Kako preuzeti knjige s Internet Archivea: Odaberite upotrebljiv PDF ili EPUB

Da biste preuzeli knjigu s Internet Archivea koja je javno dostupna kao datoteka, otvorite njezinu stranicu predmeta, pronađite Download Options i odaberite ponuđeni PDF ili EPUB. Upotrijebite Show All kada vam treba jedna određena datoteka. Zatim provjerite izdanje i nekoliko stvarnih stranica prije nego što knjigu uključite u svoj tijek čitanja.

Posljednji je korak važan. U francuskom izdanju Candidea koje smo pregledali, EPUB je prošao provjeru integriteta ZIP-a, ali je imao prazan navigacijski dokument. PDF je pokazao čitljive odlomke koji su bili oštećeni u izvučenom tekstu obiju datoteka. Uspješno preuzimanje bilo je samo početak provjere.

Ovaj vodič obuhvaća uobičajena javna preuzimanja, a ne izvoz ograničenih posudbi. Internet Archive navodi da nije svaki predmet ili datoteka dostupan za preuzimanje. Ako vam najprije treba pomoć pri pronalaženju odgovarajućeg jezičnog izdanja, počnite s našim vodičem za odabir e-knjiga u javnom vlasništvu.

Preuzmite datoteku ponuđenu za taj točno određeni predmet

1. Otvorite stranicu predmeta knjige, a ne samo rezultat pretraživanja ili pojedinačnu stranicu u čitaču.
2. Provjerite naslov, autora, jezik, svezak i pojedinosti o izdanju. Otvorite skeniranu naslovnu stranicu kada je izdanje važno.
3. Pronađite Download Options i odaberite format koji predmet doista nudi.
4. Za jednu imenovanu datoteku odaberite Show All, a zatim odaberite tu datoteku. PDF se može otvoriti u pregledniku; upotrijebite preglednikovu kontrolu za preuzimanje kako biste spremili sam PDF.
5. Spremite URL predmeta uz preuzetu datoteku kako biste kasnije mogli identificirati izvor.

Ovo su uobičajeni putovi preuzimanja u uputama Internet Archivea za preuzimanje datoteka. Odabir formata koji sadrži nekoliko datoteka može stvoriti ZIP; to je paket, a ne nužno jedna knjiga. Odaberite pojedinačnu datoteku ako vam je samo ona potrebna.

Izbjegnite započinjanje s „preuzmi sve datoteke”. Popis datoteka predmeta može uključivati skenove, metapodatke, OCR izlaze, minijature i nekoliko formata za čitanje. Velika zbirka datoteka zahtijeva više rada pri pregledu, a nije dokaz boljeg primjerka za čitanje.

Ako PDF ili EPUB nedostaje

Pogledajte stvarni popis umjesto nagađanja URL-a za preuzimanje. Neki predmeti nude drugi format; drugi imaju ograničenja pristupa. Vidljiv pregled knjige ne dokazuje da je obični PDF ili EPUB dostupan.

Ako vas predmet upućuje na posudbu ili ograničeni čitač, slijedite tamo prikazane mogućnosti pristupa. Ovaj tijek javnog preuzimanja ne pretvara posudbu u neograničenu datoteku. Isto tako, pristup preuzimanju ne dokazuje dopuštenje za svako kasnije učitavanje, prevođenje ili ponovnu objavu; čuvajte podatke o pravima za to određeno izdanje uz svoj zapis o izvoru.

Odaberite primjerak za čitanje i, kada je potrebno, referencu skena

Ne odabirite samo prema nastavku datoteke. Odaberite prema tome što trebate učiniti s tim određenim izdanjem.

EPUB može olakšati čitanje stare knjige, ali EPUB dobiven iz skena nije nužno uređeni transkript. Internet Archiveov vodič za rješavanje problema s OCR-om objašnjava da uvjeti skeniranja, tipografija, jezik i orijentacija mogu utjecati na prepoznavanje te da izvedene datoteke za čitanje mogu naslijediti te pogreške.

PDF koji se može pretraživati ima dvije stvari za provjeru: vidljivu stranicu i tekst koji se koristi za odabir i pretraživanje. Internet Archiveova dokumentacija o generiranju PDF-a opisuje PDF-ove izrađene od slika i teksta dobivenog OCR-om. Stoga stranica koja izgleda jasno ne dokazuje da će kopiranje njezinih riječi ispravno funkcionirati.

Za knjigu dobivenu skeniranjem može biti korisno zadržati EPUB za čitanje i PDF istog primjerka za referencu. To ne čini EPUB točnim; daje vam način da ga provjerite. Za širu usporedbu formata pogledajte EPUB versus PDF.

Što je zapravo sadržavalo jedno preuzimanje francuskog Candidea

Pregledali smo EPUB s Internet Archive primjerka candideouloptimi00volt_1, katalogiziranog kao francusko izdanje Candidea iz 1761. Dana 12. rujna 2026. preuzeli smo njegov PDF, provjerili obje datoteke prema trenutnim metapodacima datoteka i usporedili odabrane stranice iz istog primjerka.

EPUB je preuzet 11. rujna; njegova veličina i objavljeni kontrolni zbrojevi još su odgovarali metapodacima od 12. rujna. Pregledali smo njegovu strukturu paketa, renderirali četiri PDF stranice i usporedili tri odgovarajuća uzorka teksta tijela. Ovo nije bilo potpuno lektoriranje, test kompatibilnosti EPUB čitača ni test BookTranslator prijevoda.

Slika naslovne stranice, na 9. stranici PDF datoteke, vidljivo nosi datum M. DCC. LXI.. Tu smo sliku, kao i zapis jedinice, upotrijebili za identifikaciju izdanja. Vremenske oznake datoteka i datum kada je web-lokacija dodala jedinicu nisu zamjena za provjeru same knjige.

Zapis o pregledu preuzimanja sadrži identifikatore datoteka, hash vrijednosti, opseg i zapažanja. Bilješke o reprodukciji objašnjavaju kako ponoviti ograničene provjere bez oslanjanja na naše zaključke.

Primjer 1: Ukras je postao riječi

Na 11. stranici PDF datoteke, početak poglavlja ima velik ukrasni obrub iznad naslova. Odgovarajuća EPUB datoteka, EPUB/page_11.html, počinje nizom nepovezanih simbola i slova prije naslova. Izvučeni tekst PDF-a sadrži sličan šum.

Renderirana stranica jasno pokazuje problem: ti znakovi pripadaju ukrasu, a ne uvodnoj rečenici. Odabirom PDF-a čuva se slika koja čitatelju omogućuje prepoznavanje pogreške; kopiranje iz njegova tekstnog sloja i dalje prenosi problem prepoznavanja.

Nemojte svaki nepoznati pravopis u staroj francuskoj knjizi označiti kao pogrešku. Povijesni tisak i pravopis zahtijevaju usporedbu sa slikom. Ukras renderiran kao izmišljeni niz znakova drugi je problem od nepoznate, ali stvarne tiskane riječi.

Primjer 2: Čitljiv odlomak oštećen je u obama tekstnim izlazima

Na 260. stranici PDF datoteke, vidljivo označenoj brojem 252 u knjizi, slika prikazuje odlomak koji spominje Turquie i Pangloss. U EPUB-ovoj page_260.html retci oko tih naziva zamijenjeni su iskvarenim tekstom; tekst PDF-a izvučen pomoću Popplera 26.08.0 također je oštećen u tom odlomku.

Zato ne bismo preporučili da se ovaj EPUB izravno unese u tijek rada za duge dokumente bez dodatne provjere izvora. Ni prelazak na PDF i kopiranje njegova teksta ne bi riješilo uočeno oštećenje. Nismo utvrdili stopu pogrešaka za cijelu knjigu niti koji bi tijek OCR-a to najbolje popravio.

Naš treći uzorak iz tijela knjige bila je 100. stranica PDF datoteke, vidljivo označena brojem 92. Dao je još jednu usporedbu iz sredine knjige, a ne potvrdu da su preostale stranice ispravne. Provjera samo početne stranice ne bi otkrila kasnije oštećeni odlomak.

Drugo izdanje nije nudilo iste formate

Provjerili smo i jedinicu candideouloptim01voltgoog, čiji kataložni metapodaci navode datum objave 1759. Njezin popis datoteka od 12. rujna sadržavao je DjVu datoteku, ali nije imao unos PDF-a ni EPUB-a. DjVu preuzet 11. rujna imao je 6 510 150 bajtova; njegove objavljene kontrolne sume i dalje su odgovarale osvježenim metapodacima.

To je bila provjera dostupnosti datoteka, a ne pregled renderiranog izdanja. Nismo utvrdili da je njegov tekst bolji, da je potpun ili da može zamijeniti izdanje iz 1761. za određeni istraživački zadatak.

Praktična je pouka jednostavna: dva zapisa za isto djelo nisu zamjenjivi izbornici za preuzimanje. Ako trebate točno određeno izdanje, upotrijebite čitač koji prihvaća ponuđenu datoteku ili pronađite drugi sken tog izdanja. Ako samo želite čitati djelo, drugo, dobro identificirano izdanje može biti lakši izbor.

Nemojte pretpostavljati da manja datoteka, stariji datum ili nastavak DjVu znače bolji OCR. To su svojstva različita od točnosti teksta.

Prije uvoza knjige upotrijebite kratku provjeru prihvatljivosti

Preuzmite radni list za prihvaćanje izdanja i datoteke. Čuvajte jednu kopiju po jedinici, osobito kada uspoređujete nekoliko izdanja istog naslova.

Upotrijebite ovih pet provjera redom:

1. Identitet: Možete li povezati zapis o jedinici s naslovnom stranicom, jezikom, sveskom i izdanjem koji su vam potrebni? Zabilježite svako odstupanje umjesto da tiho odaberete jedan izvor.
2. Pristup: Je li ovo uobičajeno ponuđeno preuzimanje? Zadržite izjavu o pravima i odvojite svoju čitateljsku upotrebu od bilo kakve namjeravane objave ili daljnje distribucije.
3. Otvaranje: Otvara li se spremljena datoteka u aplikaciji koju planirate koristiti? Provjera ZIP-a može dijagnosticirati EPUB arhivu, ali ne može zamijeniti otvaranje u vašem čitaču.
4. Navigacija i obuhvat: Isprobajte izbornik sadržaja, srednji dio i završetak. Usporedite ih sa sadržajem samog skeniranog primjerka ili izdanja; nemojte izjednačavati unose u EPUB spineu s poglavljima ni stranice PDF datoteke s tiskanim brojevima stranica.
5. Tekst: Usporedite kratki odlomak pri početku, jedan u sredini i jedan pri kraju. Uključite ime, dijakritički znak ili odlomak koji prelazi prijelom stranice. Pretražite vidljive riječi i pregledajte kopirani tekst, ne samo sliku stranice.

Upotrijebite rezultat da odaberete sljedeći korak. Datoteka koja se ne otvara upućuje na problem s preuzimanjem ili formatom. Knjiga koja izgleda dobro, ali se pogrešno kopira, zahtijeva dijagnostiku tekstnog sloja. Nedostajuća skenirana stranica zahtijeva drugi izvor, a ne samo još jedan pokušaj OCR-a. Prazan navigacijski izbornik može biti podnošljiv za kratko konzultiranje, ali frustrirajuć za dugotrajno čitanje.

Za primjer Candide zadržali bismo skenirani primjerak kao vizualnu referencu i potražili čistiji tekst za čitanje ili popravili i provjerili oštećeni tekst prije opsežnijeg korištenja. Ne bismo nazvali EPUB spremnim samo zato što su provjere preuzimanja i ZIP-a prošle.

Prevedite samo ako je jezik preostala prepreka

Ako je datoteka čitljiva na jeziku koji već razumijete, posao je možda završen. Postojeće izdanje na vašem željenom jeziku također može biti bolji izbor od stvaranja novog prijevoda.

Ako imate upotrebljivu datoteku, potrebna prava za svoju namjeravanu upotrebu i preostali jezični jaz, BookTranslatorov prevoditelj EPUB-a ili prevoditelj PDF-a relevantan je sljedeći korak. To su tijekovi rada za prevođenje datoteka, a ne alati za otključavanje posudbi s Internet Archivea. DjVu nije prihvaćeni format za učitavanje u BookTranslatoru u katalogu proizvoda provjerenom za ovaj vodič.

Za izvor koji se temelji na slikama ili oštećeni prepoznati tekst pregledajte tijek rada za skenirane PDF-ove prije nego što nastavite. BookTranslatorov OCR način rekonstruira prevedeni sadržaj umjesto da čuva točan izvorni izgled stranice; nismo ga testirali na ovim Candide datotekama. Sačuvajte izvorni skenirani primjerak i usporedite važne odlomke tijekom pregleda.

Koristan ishod nije „preuzeo sam knjigu”. Nego „identificirao sam ovo izdanje, provjerio datoteku za svoj čitateljski zadatak i znam koji problemi ostaju”.