PDFTransMate：完美保留排版的PDF翻译神器，GitHub热门且支持私有化部署

图片

一、项目介绍

PDFMathTranslate，一款在GitHub上备受欢迎的PDF翻译项目，专注于解决PDF文档翻译中的难题，特别是针对包含复杂数学公式、图表和科技术语的专业文档。它不仅提供了高质量的翻译服务，还保持了原文的格式和排版，使译文PDF在内容和版式上与原文高度一致。

图片

今天给大家介绍一下该项目，感兴趣的朋友可以亲自部署体验一下！

开源项目地址：https://github.com/Byaidu/PDFMathTranslate

二、技术细节与核心架构

1. PDF解析与重建：
   1. PDFMathTranslate使用Python的PyMuPDF库（又名fitz）来解析PDF文档，提取文本、图像、字体和页面布局等信息。
   2. 对于包含LaTeX数学公式的PDF，它利用mathpix-snippet或sympy等库进行公式识别与解析，确保翻译后的公式保持原样。
   3. 重建PDF时，使用ReportLab库来保持原文的排版和样式，包括字体、颜色、边框和页面边距等。
2. 翻译引擎集成：
   1. 支持Google翻译、DeepL、Azure、OpenAI GPT-4和Ollama等先进的翻译引擎，通过API接口进行集成。
   2. 用户可以在配置文件中指定默认翻译引擎，或通过命令行参数在翻译时动态选择。
3. 本地化部署与扩展性：
   1. 通过Docker容器化部署，用户可以在本地或远程服务器上运行PDFMathTranslate，无需担心依赖关系和配置问题。
   2. 提供RESTful API接口，允许开发者根据需求进行功能扩展，如集成到现有的文档管理系统或翻译平台中。
4. 性能优化：
   1. 使用多线程和异步IO来提高翻译速度，特别是在处理大型PDF文档时。
   2. 缓存翻译结果和解析的PDF信息，以减少重复计算和提高效率。

三、安装方式

方法一、命令行工具

1. 确保安装了版本大于 3.8 且小于 3.12 的 Python
2. 安装此程序：

pip install pdf2zh

1. 执行翻译，生成文件位于当前工作目录：

pdf2zh document.pdf

方法二、便携式安装

无需预先安装 Python 环境

下载 setup.bat 并双击运行

@echo offsetlocal enabledelayedexpansion
set PYTHON_URL=https://www.python.org/ftp/python/3.12.7/python-3.12.7-embed-amd64.zipset PIP_URL=https://bootstrap.pypa.io/get-pip.pyset HF_ENDPOINT=https://hf-mirror.comset PIP_MIRROR=https://mirrors.aliyun.com/pypi/simple
if not exist pdf2zh_dist/python.exe (    powershell -Command "& {Invoke-WebRequest -Uri !PYTHON_URL! -OutFile python.zip}"    powershell -Command "& {Expand-Archive -Path python.zip -DestinationPath pdf2zh_dist -Force}"    del python.zip    echo import site >> pdf2zh_dist/python312._pth)cd pdf2zh_dist
if not exist Scripts/pip.exe (    powershell -Command "& {Invoke-WebRequest -Uri !PIP_URL! -OutFile get-pip.py}"    python get-pip.py)path Scripts
pip install --no-warn-script-location --upgrade pdf2zh -i !PIP_MIRROR!pdf2zh -i
pause

方法三、图形交互界面

1. 确保安装了版本大于 3.8 且小于 3.12 的 Python
2. 安装此程序：

pip install pdf2zh

1. 开始在浏览器中使用：

pdf2zh -i

1. 如果您的浏览器没有自动启动并跳转，请用浏览器打开：

http://localhost:7860/

图片

查看 documentation for GUI 获取细节说明

方法四、容器化部署

1. 拉取 Docker 镜像并运行：

docker pull byaidu/pdf2zhdocker run -d -p 7860:7860 byaidu/pdf2zh

1. 通过浏览器打开：

http://localhost:7

五、在线体验

https://www.modelscope.cn/studios/AI-ModelScope/PDFMathTranslate

首先上传一个英文文档test.pdf,该文章381k，共2页。

图片

这里选择是Bing模型，大家可以自己去尝试其他模型。下图

图片

转换过程大概需要几分钟，下图是转换之后的文件。

图片

翻译后的效果如下图：

图片

六、实际应用与案例

图片

1. 学术论文翻译：
   1. 对于科研人员和学生来说，PDFMathTranslate能够翻译包含大量数学公式和术语的学术论文，帮助他们快速获取和理解国际前沿的研究成果。
   2. 例如，一个数学专业的博士生使用PDFMathTranslate将一篇英文的学术论文翻译成中文，翻译后的文档不仅保持了原文的公式和图表，还提供了准确的术语翻译。
2. 电子书翻译：
   1. 出版社和翻译工作室可以利用PDFMathTranslate来翻译电子书，特别是那些包含复杂图表和公式的科技类电子书。
   2. 一个出版社使用PDFMathTranslate将一本关于机器学习的英文电子书翻译成中文，翻译后的电子书在格式和排版上与原文保持一致，受到了读者的好评。
3. 企业文档翻译：
   1. 跨国企业可以使用PDFMathTranslate来翻译内部文档、报告和手册，确保员工能够理解和遵守公司的政策和流程。
   2. 一个科技公司使用PDFMathTranslate将一份包含技术规格和产品说明的英文文档翻译成多种语言，以便在全球范围内推广其产品。