# 把日文 PDF 翻译成英文：扫描件、竖排文本与人名处理

准备日文 PDF 页面，识别竖排版式的风险，指导人名与术语的处理，并用有代表性的英文结果对照原文检查。

把日文 PDF 翻译成英文之前，先看看它的文字是怎么排的。横排段落、竖排文字、振假名，以及图片里的标注，提取起来各有各的难点。文件能上传成功，并不代表这些关系已经被正确识别。

用几页有代表性的页面做检查，可以把识别、语言和输出格式这三类问题分开来看。

## 分辨正文、扫描图像与书写方向

先试着选中一整句，粘贴到纯文本编辑器里，对比字符和顺序。有些 PDF 里是可用文本，有些其实是页面图像，或者藏着一层不可靠的隐藏文本。普通页面和难处理的页面各取一页做样本。

传统日文竖排一般是从上往下读，列与列之间从右向左推进。其中也可能夹杂横排内容、拉丁字母缩写，或者紧挨着主文字的小号注音。检查阅读顺序时，这些差异都要留意。

不要因为某个工具声称支持日文，就认定它能处理所有竖排版式。PDF Craft 的在线说明并没有对竖排书籍给出通用的质量承诺。先抽查几页有代表性的结果，再决定整份文件是否可用；如果原文本身无法可靠解读，可以考虑专门的提取方案，或者先手工整理。

版式方面的具体检查方法，见[竖排书籍 OCR](https://pdfcraft.ai/zh-CN/blog/vertical-text-book-ocr/)。本文讨论的是后续英文 PDF 处理的整体流程。

## 用人名和术语时要有依据

把影响理解的人名、术语列出来。已经有通行英文拼写的，就在翻译指令里给出。同一个汉字人名可能有多种读法，不要只看字形去猜罗马字。

技术论文要写明所属领域，并给出反复出现的概念对应的英文说法。叙事类文档则说明人名和称谓希望怎么处理，但不要要求系统编造原文里没有的信息。

一条示例指令可以这样写：“Translate into English for a general reader. Keep the supplied romanized names and product codes unchanged. Use the listed English equivalents for recurring technical terms.”（译成面向普通读者的英文。给定的人名罗马字和产品编号保持不变。反复出现的技术术语使用所列的英文对应词。）把占位内容换成核实过的写法。

指令只能引导翻译，不能保证每一处都照做。下载后要搜索重要人名，同时回原文抽查几个位置，因为识别上的差异可能让简单搜索漏掉。

## 有意识地选择 PDF、EPUB 或 Markdown

在 [PDF Craft](https://pdfcraft.ai/zh-CN/pdf-craft/) 中上传日文 PDF，选择结果格式，并把目标语言设为英文。输出 PDF 本身就是翻译流程；如果 EPUB 或 Markdown 也需要转换语言，记得开启翻译。提交前先核对设置和指令。

如果页面版式本身很重要，翻译后的 PDF 更合适。EPUB 更适合连续阅读，Markdown 则方便编辑。无论选哪种输出，都保留日文原件，方便对照页码和复杂插图。

要分清两种情况：EPUB 里保留了一张图片，和图片上的标注已经全部识别并翻译，并不是一回事。插图可以原样保留，里面却仍然带着日文。

任务完成后，下载结果，在你打算使用的阅读器或编辑器里打开检查。费用请查看[价格](https://pdfcraft.ai/zh-CN/pricing/)了解当前标准，不要以为只看页数就能算出收费。

## 拿有代表性的页面和原文对照

挑一页有竖排文字的（如果有），一页有人名的，一页带表格或图表的，再挑一页靠近文末的。检查每个文本块的开头和结尾，以及列与列、页与页之间的衔接。

核对日期、数字、单位和专有名词。小号注释要单独检查，不能变成与正文无关的段落，也不能悄无声息地消失。图注和脚注除了看措辞，还要核对它们指向的内容。

如果英文读起来突然换了话题，先回到原文确认顺序，再要求译文更通顺。[OCR 到翻译的流程指南](https://pdfcraft.ai/zh-CN/blog/ocr-and-translate-workflow/)说明了为什么润色语言无法可靠地修正顺序错乱的原文。

把还没解决的问题标记出来，并保留原始的导出文件。如果结果要用于出版、法律用途或其他可能产生重大影响的场合，应安排相应的语言和专业审校。一份读得通的英文稿只是这项审校的起点，不能说明审校已经做过。