企业官网建设流程全解析

BabelDOC：PDF翻译不用再手动排版双栏双语的开源方案

【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC

刚把一篇上百页的英文论文翻译完，往 Word 里一贴，公式乱掉、表格错行——BabelDOC 这个开源的 PDF 翻译方案，一行命令就能保住原始排版，直接产出双栏双语 PDF。你不需要会排版，只需要会敲命令行。

用 uv 一条命令装好 PDF 翻译环境

官方推荐用 uv 安装（也可以用pip install BabelDOC达到同样效果）。项目要求 Python 3.10 到 3.13，下面这条命令直接指定 3.12，uv 会自动下载对应版本并在隔离环境里装好，不碰你系统里已有的 Python：

uv tool install --python 3.12 BabelDOC # 指定 Python 3.12 安装 BabelDOC 到隔离环境

装完执行babeldoc --help，能看到全部参数列表，暂时只需要关注文件和翻译服务相关的几个。如果提示uv: command not found，多半是 PATH 没写进去，把 uv 重装一遍让它重新配置环境变量就行。

macOS 和 Linux 上直接跑上面这条就行；Windows 用 PowerShell 执行，报权限问题时选一次"以管理员身份运行"即可。

跑通一次完整的 PDF 双栏翻译流程

输入是 PDF，输出还是 PDF。先看最基础的场景：用 OpenAI 兼容接口翻译单个文件。任何兼容端点都行，本地 Ollama 也可以，那种情况下 API key 随便填个占位值都能通：

babeldoc \ --files ./paper.pdf \ # 输入 PDF 路径，可重复传多个 --files 批处理 --openai \ # 启用 OpenAI 兼容翻译服务 --openai-model "gpt-4o-mini" \ # 模型名，可换成任意兼容模型 --openai-base-url "https://api.openai.com/v1" \ # 接口地址 --openai-api-key "your-key" \ # 你的 API key --lang-in en --lang-out zh \ # 英文输入、中文输出（本来就是默认值） --output ./out # 输出目录，不写则放当前目录

跑完后输出目录里会出现两个 PDF：一个是双栏双语版，原文和译文在同一页左右排开；另一个是纯译文版。只想要译文的话，在命令里加--no-dual就不产双语文件；反过来加--no-mono则只留双语版。

看双栏版就能体会到差别：译文版式跟原文几乎一模一样，公式还是公式，图表题注没有断掉，参考文献没有混进正文。这就是"在原始排版里做翻译"和"先翻译再排版"的区别——开源双栏文档生成这件事里，排版环节它替你干了。

术语表路径怎么配

换成更实际的场景：术语必须统一的商务文档。仓库里自带了示例术语表 docs/example/demo_glossary.csv，格式是三列 CSV：source（原文术语）、target（译文术语）、可选的 tgt_lng（适用的目标语言，不写则对所有语言生效）。在上一条命令里加一行：

babeldoc --files ./contract.pdf \ --glossary-files ./docs/example/demo_glossary.csv \ # 逗号分隔，可传多个术语表 --openai --openai-model "gpt-4o-mini" \ --openai-base-url "https://api.openai.com/v1" --openai-api-key "your-key" \ --output ./out

翻译时只要某段文字命中了表里的词条，这份术语表就会被塞进模型提示词，并要求严格照表里说法翻译。示例文件里有一条 AutoML 对应 自动ML，也就是说这份术语一旦进表，从第一页到最后一页都只会这么写。工具默认还会自动抽取文档高频术语辅助翻译，不想要这步就加--no-auto-extract-glossary关掉。

给两百页大文件和特殊文件调稳输出

如果你遇到 X，试试 Y：

• 文档超过两百页、内存吃紧：加--max-pages-per-part 50。分段翻译就像把厚书拆成几册分别翻译，每册翻完再自动拼回去，单次运行的内存压力小很多。
• 某些 PDF 阅读器打不开译文：加--enhance-compatibility，它等价于同时开启--skip-clean、--dual-translate-first、--disable-rich-text-translate三个开关，用略大的文件体积换更稳的兼容性。
• 源文件是扫描版：加--ocr-workaround，它会在译文底下垫一块白色背景盖住原文并强制文字变黑，适合白底黑字的扫描件。

还有两个常用小开关：--watermark-output-mode no_watermark去掉译文页脚水印（用both可以两个版本都输出）；--pages "1,5-12"只翻译指定页码，配合--only-include-translated-page后输出 PDF 里就只剩你点名的那些页。

把 PDF 翻译嵌进自己的服务

BabelDOC 定位是可嵌入的库，babeldoc/format/pdf/high_level.py 里暴露了异步翻译入口，可以接进自己的工作流；完整参数表和 TOML 配置文件示例都写在 README.md 里，参数太多记不住时照着配置块抄一份就能省掉一长串命令行。

一行命令进去，一份双栏双语 PDF 出来，这就是这个 PDF 格式保留翻译工具给论文和技术文档上阅读列表的最快路径。想继续挖公式字体匹配这类边缘参数，仓库 README 的 Advanced Options 一节都写得明白。

【免费下载链接】BabelDOCYet Another Document Translator项目地址: https://gitcode.com/GitHub_Trending/ba/BabelDOC