EpubCCPoista toistuvat otsikot ja sivunumerot muunnellusta PDF:stä
Juoksevat otsikot, alatunnisteet ja sivunumerot päätyvät lauseiden keskelle, kun muunnin kopioi jokaisen rivin PDF:stä. EpubCC vertaa sivuja, löytää lyhyet rivit, jotka toistuvat ylhäällä ja alhaalla, ja poistaa ne yhdessä paljaiden sivunumeroiden kanssa.
Jopa 3 kokonaista kirjaa päivässä ilmaiseksi. Ei tarvita tiliä.
Päivitetty:
Yksityiset tiedostot. Ei koskaan käytetty koulutukseen. Poistetaan automaattisesti tai heti kun painat Poista nyt.
Katso ero lukemisessa.
Miksi näin tapahtuu
PDF:ssa kirjan nimi, luvun nimi ja sivunumero ovat vain lisää tekstiä jokaisella sivulla. Muunnin, joka ei vertaa sivuja, ei voi erottaa niitä tekstistä, joten ne päätyvät lauseen kahden osan väliin aina, kun sivu kääntyy.
Kuinka EpubCC poistaa ne
- Lyhyitä lohkoja sivun ylä- tai alaosassa 12 %:ssa, jotka toistuvat vähintään 3 sivulla, käsitellään marginaaleina (numerot ja roomalaiset numerot normalisoidaan, joten "Sivu 12" ja "Sivu 13" lasketaan samaksi riviksi).
- Rivi, joka on vain sivunumero, poistetaan, missä tahansa se näkyy marginaalissa.
- Sinetti, joka keskeyttää sivun rajan, yhdistetään sitten takaisin yhteen.
Mitä vertailutesti näyttää
Marginaalivuoto-metriikka on toistuvien marginaaliviivojen osuus tekstissä. Se on luotettava vain moottoreille, jotka jakavat rivejä kuten pdftotext -layout, joten pidä sitä oppaana, ei arviointina.
| Moottori | Reunavuoto |
|---|---|
| EpubCC engine (EPUB output) | 0.059 |
| EpubCC engine (plain text) | 0.881 |
| pdf_oxide · extract_text | 0.829 |
| pdf_oxide · to_plain_text (XY-cut) | 0.797 |
| pdf_oxide · Markdown | 0.108 |
| PDFium · text().all() | 0.963 |
| OpenDataLoader PDF (local mode) | 0.044 |
| pdftotext (Poppler) | 0.230 |
| Calibre · ebook-convert (EPUB output) | 0.694 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.062 |
Skannatut sivut luetaan OCR:llä: ilmainen enintään 10 sivua, pidemmät PDF-tiedostot Pro- ja Business-suunnitelmalla. Raportti luettelee ne, jotta voit tarkistaa nimet ja numerot.
FAQ
Onko se ilmaista?
Kyllä, useimmille kirjoille: enintään 3 kokonaista kirjaa päivässä, jokainen enintään 300 sivua ja 50 MB, ilman tiliä. Pidemmät kirjat ja skannatut PDF-tiedostot, joissa on yli 10 sivua, ovat Pro- ja Business-suunnitelmalla.
Onko EPUB täydellinen?
Yksi muunnin ei voi luvata sitä, eikä me tee niin. Kun moottori havaitsee ongelmia (luettavat glyphit, epäilyttävä lukujärjestys), se näyttää varoituksen piilottamisen sijaan, ja laadunraportti listaa sivut, jotka kannattaa tarkistaa.