企业官网建设流程全解析

3 条命令跑通 PDF 全文翻译：公式和排版完整保留的完整指南

【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（pdf2zh）把外文 PDF 译成中文，同时保留数学公式、图表、目录和原始排版，支持 Google/DeepL/Ollama/OpenAI 等翻译服务，提供命令行、浏览器 GUI 和 Docker 三种入口。

谁需要它 📄

如果你常读带公式的外文论文、技术手册或会议材料，这个工具就是为你准备的。它适合三类人：需要精读带推导的学术 PDF 的科研人员；负责技术文档本地化、要批量产出双语版本的工程师；以及想给文献库批量生成中文对照版、又不愿逐页手工重排的读者。项目已被 EMNLP 2025 Demo 收录，代码里同时提供 MCP 服务入口，方便接入自己的工具链。

一条命令跑起来 ⚡

最简路径是 pip 安装加一次调用，要求 Python 3.11–3.12：

pip install pdf2zh pdf2zh example.pdf

装完直接翻译当前目录的 PDF，默认使用 Google 服务、无需任何 API key。团队部署可以用docker pull byaidu/pdf2zh跑镜像，然后打开http://localhost:7860/使用浏览器界面；Windows 用户从 release 页下载 win64 zip 包解压双击即可，不需要装 Python。

完整走一遍：从 PDF 到双语文档 🔄

准备输入，执行一次完整翻译把example.pdf放到终端所在的目录，执行pdf2zh example.pdf。结束后你会在同一目录拿到两份文件：example-mono.pdf（纯译文）和example-dual.pdf（左右双栏对照），原文件的版式、公式和目录位置保持不变。文件较多时建议加-o out/指定输出目录，避免结果散落。

不想敲命令时，改用拖拽界面执行pdf2zh -i会自动打开浏览器（默认地址http://localhost:7860/），拖入 PDF、选择语言和翻译服务即可开始。端口冲突时加--serverport 8080，想临时给同事用则加--share生成一个外部可访问的地址，细节见 docs/README_GUI.md。

按需裁剪页码、语言和翻译引擎只翻指定页：pdf2zh example.pdf -p 1-3,5；指定语言：-li en -lo ja表示英文译成日文；换引擎：-s deepl、-s ollama、-s openai:gpt-4o-mini。除 Google 等免配服务外，其余引擎都需要先设置对应的环境变量，完整对照表在 docs/ADVANCED.md。

公式为什么不会坏 🔍

本地布局检测先划出禁区每页先过一遍本地 ONNX 格式的 DocLayout-YOLO 模型（检测输入尺寸 1024，模型跑在 CPU，不需要显卡），把公式、代码块、表格、图注框出来，落在这些区域内的文本整体跳过翻译。

字体级例外模式兜底检测之外还有一层保险：默认例外模式专门匹配TeX-、MS、CM、.*Math、.*Sym等数学字体名（对应-f/-c参数），命中这些字体的字符一律保留原样，所以行间公式和符号不会被拆碎。

扫描版走 OCR 实验通道扫描型 PDF 可加装 OCR 支持（pip install 'pdf2zh[ocr]'）：程序只对纯图像页做本地识别，识别出的词会在版式区域内重新合并成段落，译文按原文字号的中位数起排、自动缩放到原始文本框内。限制是只针对白底扫描件，手写体和行间公式可能识别不准。另外--mode precise会启用实验性的 v2.0 内核，处理跨栏、跨页的语义一致性，首次使用需按仓库说明运行pdf2zh-setup-precise准备隔离环境。

常用选项速查 🧰

更多参数的完整说明在 docs/ADVANCED.md。

先踩过的坑 ⚠️

Q：第一次运行就卡在"下载模型"，等了十分钟没动静。网络到不了 Hugging Face 时，先设置镜像再执行：set HF_ENDPOINT=https://hf-mirror.com（PowerShell 用$env:HF_ENDPOINT="https://hf-mirror.com"）。布局模型是一次性下载，之后离线可用。

Q：翻译跑完了，结果文件到底在哪？默认输出到当前工作目录，命名固定为原文件名-mono.pdf和原文件名-dual.pdf，加过-o则在指定目录里。找不到时先ls当前目录，这是最高频的误会。

Q：一份 80 页的 PDF 要等十几分钟，能再快点吗？瓶颈大多在翻译服务的 API 延迟，-t 4之类的多线程只在线程数小于任务数时有效。翻译结果缓存在~/.cache/pdf2zh，相同段落重跑会直接命中缓存；换服务或想强制重翻时加--ignore-cache。

一句话总结：把 PDF 丢给pdf2zh，拿回一份公式、图表和版式都没动的双语文档。

• 核心能力：PDF 全文双语翻译、数学公式与排版完整保留、多翻译引擎与 OCR 支持
• 适用场景：外文论文精读、技术文档本地化、会议材料双语制作

【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