BabelDOC 完整指南：3步完成保留格式PDF翻译

BabelDOC 完整指南3步完成保留格式PDF翻译【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOCBabelDOC 是一款开源的 PDF 翻译引擎专为翻译时保留原始版式而设计。它支持 160 种语言编码英文→中文方向最稳定输出 3 种模式公式、图表原位保留。场景代入80 页的英文手册你从供应商那里拿到一份 80 页的英文技术手册自己读完还好但团队要求下周交一份中文版。你把文字复制进翻译工具译回之后两栏排版散了、表格里的公式变成乱码、图表位置全跑偏重排一下就要一天。你要的不是又一份机翻文本而是能在原排版上直接完成的翻译BabelDOC 做的就是这件事。工作原理速览BabelDOC 如何工作它没有走抽文本→重排版的路线整个过程分三步完成解析逐页解析 PDF把文本、字体、公式符号和版式信息提取成结构化中间表示解析逻辑主要在babeldoc/format/pdf/。翻译按段落送入 LLM大语言模型即大模型翻译服务翻译同时从文档中自动抽取高频术语保证同一个词全书译法一致翻译服务适配在babeldoc/translator/。重建译文按原栏位、字体、段落位置重新排版排版指把文字重新排进版面的过程生成新 PDF公式和图表不动。三步都跑在你本地你只需要准备一个翻译接口的 key。不用懂每一步的内部实现知道这个分工就够判断它是否适合你的文档了。BabelDOC PDF翻译快速上手先安装。uv 是一个 Python 包管理的命令行工具没有的话先装它uv tool install --python 3.12 BabelDOC babeldoc --help执行后你会看到终端里列出全部参数不报错就说明环境就绪。然后给它一个文件翻译。默认源语言英文、目标语言中文任何兼容 OpenAI 格式的接口都能用改 base-url 和 key 即可babeldoc --openai \ --openai-model gpt-4o-mini \ --openai-api-key your-api-key \ --files paper.pdf执行后你会看到终端里滚动进度条结束后输出目录多出两个 PDF双语并排版原文与译文左右同页和纯中文版。文件路径建议传绝对路径重复使用的参数还可以写进 TOML 配置文件用--config加载。功能亮点下面这两个能力直接决定产出能不能拿来就用。公式识别与排版保留BabelDOC 按字体名或字符模式识别公式文本翻译时整体保护再原样排回原位babeldoc --formular-font-pattern STIXGeneral \ --formular-char-pattern [0-9^] \ --files paper.pdf效果是公式符号不再被拆散、串行输出里和原文一模一样模式覆盖不全时可以只用字体名缩小匹配范围。双语对照输出模式默认输出就是双语对照文档用--watermark-output-mode决定成品的形态参数值输出效果watermarked默认译文页带 BabelDOC 水印no_watermark不加水印both同时输出带水印与不带水印两版翻到双语版你会发现每一页的栏位结构、插图位置和公式都和原文对得上左边读原文、右边看中文逐段比对很方便。进阶用法术语表与大文档处理术语表批量导入自动术语提取默认开启--save-auto-extracted-glossary导出提取结果--glossary-files导入自己的术语 CSV大文档分块处理--max-pages-per-part按页拆分分块翻译--pool-max-workers调高并行度提升速度确认非扫描件时加--skip-scanned-detection提速导入术语表后系统会在文本里自动匹配词条并喂给翻译提示词同一个词不会在第 3 页和第 57 页译成两个名字。术语表 CSV 共三列前 3 行长这样source,target,tgt_lng API,应用程序编程接口,zh-CN Neural Network,神经网络,zh-CN适合谁用如果你经常要读英文论文或规范标准可以用它快速拿到一份双语对照的中文版公式和表格都不缺省掉重排。如果你的团队要维护中英双语文档可以用它批量产出术语统一、格式一致的双语成品新文档来了直接加进队列。如果你想在自有程序里内嵌文档翻译能力可以用它作为可嵌入的翻译引擎项目接口就是按嵌入场景优先设计的。避坑提醒扫描版 PDF 先用--ocr-workaround目前只适配白底黑字作者与参考文献区可能译后被合并成一段属于已知问题线条与首字下沉暂不支持超大页面可能被跳过大文档建议用--max-pages-per-part分块降低内存压力目前仅支持 OpenAI 兼容接口英文→中文是测得最透的方向BabelDOC 的价值一句话能说清解析、翻译、按原版式重建三步让译文直接可用不再重排。下一步可以git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC克隆仓库在目录里跑uv run babeldoc --help过一遍全部参数完整参数说明和配置示例见 README.md各阶段实现原理见 docs/ImplementationDetails/。【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考