如何保留公式与排版做 PDF 翻译：PDFMathTranslate 快速上手-港品优选

如何保留公式与排版做 PDF 翻译：PDFMathTranslate 快速上手

【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

拿到一篇 40 页的英文论文，公式占了一半，复制粘贴进翻译软件全是乱码？PDFMathTranslate（命令行名 pdf2zh）干的就是 PDF 翻译保留公式这件事——全文翻译科学论文，输出时保持原版式的布局。

为什么它能翻译科学 PDF 而不弄坏公式

它不是把整页文字抽出来逐字丢给翻译引擎，而是先给页面拍一张"X 光片"：内置版面模型把 PDF 的每个区域分成文字、公式、图片、表格、目录、页眉页脚，只把文字区域送去翻译。

先做版面检测，分清哪里是文字哪里是公式

首次运行会自动下载 DocLayout-YOLO 版面模型，逐页定位公式、图表、目录和注释的位置。公式和图片根本不进翻译流程，所以数学符号和编号原样保留。

只动文字：输入、处理、输出的完整链路

一份 PDF 进去，先分区域，文字送翻译服务（默认 Google，无需配置密钥），译文再写回原来的文字框。输入一次会生成两份产物：document-mono.pdf是纯译文，document-dual.pdf是中英对照版。

边界：纯图片扫描件要先 OCR

它解析的是 PDF 文本层，纯图片扫描版无法直接翻译，需要先装 OCR 附加包或自行 OCR（见 README.md 的实验性 OCR 一节）。

三步翻译你的第一份 PDF

确认你的 Python 版本在 3.11 到 3.12 之间，然后用一条命令装好：

pip install pdf2zh

装成功后你会得到一个全新的pdf2zh命令。接着进入 PDF 所在目录执行：

pdf2zh document.pdf

跑完你会看到当前目录多了两个文件：document-mono.pdf（纯译文）和document-dual.pdf（双语对照），双栏、公式编号和页眉页脚与原文逐页一致。首次运行稍慢，因为要下载版面模型。全部参数清单见 docs/ADVANCED.md。

按场景拆功能：四种常见需求

只翻译几页核对内容

只想快速看摘要和结论时，加-p指定页码范围，其余页保持原样：

pdf2zh example.pdf -p 1-3,5

成功后只有第 1、2、3、5 页被翻译。这个场景常配合的参数：

参数	作用
`-p`	仅翻译指定页码
`-li`/`-lo`	源语言 / 目标语言
`-t`	并发翻译线程数
`--ignore-cache`	跳过缓存强制重新翻译

批量翻译整个文献文件夹

一次消化一整个文件夹的文献时，用--dir指向目录，用-o指定结果落盘位置：

pdf2zh --dir /path/to/papers -o results

成功后 results 目录里每个 PDF 都会生成对应的 mono 和 dual 两份文件。

切换翻译服务

Google 默认质量不满意时，用-s换服务，但要先设好环境变量：DeepL 需要DEEPL_AUTH_KEY服务密钥，OpenAI 兼容接口需要OPENAI_API_KEY和OPENAI_BASE_URL：

pdf2zh example.pdf -s openai:gpt-4o-mini

跑起来后就用指定模型完成翻译。各服务环境变量对照表见 docs/ADVANCED.md 的 "Translate with different services" 一节。

不想敲命令行

一条命令启动 Web 图形界面，拖入文件、配置服务、在浏览器里实时预览译文：

pdf2zh -i

随后打开 http://localhost:7860/ 即可使用；容器部署只需拉取byaidu/pdf2zh镜像并映射 7860 端口，另外pdf2zh --mcp还能把翻译能力作为 MCP 服务提供给 Claude Desktop。细节见 docs/README_GUI.md。

踩坑速查

如果首次运行下载版面模型失败 → 大概率是网络到不了模型源 → 把HF_ENDPOINT环境变量指向镜像地址（见 README.md 的网络问题说明）
如果 PDF 提不出任何文字、翻译没输出 → 它是纯图片扫描件、没有文本层 → 安装 OCR 附加包pip install 'pdf2zh[ocr]'或先自行 OCR
如果公式或代码被"翻译"成了乱码 → 那个字体没进默认保留列表 → 用-f追加字体名正则，写法见 docs/ADVANCED.md 的 "Translate with exceptions" 一节
如果同一份文件重跑还是旧译文 → 翻译缓存命中、跳过了 API 调用 → 加--ignore-cache强制重新翻译

接下来做两件事：

打开 docs/ADVANCED.md 的 "Full / partial translation" 一节，把-p和--dir组合起来批量翻几页重点内容。
对照同文档 "Translate with different services" 一节的环境变量表，配一套 DeepL 或 Ollama 本地模型跑一次，对比默认 Google 的译文质量。

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