pdf2zh 把整份英文 PDF 译成中文，双栏排版和公式一个不丢-港品优选

pdf2zh 把整份英文 PDF 译成中文，双栏排版和公式一个不丢

【免费下载链接】PDFMathTranslate[EMNLP 2025 Demo] PDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译，支持 Google/DeepL/Ollama/OpenAI 等服务，提供 CLI/GUI/MCP/Docker/Zotero项目地址: https://gitcode.com/GitHub_Trending/pd/PDFMathTranslate

组会前夜，六篇英文 PDF 还压在待办最上面，明早综述就得交。pdf2zh（PDFMathTranslate）一条命令就能把整份文档译成中文，公式、图表和双栏结构原样保留。

它交付了什么

生成两版 PDF：每次翻译产出xxx-mono.pdf纯译文和xxx-dual.pdf中英对照两份文件，直接落在当前目录，不用二次导出。
保留公式与图表：版面检测先把公式、图表、目录圈出来，只翻正文文字，\frac{b}{c} > k这类符号和图注编号原样保留。
内置二十多种翻译后端：从免密钥的 Google 到 DeepL、OpenAI，再到 Ollama 本地推理都能接，-s参数一换就切换。
自带翻译缓存：翻译结果写进本地缓存，同一句子第二次出现直接复用，不重复烧 API 额度。

跑起来之前

环境要求：Python 3.11 ~ 3.12，依赖随pip一次装齐。

pip install pdf2zh

首次运行自动从 HF 拉取wybxc/DocLayout-YOLO-DocStructBench-onnx版面模型，下载卡住就设HF_ENDPOINT=https://hf-mirror.com再试
GUI 模式占用 7860 端口，冲突时加--serverport换端口

主流程：四步翻完一个 PDF

默认 Google 服务零配置，四步走完：

安装依赖。一条命令装齐所有组件：

pip install pdf2zh

执行翻译。跑完后当前目录多出document-mono.pdf和document-dual.pdf：

pdf2zh document.pdf

图形界面模式。不想敲参数就开 WebUI，浏览器访问http://localhost:7860/，拖文件、选服务、点 Translate：

pdf2zh -i

容器部署。服务器场景直接拉镜像，映射 7860 端口拿到同样的 WebUI：

docker pull byaidu/pdf2zh # 官方镜像 docker run -d -p 7860:7860 byaidu/pdf2zh

换翻译服务与自定义提示词

参数	作用	典型值
`-s`	切换翻译服务，LLM 可直接带模型名	`-s openai:gpt-4o-mini`
`-p`	只翻指定页码，先试水前几页	`-p 1-3,5`
`-li`/`-lo`	源语言与目标语言	`-li en -lo ja`
`--dir`配`-o`	批量翻译整个目录，输出落到指定路径	`pdf2zh --dir papers/ -o out/`
`--prompt`	自定义 LLM 提示词文件，支持`${text}`等变量	`--prompt prompt.txt`

完整参数列表与各翻译服务对应的环境变量名，见 docs/ADVANCED.md。

翻译后的 PDF 长什么样

先看译前：上传文件后，右侧直接是英文原文的双栏预览。

译完再看同一篇：双栏结构、图表编号、脚注和页眉位置全部对得上，公式区域整块跳过不翻译，正文变成中文，页面下方还能直接下载译好的文件。

两个输出文件的差别一句话带过：mono版只有译文，dual版逐页中英对照，适合边读边核原文。

做不了什么，以及怎么绕

纯图片扫描件没有文本层，pdf2zh 解析不出任何文字。先用任意 OCR 工具补出文本层，再交给它处理。

首次拉取版面模型时，网络受限的环境容易卡在下载进度。设 HF 镜像再跑一次：

export HF_ENDPOINT=https://hf-mirror.com

7860 端口被别的进程占用时，GUI 起不来。加--serverport 7861换个端口启动即可。

组会前夜那六篇，装完逐篇跑一遍，明早的综述就齐了。项目被 EMNLP 2025 收录，更新也活跃，够你安心押上组会汇报。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析