企业官网建设流程全解析

如何把一整本 PDF 译成双语对照版而不弄乱版式：BabelDOC 3步上手

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

手头一份 200 页的英文论文，打开翻译网站一段一段复制，粘贴回去时双栏排版没了，公式里的 f(x) 被劈成两行，表格边框和内容各走各的。重新排版的功夫比翻译本身还费时间。BabelDOC 就是冲着这件事来的：你把 PDF 丢给它，它还你一份原文页与译文页并排的双语对照 PDF，公式、表格、字体样式都留在原来的位置上，全程一条命令跑完。

它不是逐字翻译，而是先把文档读懂

很多翻译工具的思路是"把文字抠出来送去翻译"，结果版式信息全丢。BabelDOC 的流程更接近"排版工人"：先解析 PDF 里的文本块、表格和图片位置，再用布局模型分清哪里是标题、哪里是正文、哪里是公式，把散落的行归并成段落，接着认出字号、斜体、粗体这些样式。公式会先被识别出来标记位置，送去翻译时占位保护，回来再原样贴回去，不会出现公式变乱码的情况。

最后一步是重新排版：译文按原文的栏宽、字体、行距重新落位，生成新的 PDF。默认它会同时给你两个文件，一个是双语对照版（原页和译页并排在同一页），一个是纯译文版。做学术论文的读者对这个对照模式会特别顺手，公式编号、图表引用都跟着原文位置走，不用来回翻两本书。

从安装到第一份双语 PDF，10 分钟

先装好 uv 这个 Python 包管理工具（把它当成一个更快的 pip 替代品），然后一条命令装好 BabelDOC：

uv tool install --python 3.12 BabelDOC

翻译这一步只需要一个 OpenAI 兼容接口的大模型——不一定是 OpenAI 官方，国内模型或者本地 Ollama 都行，只要接口格式对得上：

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

跑完到输出目录看一眼，应该能拿到一份双语对照 PDF 和一份纯译文 PDF。默认方向是英文译中文，想换语言就加--lang-in和--lang-out，支持哪些语言可以直接翻 docs/supported_languages.md，从英语、简繁中文到日韩法德都有覆盖。

📄 两个容易踩的小细节：输出默认带一行水印，介意的话加--watermark-output-mode no_watermark去掉；默认先原页后译页，想让译文在前就加--dual-translate-first。

事情复杂一点，就加一个参数

只翻译部分页面：--pages "1-5,20"，写法是页码和区间混排。

文档太大、怕内存撑不住：--max-pages-per-part 50会把它按每 50 页切成小段分别翻译，跑完自动拼回一个完整的 PDF，相当于手动分段这一步省掉了。

术语要统一，比如全文的 "embedding" 必须译成"嵌入"而不是忽而"内嵌"：准备一个 CSV 术语表，列名是source、target，仓库里的 docs/example/demo_glossary.csv 可以照着抄格式，然后用--glossary-files my.csv挂上去。除了手动给表，它还会自动从全文抽取高频术语塞进提示词里，不想要这个行为就加--no-auto-extract-glossary关掉。

扫描件也能救一把：它会先检测文档是不是扫描版，对白底黑字的扫描件加--ocr-workaround，译文会用白色色块盖住原文、强制纯黑字体，效果接近 OCR 重排。

🔧 参数太多懒得敲？全部参数支持写进一个 TOML 配置文件，用--config xxx.toml指过去，命令行就只剩--files一项了，配置模板在 README 里抄一份改几个值就能长期复用。

PDF 丢进去，对照版拿回来，版式不乱。

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