企业官网建设流程全解析

PDFMathTranslate PDF 翻译工具：一条命令把英文 PDF 翻成双语对照

【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

PDFMathTranslate 是一款保留版式的 PDF 翻译工具：给它一份英文论文 PDF，它会输出一份纯中文版和一份中英双语对照版，公式、插图和图注都留在原来的位置。项目被 EMNLP 2025 接收，论文摘要写明 PyPI 累计下载量已超过 22 万次，当前发布版本为 1.9.12。本文从安装讲到出结果，后半段列出真正会导致"跑不通"的坑。

这款 PDF 翻译工具替你干哪几件事

PDF 翻译这件事，它拆成四步自动完成。

• 版面识别：内置版面模型（一个"看一眼页面就能说出每块是什么"的 AI 模型）判断每个区域是正文、公式、图还是图注，决定哪些要翻、哪些不动。
• 翻译调度：正文拆段后并发发给 Google/Bing/OpenAI 等翻译服务，结果写回原来的位置；翻译带缓存，相同内容不会重复提交。
• 双语输出：一次运行产出纯中文和双语对照两份 PDF，公式还是公式，图注、目录不丢。
• 多入口：除命令行外，还有浏览器图形界面、Docker 容器，以及 MCP 模式（让 AI 客户端把翻译当工具调用）。

最短路径跑通

从安装到出第一份译文只要 3 步，前提是装好 Python 3.11 或 3.12。

第一步，安装工具和命令：

pip install pdf2zh

装完就多出pdf2zh命令；习惯uv的话也可以用uv tool install --python 3.12 pdf2zh代替，不想装 Python 的 Windows 用户可直接用官方发布页的 win64 压缩包。

第二步，执行翻译。把论文放在当前目录，运行这一行，默认走 Google 翻译，不需要 API key（调用第三方服务的凭证）：

pdf2zh paper.pdf

首次运行会顺带下载版面模型，比之后慢一些，然后你会看到进度条滚动。

第三步，看结果。✅ 当前目录多出两个文件：paper-mono.pdf（纯中文版）和paper-dual.pdf（双语对照版），打开就能验收。

按需深入

以下四个场景按由轻到重排列，只读你现在对得上的一条。

当你不想一次翻完整篇时

长文档先试读前几页，-p 1-5表示只翻第 1 到 5 页：

pdf2zh paper.pdf -p 1-5

因为翻译有缓存，"先试读再全量"零成本——第二次全量运行会直接复用已翻好的内容。源语言不是英语时，显式指定方向：

pdf2zh paper.pdf -li en -lo zh

-li和-lo分别是源语言和目标语言。

当默认翻译质量不满意时

用-s切换翻译服务。免 key 的常用项是默认的google和bing；需要完全不依赖外网、翻译在本地跑时，用ollama接自己机器上装的模型。

pdf2zh paper.pdf -s ollama

deepl、openai 等其他服务要先设置 API key 等环境变量，各服务的变量对照表见 docs/ADVANCED.md。有固定术语时，用--prompt传一份自定义提示词文件，模板支持${lang_in}、${lang_out}、${text}三个变量。

当你要 PDF 批量翻译时

--dir指定输入目录，-o指定输出目录，-t 3表示开 3 个翻译线程：

pdf2zh --dir /path/to/papers/ -o output/ -t 3

一条命令跑完一整个文件夹。

当你不想碰命令行时

图形界面跑在浏览器里：选文件、选服务、选页数，翻完直接下载译文。

pdf2zh -i

浏览器没自动弹出就手动访问http://localhost:7860/，细节见 docs/README_GUI.md。给团队共用则部署byaidu/pdf2zh这个 Docker 镜像，不用准备 Python 环境。

翻译后的 PDF 长什么样

官方演示拿一篇 2006 年的 Nature 论文做的：双栏排版、公式多、带网络图，参数全用默认。翻译前是英文原文（左）；翻译后正文变成中文，公式块、节点网络图、图注全部待在原位置（右）。

下面这些点你可以自己去核实：

• 全部源码在 pdf2zh/ 包内，版面解析和翻译调度分别在pdf2zh/pdfinterp.py与pdf2zh/translator.py，篇幅不长，可以顺着读。
• 上文出现的-s服务取值和各服务环境变量对照表，都在 docs/ADVANCED.md 里。
• Python API 目前处于弃用状态，计划在 2.0 重新提供；需要程序化调用先看 docs/APIS.md。

这几个坑提前说

⚠️ 以下都是真实会导致"跑不通"或"结果不对"的原因，每条给了具体解法。

• 扫描版 PDF 无效。工具解析的是 PDF 文本层（页面背后可复制的字符），纯图片扫描件会翻不出东西；先找文本版，或用pip install 'pdf2zh[ocr]'装 OCR 功能重新识别（仍是实验特性）。
• 首次下载模型超时。版面模型要从 Hugging Face 拉取，网络慢时先设镜像再运行：Windows 命令提示符用set HF_ENDPOINT=https://hf-mirror.com，PowerShell 用$env:HF_ENDPOINT="https://hf-mirror.com"。
• 换了服务或提示词，译文却没变。翻译结果有缓存，不会重新调 API；加--ignore-cache强制重翻。
• 输出文件字体出问题。字体子集化（只保留文档用到的字）对部分 PDF 兼容性不佳；加--skip-subset-fonts跳过这一步。
• 默认服务连不上。你所在网络下 Google 翻译超时时，换-s bing兜底，同样免 key。

今天可以只做这一件事：pip install pdf2zh，翻一份你一直想读的那篇论文，先打开-dual对照着读。想搞清楚它怎么做的，从pdf2zh/pdfinterp.py入手，版面识别到翻译回写的链路比想象中直白。PDFMathTranslate 做的事其实很具体：把公式当公式、把图当图，只让文字部分变得能读。

【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