企业官网建设流程全解析

BabelDOC：PDF 翻译工具如何最快跑通你的第一份双语 PDF

【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC

BabelDOC 是一个 PDF 翻译工具：它保留原文版式、公式和图片位置，把英文文档翻成目标语言，并额外产出一份原文与译文对照的双语 PDF。

从 80 页英文论文说起

你拿到一份 80 页的英文论文，明天要交中文笔记。截图贴 Word，排版乱成一锅粥；丢进在线翻译器，公式位置全丢、版面像被拆开重排。BabelDOC 走的是另一条路：先解析 PDF 的结构，把每个文本段交给 LLM 翻译，再把译文嵌回原来的坐标位置，最后连公式、图片、分栏一起原样保留。最终你会拿到一份译文 PDF 和一份双语对照 PDF，版式几乎没动。

五分钟上手

环境三行要求：

• Python 3.10 以上（低于 3.14）
• Linux / macOS / Windows 都行
• 首次运行要联网，下载模型和字体

推荐用 uv 装（uv 是快速 Python 包管理器，一句话装好工具）：

uv tool install --python 3.12 BabelDOC # 一行装好，装完直接能跑 babeldoc --help # 能打出帮助就算装成功了

不想装工具、想从源码跑也行：

git clone https://gitcode.com/GitHub_Trending/ba/BabelDOC cd BabelDOC uv run babeldoc --help # 在项目目录里直接运行

第一次翻译，只需告诉它用哪个模型、翻哪个文件：

babeldoc --openai --openai-model "gpt-4o-mini" \ --openai-base-url "https://api.openai.com/v1" \ --openai-api-key "sk-xxx" --files example.pdf

跑完去输出目录（默认当前目录）找example.zh.mono.pdf：译文单语版。example.zh.dual.pdf是双语对照版。文件名带目标语言代码，默认就是zh。

它帮你解决了哪几个麻烦

版式保留：译文嵌回原位置，不重排文档

传统做法把 PDF 转成 Word 再翻译，版面基本报废。BabelDOC 内部维护一套中间表示层（可以理解为 PDF 的"结构化线稿"），记着每个文本块在哪、什么字体、什么颜色；翻译后把译文填回原坐标，放不下就自动缩字号、换行。原文、公式、图片的位置都不动。

几百页不炸内存：分片、限速、缓存三件套

长文档跑挂，多半是内存或 API 限流。三个开关管这件事：

另外，同一句文本翻过一次就存在本地缓存里，重跑不重复花钱。

扫描版 PDF 翻译开关：白块盖原文，黑字出译文

扫描件没法直接提取文字，--ocr-workaround（OCR 补偿）就是为它准备的：在译文下方垫一块白矩形盖住原文，全部文字强制黑色，前提是你的扫描件白底黑字。不想自己判断时，用--auto-enable-ocr-workaround让程序自动检测：扫描页超过八成才开启 OCR 处理。反过来，确定是纯文本 PDF 时加--skip-scanned-detection，省掉检测环节提速。

学术论文、扫描版、批量任务怎么配

学术论文：术语表 + 表格翻译 + 无水印，一组参数搞定：

术语表默认是自动提取的，加--save-auto-extracted-glossary可以把提取结果存成 CSV，下次直接复用。跑完得到的译文版式和原文一致，公式一个没少。

扫描版文档：

效果接近版式保留的原文，只是原文区域被译文区"接管"了。

批量任务：文件多时别堆命令行参数，写个 TOML 配置文件更清爽：

[babeldoc] files = ["/abs/path/paper1.pdf", "/abs/path/paper2.pdf"] lang-in = "en" lang-out = "zh-CN" qps = 8 max-pages-per-part = 50 glossary-files = "/abs/path/terms.csv"

然后babeldoc --config config.toml一条命令跑整批。配置文件里所有参数和命令行同名，官方示例在 README 里。

排错速查：四个高频故障的修复

已知局限（来自 README）：作者和参考文献区可能被合并成一段、不支持装饰线条和首字下沉、超大页面会被跳过。

下一步看什么

BabelDOC 的价值一句话：版式不动，译文原位嵌入，双语对照直接产出。术语表管住专业词，分片管住大文件，缓存管住重复花费。

• 处理原理逐阶段拆解：docs/ImplementationDetails/
• 支持的语言和代码对照：docs/supported_languages.md
• 踩到怪问题时加--debug，中间结果会导出到~/.cache/babeldoc/working，方便定位是哪一步出的错

【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC