چگونگی استخراج متن EPUB و بررسی سفارش فصل و یادداشت
استخراج EPUB متن بدن هنگامی که شما نیاز به مواد خواندن صاف و یا یک بررسی ویرایش. ترتیب فیل نام های داخلی می تواند از ترتیب فصل تعریف شده از کتاب متفاوت است، بنابراین بررسی جریان داستان در نتیجه.

نحوه استفاده از این ابزار
- فایل ها را با فرمت EPUB انتخاب کنید. حداکثر فایل در هر دسته: 1.
- جداکننده ستون جدول را مرور کنید، سپس پردازش را شروع کنید.
- نتیجه TXT را دانلود کنید و محتوا و کیفیت آن را بررسی کنید.
تنظیمات مناسب را انتخاب کنید
خطوط خالی، جداسازی یک خط یا شاخص های بخش را برای بررسی بخش ها انتخاب کنید. شاخص های بخش فایل های استخراج شده را شناسایی می کنند و شماره صفحات یک نسخه چاپ شده را بازگردانده نمی کنند.
- ورودی پشتیبانی شده
- EPUB
- خروجی
- TXT
- تنظیمات موجود
- جداکننده ستون جدول
پیش از شروع
انتخاب منبع بر پایهٔ محتوا و نوع نتیجه
قالب واقعی و متنی یا تصویری بودن محتوا را بررسی کنید. پسوند بهتنهایی پشتیبانی را ثابت نمیکند؛ HWPX با HWP قدیمی فرق دارد. اگر جای نوشته، تصویر یا چیدمان لازم است، نسخهٔ رسمی اصلی را نگه دارید. مشخص کنید کار، متن، کپی با نام تازه یا گزارش میدهد و دریافتکننده به کدام نیاز دارد.
هنگام پاکسازی متن، نقش شکست خط، خط خالی و فاصله را بررسی کنید. پیوستن خطها ممکن است شعر، فهرست یا جدول را خراب کند. نرمالسازی Unicode گونههای مختلف دارد؛ گونهٔ سازگاری میتواند نمادها را تغییر دهد. نام و کد را بعد از تغییر ببینید و انتخابهای پاکسازی را برای توضیح نتیجه ثبت کنید.
گزارش بررسی، یافتهها را حذف نمیکند. فایلهای شبیه از نظر ظاهر، لزوماً بایتهای یکسان ندارند، و تغییر نام دستهای کپیها و نگاشت نام تولید میکند. متن ساده برای پردازش متن مفید است، اما وقتی چیدمان جزئی از سند رسمی است جای نسخهٔ اصلی را نمیگیرد.
بررسی قابلیت استفادهٔ محتوا پس از پردازش
متن خروجی را با عنوانها، جدولها و کادرهای متن منبع مقایسه کنید. ترتیب استخراج ممکن است با جای ظاهری فرق کند. استخراج متن ساده، نوشتهٔ داخل تصویر را نمیخواند یا صدا را خودکار پیاده نمیکند. برای چیدمان دقیق، منبع را در ویرایشگر اصلی ببینید و نام، عدد و کد را در برنامهٔ دریافتکننده امتحان کنید.
اگر گزارش نویسهٔ پنهان دارید، جای آن و کد نویسه را بررسی کنید؛ حذف فقط مجموعهٔ مشخصشده را پوشش میدهد. گزارش خالی حریم خصوصی، گواهی نبود اطلاعات حساس نیست. ابتدا، میانه، انتها و بخشهای متفاوت سند را ببینید؛ درستبودن یک بند، کاملبودن جدول یا کادر متن را ثابت نمیکند.
در صورت شکست، رمزگذاری حفاظتی، DRM، محافظت و گونهٔ قالب را بررسی کنید. نرمالسازی Unicode رمزگشایی غلط را اصلاح نمیکند. ابتدا کدگذاری منبع را درست کنید و بعد نویسههای عجیب و محتوای کمشده را بررسی کنید. اگر بخشی کم است، جای آن در اصل و محدودیت کار را پیش از استفاده از متن نتیجه پیدا کنید.
نمونه ورودی و خروجی
کتاب.epub → خواندن صاف text.txtمثالها روند کار را توضیح میدهند. نتیجه به فایل منبع و تنظیمات بستگی دارد.
قبل از ذخیره نتیجه را بررسی کنید
مقایسه عناوین فصل و عبارات باز با ترتیب خواندن اصلی. بررسی کنید که در کجا یادداشت ها و نوشتن جدول متن صاف را وارد کرده اند تا ببینید که آیا زمینه آنها هنوز روشن است.
اگر نتیجه با آنچه انتظار داشتید متفاوت باشد
تصاویری، CSS، پیوند های یادداشت و ترتیب دقیق فصل ممکن است حفظ نشود. بررسی پاراگراف که معنی آن بستگی به تصاویر و یا لینک در EPUB اصلی در کنار عصاره دارد.
محدودیتهایی که باید در نظر داشت
- کتاب های محافظت شده DRM پشتیبانی نمی شوند. ناوبری، تایپوگرافی و تصاویر در TXT گم می شوند.
ادامهٔ کار با ابزارهای مرتبط
این راهنما ابزار مرورگر عمومی را توضیح می دهد. یک کپی از اصل را نگه دارید و نتیجه را قبل از به اشتراک گذاشتن بررسی کنید.
این ترجمه با کمک نرم افزار تهیه شده است. همچنین می توانید نسخه انگلیسی آن را بخوانید. به انگلیسی بخوانید