Какой текст остаётся при переводе PDF в EPUB
Какой текст остаётся при переводе PDF в EPUB, решает сам PDF: только текст, который уже можно выделить. Когда вы кладёте файл в PDF в EPUB, ReadyEPUB заставляет этот браузер прочитать уже имеющийся текстовый слой, собрать его построчно в заголовки и абзацы и записать новый EPUB. Здесь нет входа в аккаунт, нет регистрации и нет сервера аккаунтов, который принимал бы вашу книгу. Страница не угадывает буквы, нарисованные на картинке, и не превращает страницу-картинку в редактируемый основной текст. По одному файлу за раз. То, что вы скачиваете, — новый файл, который это устройство только что создало.
Проверка простая и надёжная. Проведите мышью по нескольким строкам. Если слова выделяются, они лежат в текстовом слое и попадут в результат. Если вся страница — одна картинка, для этого браузера эти слова пиксели, а не текст. В одном и том же PDF часто есть и то и другое: первые главы — текст, приложение в конце — скан. В получившемся EPUB основной текст будет только в первой части.
Проходит только текст, который уже можно выделить. Когда сканированная страница — просто картинка, её текст не извлечь. Отдельного шага распознавания здесь нет.
Со сканированной страницы текст не取出
Скан — это бумага, превращённая в картинку и упакованная в PDF. На странице видны слова, но в файле лежит одна картинка. Этот браузер читает текст из PDF, а не штрихи внутри картинки. Поэтому сканированная страница часто оставляет пустую главу, либо страница говорит, что в этом файле нет основного текста для преобразования. Чтобы получить слова, которые можно выделять и искать, нужен PDF, у которого уже есть текстовый слой. ReadyEPUB не добавляет здесь этот шаг распознавания.
Есть ещё один случай, который легко прочесть неверно: слова выделяются, но на выходе получаются кракозябры или предложение разваливается на куски. Таким является сам текстовый слой, чаще всего из-за PDF, экспортированного с необычной кодировкой шрифта. Новый EPUB следует этому слою как есть и не приводит его обратно в порядок. С таким файлом полезнее взять нормально экспортированный PDF, чем повторять преобразование.
- Слова, которые выделяются, собираются построчно в заголовки или абзацы.
- Если вся страница — одна картинка, текста не выйдет.
- Если текстовый слой уже испорчен, результат останется таким же.
Сложная вёрстка становится абзацами
Когда слова собраны, вёрстка за ними не следует. Колонки, колонтитулы и сноски не возвращаются на прежние места; страница в две колонки читается сверху вниз и превращается в абзац за абзацем. Слова из таблиц обычно тоже рассыпаются по этим абзацам. Останется ли заголовок, зависит от того, есть ли в PDF различимый уровень для него; если нет, строка считается обычным абзацем. Такой EPUB сделан для того, чтобы переформатироваться в читалке, а не для сравнения с напечатанной страницей.
Куда уходит файл — второе, что стоит прояснить заранее. Всё преобразование происходит в этом браузере. Файлы книг не загружаются на ReadyEPUB, здесь нет входа в аккаунт и регистрации. Как обрабатываются файлы проводит эту границу. Единственное, что задевает сеть на входе, — открытие страницы: этот визит один раз учитывается сервисом 51.LA, и учитывается то, что страницу открыли, а не ваш PDF. В обратную сторону, из EPUB в PDF, этот браузер читает с этого сайта шрифты для символов, которые встречаются в книге, и записывает эти символы в новый PDF. Читаются шрифты, а не вся книга, отданная куда-то ещё для вёрстки. Если в этот раз шрифты не удалось прочитать, страница говорит, что преобразование не удалось, и просит попробовать другой файл.
Ваша книга не загружается на ReadyEPUB. Вы скачиваете новый файл, который этот браузер только что создал, а исходный PDF остаётся в своей папке.
Больше 300 страниц — этот браузер останавливается
У этой страницы две чёткие границы. По одному файлу за раз, и файл больше 40 MB этот браузер обработать не может. Это не сервер отказывает, а этот браузер не принимает файл крупнее. PDF больше 300 страниц получает такой же ответ: слишком много страниц, чтобы этот браузер справился за один раз. Оба сообщения появляются на странице перед вами. Для толстой книги разделите её и пропустите части по отдельности. Если расширение не совпадает с выбранным форматом, страница попросит выбрать файл PDF заново.
Название, автора и код языка можно изменить до преобразования. Когда файл кладут на страницу, читаемые библиографические данные сначала заполняют поля, которые вы ещё не трогали; поле, которое вы изменили, автоматически не перезапишется. Меняется копия, которую вот-вот скачают, а не оригинал в папке. Результат, который ещё не скачан, живёт только в этот визит. После обновления или закрытия страницы его нет, поэтому сначала сохраните новый EPUB. Пример на странице — короткий отрывок, созданный прямо здесь, в этом браузере, чтобы попробовать одно преобразование; это не книга, взятая откуда-то ещё.
Один раз проверьте перед отправкой
Не отправляйте результат сразу. Откройте новый EPUB, загляните в середину — есть ли там текст, затем найдите слово, которое встречается только в основном тексте. Если оно нашлось, текстовый слой дошёл. Если нет, эти страницы, скорее всего, были картинками. Пустая глава, пропавшее приложение, исчезнувшие сноски — обычные компромиссы при таком преобразовании, а не испорченный файл.
- Сначала проведите по нескольким строкам и проверьте, что слова выделяются.
- После преобразования найдите слово из основного текста и проверьте, что текстовый слой на месте.
- Скачайте то, что хотите оставить, до закрытия страницы.
Если вы ещё не положили файл, вернитесь на конвертер, выберите целевой формат, откройте PDF в EPUB и положите PDF, слова в котором выделяются. По одному файлу за раз, скачайте, как только будет готово. Кто хочет сначала прочесть о границе, пусть заглянет, как обрабатываются файлы; эта статья о том, куда ушли слова, и она стоит рядом со статьёй в колонке о пути файлов.
То, что вы отправляете, — копия, которую вы скачали. Другой человек получит новый EPUB, а не копию, оставшуюся на ReadyEPUB, потому что здесь не остаётся ни одной вашей книги. Исходный PDF остаётся у вас. Чтобы попробовать снова, откройте страницу ещё раз и возьмите файл из своей собственной папки, как раньше.