EpubCCBir PDF'den EPUB'ye dönüşümde karışmış sütunları düzelt
Dönüştürücü, sayfa boyunca her satırı düz okuduğunda kolonlar karışır, böylece her satır bir kolondan yarım bir cümle ile bir sonraki kolondan yarım bir cümle birleştirir. EpubCC, kolonlar arasındaki boşlukları bulur ve her kolonu yukarıdan aşağıya okuduktan sonra bir sonraki kolona geçer.
Günde 3 tam kitap ücretsizdir. Hesap gerekmez.
Güncellendi:
Özel dosyalar. Eğitim için kullanılmaz. Otomatik olarak silinir veya “Şimdi Sil” butonuna bastığınızda hemen silinir.
Okumanın farkını görün.
Neden böyle oluyor
Bir PDF, karakterlerin konumlarını saklar, sütunları değil. Bazı dönüştürücüler PDF'nin metni çizme sırasını takip eder, diğerleri her satırı soldan sağa tarar; iki veya üç sütunlu bir sayfada her ikisi de sütunları karıştırabilir ve sonuç anlamsız okunur.
Nasıl EpubCC paragrafları yeniden inşa eder
- Sayfanın aşağısında akan dikey beyaz alan kanallarını arar ve sayfayı oradan sütunlara ayırır, ardından her sütunu sırayla okur.
- Koşan başlıklar, sayfa numaraları ve kenarda döndürülmüş metin ayrı olarak tespit edilir, böylece sütunları bozmaz.
- Bir sütunun altından diğerinin üstüne devam eden paragraflar birleştirilir.
Nerede hala başarısız
- Benchmark'imizdeki iki sütunlu bir arXiv kağıdında, başka bir çıkarıcı sürekli metni daha iyi koruyor. İki sütunlu durum sayıları gösteriyor.
- Tablolar okuma sırasındaki metin olarak okunur; tablolar olarak yeniden inşa edilmez.
| Motor | 8-gram geri çağırma |
|---|---|
| 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 |
Taranmış sayfalar OCR ile okunur: 10 sayfaya kadar ücretsiz, daha uzun PDF'ler Pro ve Business'ta. Rapor, isimleri ve numaraları kontrol edebilmeniz için bunları listeler.
FAQ
Ücretsiz mi?
Evet, çoğu kitap için: günde en fazla 3 tam kitap, her biri en fazla 300 sayfa ve 50 MB, hesap olmadan. Daha uzun kitaplar ve 10 sayfadan fazla taranmış PDF'ler Pro ve Business planında.
EPUB mükemmel olacak mı?
Hiçbir dönüştürücü bunu taahhüt edemez ve biz de etmiyoruz. Motor problemleri tespit ettiğinde (okunabilir olmayan glifler, şüpheli okuma sırası) gizlemek yerine bir uyarı gösterir ve kalite raporu kontrol edilmesi gereken sayfaları listeler.
Bunun yerine Calibre'yi mi kullanmalıyım?
Eğer PDF basit bir tek sütun metni ise, Calibre'nin ücretsiz dönüştürücüsü yeterli olabilir. EpubCC, zor durumlar içindir: bozuk paragraflar, tekrar eden başlıklar ve sayfa numaraları, dipnotlar, sütunlar ve bölümler.