje te linie, zachowuje łamanie wierszy, a na e-czytniku każdy wiersz staje się krótkim, przerwanym akapitem.
Jak EpubCC odbudowuje paragrafy
- Nowy akapit zaczyna się tylko na prawdziwy sygnał: pionowa przerwa, zmiana rozmiaru lub wagi, wcięcie pierwszej linii lub linia, która kończy się wcześniej.
- Słowa dzielone na końcu linii są łączone ponownie, gdy PDF oznacza kreskę jako łamanie linii lub gdy następna linia zaczyna się małą literą.
- Akapit, który nie kończy zdania na przerwie kolumny lub strony, jest łączony z następnym, gdy ten zaczyna się małą literą.
Co pokazuje benchmark
8-gramowe przypomnienie mierzy ciągłość: spada, gdy linie się łączą lub porządek czytania przerywa zdania. Tabela poniżej pokazuje średnią dla każdej maszyny w naszym publicznym benchmarku, w tym te, które przegoniły nas w niektórych dokumentach.
| Silnik | Przywołanie 8-gramowe |
|---|---|
| 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 |
Skanowane strony są odczytywane z OCR: za darmo do 10 stron, dłuższe PDF-y w Pro i Business. Raport je wymienia, abyś mógł sprawdzić imiona i liczby.
FAQ
Czy to jest darmowe?
Tak, dla większości książek: do 3 całych książek dziennie, każda do 300 stron i 50 MB, bez konta. Dłuższe książki i skanowane PDF-y powyżej 10 stron są w Pro i Business.
Czy EPUB będzie perfekcyjny?
Żaden konwerter nie może tego obiecać, a my także nie. Gdy silnik wykrywa problemy (nieczytelne glify, wątpliwe porządki odczytu), pokazuje ostrzeżenie zamiast je ukrywać, a raport jakości wymienia strony, które warto sprawdzić.
Czy powinienem użyć Calibre zamiast tego?
Jeśli twój PDF to prosty jednokolumnowy tekst, darmowy konwerter Calibre może być wystarczający. EpubCC jest na trudne przypadki: uszkodzone paragrafy, powtarzające się nagłówki i numery stron, przypisy, kolumny i rozdziały.