Welke tekst een PDF naar EPUB-omzetting behoudt
Welke tekst een PDF naar EPUB-omzetting behoudt, bepaalt de PDF zelf: alleen tekst die je al kunt selecteren. Leg je een bestand in PDF naar EPUB, dan laat ReadyEPUB deze browser de aanwezige tekstlaag lezen, die regel voor regel tot koppen en alinea's verzamelen en een nieuwe EPUB schrijven. Er is geen aanmelding, geen registratie en geen accountserver die je boek ontvangt. De pagina raadt niet welke letters in een afbeelding staan en maakt van een pagina-afbeelding geen bewerkbare hoofdtekst. Eén bestand per keer. Wat je downloadt is een nieuw bestand dat dit apparaat net heeft gemaakt.
De controle is eenvoudig en betrouwbaar. Sleep de muis over een paar regels. Als woorden oplichten, zitten ze in de tekstlaag en worden ze meegenomen. Als de hele pagina één afbeelding is, zijn die woorden voor deze browser pixels, geen tekst. Vaak bevat dezelfde PDF beide: de eerste hoofdstukken echte tekst, een bijlage achterin een scan. De EPUB die je terugkrijgt heeft dan alleen in het eerste deel hoofdtekst.
Alleen al selecteerbare tekst gaat mee. Is een gescande pagina louter een afbeelding, dan is de tekst er niet uit te halen. Een aparte herkenningsstap is hier niet.
Van een gescande pagina komt geen tekst
Een scan is papier dat als afbeelding in een PDF is gezet. De pagina lijkt woorden te hebben, maar het bestand bevat één afbeelding. Deze browser leest tekst uit de PDF, geen streken uit een afbeelding. Een gescande pagina laat daarom vaak een leeg hoofdstuk achter, of de pagina zegt dat er in dit bestand geen omzetbare hoofdtekst zit. Wie selecteerbare, doorzoekbare woorden wil, heeft een PDF met een tekstlaag nodig. ReadyEPUB voegt die herkenningsstap hier niet toe.
Nog een geval dat makkelijk verkeerd wordt gelezen: de woorden zijn te selecteren, maar komen eruit als onleesbare tekens, of een zin valt in stukken uiteen. Dan is de tekstlaag zelf zo, vaak door een PDF die met een ongebruikelijke fontcodering is geëxporteerd. De nieuwe EPUB volgt die laag zoals hij is en maakt hem niet weer netjes. Bij zo'n bestand helpt een schoon geëxporteerde PDF meer dan de omzetting opnieuw proberen.
- Woorden die oplichten worden regel voor regel koppen of alinea's.
- Is de hele pagina één afbeelding, dan komt er geen tekst uit.
- Is de tekstlaag al verhaspeld, dan blijft het resultaat dat ook.
Complexe opmaak wordt een reeks alinea's
Als de woorden eenmaal verzameld zijn, volgt de opmaak niet mee. Kolommen, kopregels, voetregels en voetnoten komen niet op hun oude plek terug; een pagina met twee kolommen wordt van boven naar beneden gelezen en wordt alinea na alinea. Woorden uit tabellen belanden meestal ook verspreid in die alinea's. Of een kop behouden blijft, hangt af van een herkenbaar niveau in de PDF; ontbreekt dat, dan wordt de regel als gewone alinea behandeld. De EPUB die zo ontstaat is bedoeld om in een lezer opnieuw te worden afgebroken, niet om naast de gedrukte pagina te leggen.
Waar het bestand naartoe gaat is het andere dat je eerst wilt weten. De hele omzetting gebeurt in deze browser. Boekbestanden worden niet naar ReadyEPUB geüpload, en er is geen aanmelding of registratie. Hoe bestanden worden behandeld trekt die grens. Het enige dat bij binnenkomst het netwerk raakt, is het openen van de pagina: dit bezoek wordt één keer door 51.LA geteld, en wat geteld wordt is dat een pagina is geopend, niet jouw PDF. De andere kant op, van EPUB naar PDF, leest deze browser van deze site de lettertypes voor de tekens die in het boek voorkomen en schrijft die tekens in de nieuwe PDF. Er worden lettertypes gelezen, niet het hele boek ergens anders laten zetten. Kunnen de lettertypes deze keer niet worden gelezen, dan zegt de pagina dat de omzetting niet is gelukt en vraagt ze een ander bestand te proberen.
Je boek wordt niet naar ReadyEPUB geüpload. Wat je downloadt is een nieuw bestand dat deze browser net heeft gemaakt, en de originele PDF blijft in zijn map.
Boven 300 pagina's stopt deze browser
Deze pagina heeft twee duidelijke grenzen. Eén bestand per keer, en een bestand boven 40 MB kan deze browser niet aan. Dat is geen weigering van een server, maar deze browser die een groter bestand niet aanneemt. Een PDF boven 300 pagina's krijgt hetzelfde soort antwoord: te veel pagina's voor deze browser in één keer. Beide meldingen verschijnen op de pagina voor je. Voor een dik boek splits je het en laat je de delen apart lopen. Past de extensie niet bij het gekozen formaat, dan vraagt de pagina opnieuw een PDF-bestand te kiezen.
Titel, auteur en taalcode kun je vóór de omzetting aanpassen. Zodra je een bestand neerlegt, vullen de leesbare boekgegevens eerst de velden die je nog niet hebt aangeraakt; een veld dat jij hebt aangepast wordt niet automatisch overschreven. Wat verandert is de kopie die zo wordt gedownload, niet het origineel in je map. Een resultaat dat je nog niet hebt gedownload bestaat alleen tijdens dit bezoek. Na verversen of sluiten van de pagina is het weg, dus bewaar de nieuwe EPUB eerst. Het voorbeeld op de pagina is een korte passage die hier in deze browser wordt gemaakt om één omzetting te proberen; het is geen boek van elders.
Controleer het eenmaal voor je het verstuurt
Stuur het resultaat niet meteen door. Open de nieuwe EPUB, ga naar het midden om te zien of er tekst staat en zoek dan naar een woord dat alleen in de hoofdtekst voorkomt. Vind je het, dan is de tekstlaag meegekomen. Vind je het niet, dan waren die pagina's waarschijnlijk afbeeldingen. Een leeg hoofdstuk, een ontbrekende bijlage, verdwenen voetnoten zijn normale keuzes bij dit soort omzetting, geen kapot bestand.
- Sleep eerst over een paar regels om te controleren of woorden te selecteren zijn.
- Zoek na het omzetten een woord uit de hoofdtekst om te controleren of de tekstlaag er is.
- Download wat je wilt houden voor je de pagina sluit.
Heb je nog geen bestand neergelegd, ga dan terug naar de omzetter, kies het doelformaat, open PDF naar EPUB en leg er een PDF in waarvan de woorden te selecteren zijn. Eén bestand per keer, download zodra het klaar is. Wil je de grens eerst lezen, kijk dan hoe bestanden worden behandeld; dit stuk gaat over waar de woorden naartoe gingen en past bij het stuk in de rubriek over de weg van de bestanden.
Wat je verstuurt is de kopie die jij hebt gedownload. De ander krijgt een nieuwe EPUB, geen kopie die op ReadyEPUB is achtergebleven, want hier blijft geen boek van jou achter. De originele PDF blijft bij jou. Om het opnieuw te proberen open je de pagina nog eens en pak je het bestand weer uit je eigen map.