翻译服务选择免费的百度翻译api:https://api.fanyi.baidu.com/ 标准版服务完全免费,不限使用字符量 完成身份认证,还可免费升级至高级版、尊享版,每月享受200万免费字符量及增值服务...from pdfminer.layout import * from pdfminer.pdfinterp import PDFTextExtractionNotAllowed #**********翻译部分...result_tar += i["dst"] # print(result_ori, " --> ", result_tar) print("翻译文本...文件,获取文件中包含的各种对象 ''' # 解析pdf文件函数 def parse(pdf_path): textName = pdf_path.split('\\')[-1].split('...pdf转txt: ? 翻译: ?
Google 文档翻译的问题 最近两周给极客智坊新增了 PDF 文档翻译和批量网页翻译的能力,PDF 文档翻译要先支持顺序提取所有文字、链接、图片、表格,这一块还是挺复杂的,因为 PDF 本身是一个侧重表现层显示而非结构标准化的文档格式...,即便是强如 Google/DeepL 的 PDF 文档解析也有不尽如人意的地方,比如下面红框是 Google 翻译 https://arxiv.org/pdf/2310.15987.pdf 这篇论文的时候提取的图片...至于翻译质量,在非常有深度的行业内容翻译的时候,Google 翻译也并不准确,比如下面这个: 把代码都翻译了,这对于 IT 技术类的 PDF 文档来说,就非常不友好了。...所以,这里我需要选择更好的 PDF 文档提取技术然后通过 GPT 模型进行翻译,以解决信息完整性和翻译质量问题。尤其是 PDF 文档信息提取,耗费了非常多的时间和精力,不过终于还是解决了这个问题。...极客智坊 PDF 文档翻译 要翻译 PDF 文档,请进入极客翻译页面,点击顶部文档翻译Tab按钮,选择翻译用的AI模型和目标语言,然后点击上传按钮上传待翻译的PDF文件即可,我们以前面 Google 翻译的那篇
与大多数翻译软件相比,这款软件最大的特点就是:复制一下,即可翻译。 ? 其中针对外文PDF内容复制翻译的优化,更是深得人心。...一般情况下,复制PDF内容并将其粘贴到网页翻译中时,会有额外的换行符,导致翻译出现乱码,翻译结果简直不忍直视,比如这样: ? 想要更好的翻译结果,就要一一删除这些换行符,阅读效率就大打折扣。...只需复制一下,悬浮窗就会自动出现翻译结果,不需要额外处理换行问题,翻译文本还能编辑。 ? 这款软件使用的是谷歌翻译的API,在翻译的质量和响应速度上都有保证。...除了“复制即可翻译”和“解决PDF复制翻译的问题”,这款软件还有其他很多功能。...Elliott Zheng表示,从理论上,应该只需要简单的修改、打包就可以实现linux版本以及osx版,欢迎有兴趣、有需求的同学开个PR。
本文实例为大家分享了python提取英语pdf内容并翻译的具体代码,供大家参考,具体内容如下 前期准备工作: 翻译接口: 调用的是百度翻译的api (注册后,每个月有2百万的免费翻译字符数。)...它包括一个PDF转换器,可以将PDF文件转换为其他文本格式(如HTML)。 它有一个可扩展的PDF解析器,可用于其他目的而不是文本分析。...id cyber = "" ##申请的百度翻译接口的password pdffile = "multinet.pdf" ##处理的pdf ENtextfile = "ENmultinet.txt" ##...存储提取的txt CNtextfile = "CNmultinet.txt" ##存储翻译的结果 isTranslate = False ##是否将提取的英文翻译为中文 ## 处理PDF ## 读取PDF...__len__())+"行需要翻译") print("开始翻译...请耐心等待") while(i<clist.
1. pdfunite Linux 下可以使用 pdfunite 命令来合并多个 PDF 文件。...如果你的 Linux 发行版上没有该命令,需要安装 poppler-utils(Debian 系)或 poppler(Arch 系)软件。...如果需要其他的排序规则,可以结合 Linux 下的 sort 命令来自定义顺序。sort 详细介绍参见 sort --help。 2....如果你的 Linux 发行版上没有 pdftk 命令,需要手动安装 PDFtk 软件。...pdftk 合并 PDF 的示例如下: pdftk 1.pdf 2.pdf 3.pdf cat output 123.pdf # 拼接多个 PDF 文件 pdftk A=1.pdf B=2.pdf
本文是对PDF Explained(by John Whitington)第二章《Building a Simple PDF》的摘要式翻译。 本章我们将使用文本编辑器手动构建PDF内容。...然后我们将使用 pdftk将其转换为有效的PDF文件,并在PDF查看器中进行查看。...关于PDFTK(THE PDF TOOLKIT) pdftk是一个开源的命令行程序,它的功能有: 合并分割PDF文档 旋转PDF页面 加解密 填充PDF表单 加水印和图章 打印和修改PDF元数据(metadata...第一行将文件标识为PDF并给出版本号: %PDF-1.1 //PDF version 1.1 header 第二行很难输入文本编辑器,因为它包含不可打印的字符。 我们将它留给pdftk处理。...文件,将输出写入hello.pdf: pdftk hello-broken.pdf output hello.pdf pdftk读取文件及其对象,修补错误同时将缺失数据补全。
1. pdfseparate Linux 下可以使用 pdfseparate 命令来分割 PDF 文件。...如果你的 Linux 发行版上没有该命令,需要安装 poppler-utils(Debian 系)或 poppler(Arch 系)软件。...pdfunite 命令的语法格式如下: pdfunite -f -l # 从单个 PDF 文件中提取指定范围页面...如果你的 Linux 发行版上没有 pdftk 命令,需要手动安装 PDFtk 软件。...pdftk 分割 PDF 的示例如下: pdftk 123.pdf cat 1-45 output out1_45.pdf # 从单个 PDF 文件中提取指定范围页面 其中,cat
本文是对PDF Explained(by John Whitington)的摘要式翻译。 一. 一点历史 PDF的发展 PDF起初是Adobe的一个内部项目,其目标是创建一种平台无关的文档交换方式。...PDF1.0于1993发布,包括Acrobat Distiller(用于创建和编辑PDF文件)和Acroba t Reader(只能用于查看),两款软件都是收费的。...PDF的优点 随机访问和线性化 不同与PostScript,PDF中的任何对象均可在常数时间内任意访问。这意味着访问第150页不会比第1页更困难。...特殊种类的PDF 有一些PDF格式的特殊变体,它们是PDF的子集。每个文件都是一个合法的PDF文档,但是做了一些限制。其中的两个是PDF/A和PDF/X,他们有各自的ISO标准。...PDF/A PDF/A标准(ISO 190005-1:2005)定义了一套文档规则,主要用于图片馆,档案馆和一些机构的长期存档文件。
pdf等文档工具功能完备效果不错:https://smallpdf.com/ google翻译:https://translate.google.com/toolkit/list?
翻译软件一大堆,谷歌、有道、百度等等。段落翻译效果,只有谷歌一家勉强能用。对于PDF文档翻译,对不起,谷歌也是无能为力。 CopyTranslator有效的解决了这个问题。...相信我,你只需要这一款翻译软件。 复制即翻译 PDF格式无乱码 阅读英文文章早该这样了 小通刚开始接触英文文献时简直要疯了,一周只能看一篇文章。...网上找各种翻译工具,虽然都有段落翻译,但是也顶不住PDF复制粘贴的尴尬。 ▼PDF文本复制粘贴后格式乱码 ?...粘贴后出现很多分行符,PDF的超级Bug 相信大家都遇到过这个情况,从PDF文档复制出来的文本,粘贴后格式都很乱。不仅段落格式消失,几乎每个句子都会打乱。别说翻译了,复制出来引用都要从新排版一次。...复制PDF文本后,软件通过监听剪贴板,将文本内容格式化后,粘贴在文本框,并将其中文译为显示在下面的文本框中。整个过程仅花费数秒时间。 啥?
这几天在爬了Python的官方文档,但是它里面全是英文,只有数字,没有汉字,原谅我这个英语渣渣搞不懂,只能靠翻译了,如果是复制到百度翻译的话太慢,耗时间。...所以就直接用爬虫来搞了,自动化翻译文档 这是百度翻译的页面 ? 刚开始想用urllib去做,但是给我报了一个我的浏览器版本太低了,估计就是得加headers和UA。...这个简单,直接可以使用requests或者urllib抓取,然后转换成pdf。我的是在框架里面,有点麻烦,如果你觉得麻烦可以直接请求。...我是直接将一个div里面的这个内容全部拿下来,然后拼接一个新的html,将这个新的HTML转换成PDF。...第二阶段就是打开这个pdf,读取该文档,将其发送到百度翻译的框框,获取翻译的结果,重新保存 -----------读取文档-------- def read_pdf_to_text(self
在我们日常生活中可能会接触到众多外文PDF资料,那么我们怎么才能把他们快速翻译成中文呢?今天给大家分享几个小方法。...第一种方法(office word 2013或以上版本,网络): 右键点击PDF文件选择“打开方式”>>”Word 2016“ ? 打开以后选择“审阅”>>“翻译”>>“翻译文档” ?...第二种方法: 如果你想翻译的准确一点或者更美观一点,可以试一下一下方法(chrome或其他可以安装谷歌翻译插件的浏览器、Google翻译插件、可以登录Google.com的网络环境、office2013...或以上版本或其他可以将PDF转为网页文档的软件) 和第一种方法的第一步一样,右键点击PDF文件选择“打开方式”>>”Word 2016“ ?...打开后点击Google翻译插件>>翻译此页面(如果不反应可以多点击几下)就可以了。 ? 翻译后效果: ? 第2.5个方法 如果大家的电脑不能使用Google翻译,或者没有安装chrome。
本文是对PDF Explained(by John Whitington)第三章《File Structure》的摘要式翻译。...Header PDF文件的第一行指出了文档版本号。在我们的示例中,是: %PDF-1.1 指明了该文件是PDF 1.1版本。...系统是向后兼容的,因此线性化的PDF文件也可视为普通的PDF,可以被不支持线性化PDF的阅读器读取。 线性化的PDF文件可以通过文件顶部(header之后)的线性化字典加以识别。...例: pdfopt input.pdf output.pdf 这会将input.pdf线性化并将结果写入output.pdf。...如何读PDF文件 要读取PDF文件,将其从一系列字节转换为内存中的“对象图”,通常有如下步骤: 从文件开头读取PDF header,确认这确实是PDF文档并获取其版本号。
本文是对PDF Explained(by John Whitington)第四章《Document Structure》的摘要式翻译。...本章我们来看PDF的逻辑结构,涉及trailer字典,文档目录(document catalog)和页面树以及PDF中两种常见结构:文本字符串和日期。...一个典型的PDF文档逻辑结构如下图所示: ? Trailer字典 这份字典位于文件尾部而不是文件的主体中,如果程序想要读取PDF文档,首先要做的就是处理trailer字典。.../Producer 文本字串 将此文件转换为PDF的程序的名称。.../PageLayout 名称 指定PDF查看器使用的页面布局。
【注】Inkscape 有个缺点,即每次只能处理一个 PDF 页面,不能同时将整个 PDF 文档导入 Inkscape。...1.2 终端操作 inkscape --export-type="svg" --export-filename="output" --pdf-page=1 input.pdf # 指定 PDF...PDF 页面导出 png 图片 其中,如果 --pdf-page 参数未指定,则默认处理 PDF 首页。...Ghostscript Ghostscript 是一款 PDF 文件和 PostScript 编程语言之间的转换器,安装了 Ghostscript 的 Linux 发行版都会有 gs 命令。...Poppler Poppler 是一个基于 Xpdf 的 PDF 渲染库,如果你的 Linux 发行版上没有该命令,需要安装 poppler-utils(Debian 系)或 poppler(Arch
短的文章,直接丢进kimichat、ChatGPT里面很快就可以翻译完成,而且效果很佳。但是,很长的PDF文档整篇需要翻译,怎么办呢?...●腾讯交互翻译TranSmart https://transmart.qq.com/ 软件下载后,点击左边的文件翻译,然后选择PDF文档,即可快速完成翻译。...) 800万字符、有页数的docx/pdf/pptx300页、文本文件(txt)10MB、二进制文件(pdf/docx/pptxxlsx)40MB 腾讯交互翻译的翻译质量一般,要求不高的话够用,但谈不上很好...https://app.immersivetranslate.com/ 在沉浸式翻译浏览器插件图标上右击,选择:翻译本地PDF文件,然后上传文档,即可翻译。...如果想要翻译效果好的话,可以选择openai翻译引擎,是调用ChatGPT完成翻译。 ●谷歌网页翻译 先把PDF网页转换为网页,然后用网页的谷歌翻译、火山翻译、搜狗翻译等来完成。
1. img2pdf Linux 下可以使用 img2pdf 工具来将图片转为 PDF 文件。...如果你的 Linux 发行版上没有安装 img2pdf,可以使用包管理器(Ubuntu 上的 apt、ArchLinux 上的 pacman 等)手动安装,或者直接使用 pip 进行安装 pip install...img2pdf。...img2pdf 支持的图像格式有:JPEG、JPEG2000、PNG、TIFF,img2pdf 更多参数介绍参见 img2pdf --help。...如果需要其他的排序规则,可以结合 Linux 下的 sort 命令来自定义顺序。sort 详细介绍参见 sort --help。
本文是对PDF Explained(by John Whitington)第六章《Text And Fonts 》的摘要式翻译,并加入了一些自己的理解。...PDF中的字体类型 PDF中可以使用大多数主流字体格式,包括 Type 1字体 TrueType字体 Type 3字体 CID字体 OpenType字体 Type 1字体 我们以Type 1字体为例简要介绍下字体字典中的条目...有14种标准的Type 1字体是所有PDF应用都必须支持的。不过,目前Adobe建议将所有的字体嵌入文档,即使这些标准字体也不例外。...最简单的/Encoding可以只是一个标准编码的名子,这些编码在PDF标准文档的附录D中定义。更复杂的编码则需要通字典来定义。...这对于Adobe Reader一类的PDF阅读应用 非常重要,因为有了这些信息用户才可以进行文本搜索和复制。
假设您正在致力于Windows系统的替换,恰好又在为寻找一款可在优麒麟Ubuntu或其它Linux发行版具备PDF-XChange Viewer,Foxit Reader或Adobe Reader类似强大功能的...PDF替代软件,那么本编很乐意向您推荐Master PDF编辑器,这是一款私有软件,其Linux版本可以作为个人工具免费使用,最新版本最低环境要求是Qt 5.4.1或以上版本。...Master PDF具有以下功能特点 创建来自任意视窗应用的文档,支持打印功能 修改任意PDF或XPS文件的内容 快速显示PDF和XPS文件 添加、删除和修改文本/图像 导入XPS和PDF文件为BMP、...JPEG、PNG、TIFF格式,分辨率范围为80DPI~600DPI 书签编辑 PDF加密 PDF表单域创建和编辑 可采用128位加密算法加密PDF文档 将XPS文件转换为PDF 下载安装Master...PDF编辑器 您可在Ubuntu软件中心中找到Master PDF,点击安装即可,如下图: 或者从官网下载deb文件安装,比如master-pdf-editor-5.1.60_qt5.amd64.deb
linux常用知识汇总.pdf 目录结构如下,有需要的请到:链接:https://pan.baidu.com/s/10uVr0wAxvuUjTu9runyXFg 密码:8ys7 下载,欢迎转发与下载
领取专属 10元无门槛券
手把手带您无忧上云