EpubCC¿Qué es una etiqueta de idioma (dc:language y xml:lang)?
Actualizado:
Una etiqueta de idioma es un código como en, en-US, ar o ja que indica en qué idioma está un texto, escrito con la sintaxis BCP 47. Un EPUB lo declara en dc:language en el documento del paquete y con lang y xml:lang en sus documentos de contenido.
Por qué es importante al convertir un PDF a EPUB
El idioma determina la segmentación silábica, el diccionario que un lector abre cuando tocas una palabra, la voz del texto a voz y, para el árabe o hebreo, la dirección del texto. Un PDF rara vez declara su idioma de manera confiable, por lo que un conversor tiene que detectarlo a partir del texto mismo.
EPUB 3.3 requiere que cada valor de dc:language sea una etiqueta BCP 47 bien formada; EPUBCheck informa de una malformación como OPF-092.
Cómo EpubCC lo maneja: el motor detecta el idioma a partir del script y palabras comunes del texto y escribe la misma etiqueta en dc:language y en lang y xml:lang en cada capítulo. Para árabe, hebreo, persa y urdu, esa etiqueta también activa dir="rtl" y la progresión de página de derecha a izquierda.
Términos relacionados
Mensajes de EPUBCheck sobre esto
OPF-092Language tag "…" is not well-formed: …
Convertir un PDF a EPUB
Convierte hasta 5 páginas gratis, no se necesita cuenta.